0

A persona travou no pedido. Como eu transformaria isso em teste

Uma pessoa simulada diz: “Abri a ajuda para encontrar meu pedido, mas perdi o número e desisti”. É uma pista. Antes de mudar a interface, eu tentaria repetir o caminho com uma conta de teste: abrir o pedido, ir para a ajuda e voltar. O número deveria continuar preenchido para quem iniciou a consulta.

No estudo público da Lumina sobre resposta a manchetes, o leitor genérico superou o painel de personas nas comparações principais. Uma análise suplementar favoreceu o painel em outras métricas. O resultado depende do protocolo e da tarefa. Essa diferença ajuda a fazer uma pergunta melhor: o que exatamente a simulação está autorizada a concluir? Pacote público do estudo

Guarde a sequência que dá para reproduzir

O exemplo abaixo é fictício. A simulação sugeriu a sequência; o programa checa duas coisas diferentes: preservar o número ao voltar para a mesma conta e limpar o número quando outra conta entra. Se o segundo teste falhar, corrigir a perda do número pode acabar expondo o pedido para outra pessoa.

Salve como pedido.py e rode python3 pedido.py. Não precisa de LLM nem de dados de clientes.

def voltar_da_ajuda(estado, conta_atual, preservar):
    if preservar and estado["conta"] == conta_atual:
        return estado["pedido"]
    return None


cenario = {"conta": "teste-a", "pedido": "pedido-42"}

assert voltar_da_ajuda(cenario, "teste-a", preservar=False) is None
assert voltar_da_ajuda(cenario, "teste-a", preservar=True) == "pedido-42"
assert voltar_da_ajuda(cenario, "teste-b", preservar=True) is None
print("Falha reproduzida, correção verificada e troca de conta coberta.")

A primeira asserção reproduz o comportamento com defeito. As duas seguintes conferem a regra corrigida. Na aplicação, eu rodaria os mesmos passos no navegador com duas contas de teste. A regra de visibilidade também precisa ser aplicada pelo servidor; limpar o campo na interface não autoriza acesso a um pedido.

Se eu quiser saber quantas pessoas esbarram nisso, olho dados de uso com uma definição explícita de abandono ou observo sessões com pessoas reais. Vinte personas sugerindo o mesmo caminho continuam sendo vinte execuções de uma simulação.

Desenvolvi produtos na Lumina, e essa forma de transformar simulações em casos repetíveis está no Complete de Usuários Sintéticos, com 17 módulos e 16 labs em Python. O teste acima roda sozinho. Texto preparado com assistência de IA.

Se vocês usam personas para explorar jornadas, como registram a passagem de hipótese para falha reproduzível?

Carregando publicação patrocinada...
1

Quando penso em PITCHs ruins e AI Slop eh este tipo de texto que me vem a mente.

Nao adianta ter um app maravilhoso se a apresentacao ja faz o usuario passar longe.

Putz, o trecho abaixo eh o perfeito exemplo do porque gerar texto/traducao direto por IA cansa quem le: fala muito, eh verboso sem necessidade e usa termos e construcao que no final mais complicam que explicam.

Uma pessoa simulada diz: “Abri a ajuda para encontrar meu pedido, mas perdi o número e desisti”. É uma pista. Antes de mudar a interface, eu tentaria repetir o caminho com uma conta de teste: abrir o pedido, ir para a ajuda e voltar. O número deveria continuar preenchido para quem iniciou a consulta.

No estudo público da Lumina sobre resposta a manchetes, o leitor genérico superou o painel de personas nas comparações principais. Uma análise suplementar favoreceu o painel em outras métricas. O resultado depende do protocolo e da tarefa. Essa diferença ajuda a fazer uma pergunta melhor: o que exatamente a simulação está autorizada a concluir? Pacote público do estudo