Como a Meta desenhou o Muse para não parecer um app de IA

Alex Cornell é diretor de design no Muse, o agente de IA↳Agentes de IA42 conteúdosOpera passa a integrar ChatGPT, Claude e outros agentes de IADev (Back & Front) · mar 2026Operações mais inteligentes, decisões mais rápidas: o impacto da IA agêntica na rotina de TIAI · abr 2026Adobe aposta em orquestração de agentes de IA: o que muda para devsDev (Back & Front) · abr 2026Ver tudo em AI → de consumo da Meta. Em entrevista ao podcast How I AI, da jornalista Claire Vo, publicada em 12 de outubro de 2026, ele detalhou as decisões por trás da interface do produto, algo que também vem compartilhando publicamente no Threads. A conversa não é sobre feature nova: é sobre o raciocínio de produto que sustenta cada peça visível do Muse.

A decisão por trás do design: evitar cara de app de IA

A primeira escolha de Cornell foi estrutural: o Muse deveria se comportar como uma conversa de mensagens, não como um painel de assistente. Isso significa um avatar personalizável no lugar de um ícone genérico de robô, e uma superfície de conversa que lembra o WhatsApp mais do que um console de comandos.

A lógica por trás disso é de produto, não de estética. Um app de mensagens já é um modelo mental que qualquer pessoa carrega: digitar, esperar resposta, continuar o fio. Ao herdar essa gramática, o Muse reduz o custo cognitivo de aprender “como se fala com uma IA”, problema que ainda trava boa parte dos agentes de consumo lançados nos últimos anos.

Status em três camadas: a mesma tela para a mãe e para o engenheiro

O maior desafio de design citado por Cornell é servir públicos com níveis de fluência técnica muito diferentes na mesma interface, sem criar dois produtos. A resposta foi um sistema de status em três camadas: uma camada mostra o essencial (o que está acontecendo agora), outra detalha o processo em andamento, e uma terceira expõe informação mais granular para quem quer entender o que o modelo está fazendo por baixo.

Essa estratificação é uma resposta de design a um problema que toda equipe de produto com IA generativa enfrenta: o mesmo output pode ser mágico para um usuário leigo e insuficiente para um usuário avançado que quer auditar o raciocínio. Em vez de escolher um público, o Muse deixa a profundidade de informação como algo navegável, não fixo.

Em resumo: o truque não foi simplificar a interface até o mínimo denominador comum, e sim desenhar camadas que cada perfil de usuário escolhe (ou nem percebe que está escolhendo) quanto quer ver.

UI generativa, na prática

Cornell usa o termo UI generativa (generative UI) para descrever telas que o próprio modelo monta sob demanda, em vez de telas fixas desenhadas com antecedência para cada caso de uso. No Muse, isso aparece numa superfície de ideias personalizada e num feed generativo: em vez de um layout único para todo mundo, o que aparece é montado a partir do histórico e do contexto de cada pessoa.

Para quem desenha produto, a diferença prática é grande. Testar um componente fixo é relativamente simples: existe um estado de erro, um de carregamento, um final. Testar uma UI que o modelo compõe de forma diferente a cada sessão exige outro tipo de rigor, e é esse é o ponto que Cornell destaca como a maior mudança de mentalidade para designers trabalhando com IA.

Do Instagram esquecido a um catálogo estilo SkyMall

O exemplo mais concreto da entrevista é uma demonstração ao vivo: Cornell conectou anos de posts salvos no Instagram, coisas guardadas e nunca revisitadas, e o Muse transformou esse acervo num catálogo de compras com estética de revista SkyMall ou Sharper Image, com itens organizados, preços e a opção de monitoramento.

A partir daí, o Muse passa a funcionar como vigia de preço: o usuário pode pedir para ser avisado quando um item específico baixar de valor. Essa função é alimentada por conectores com Instagram e Pinterest, o que faz da IA menos um chatbot de perguntas e respostas e mais um agente que trabalha sobre dados visuais que o usuário já acumulou, mas nunca organizou.

O ponto de design aqui não é a função de e-commerce↳E-commerce21 conteúdosECBR Club: novo espaço para devs se conectarem ao ecossistema de e-commerceDev (Back & Front) · mai 2025TOTVS anuncia joint venture com VTEXMarketing Tech · mai 2019Jovens da Brasilândia recebem formação gratuita em tecnologiaGestão Dev & TI · jul 2025Ver tudo em Marketing Tech → em si. É a decisão de que dado morto (fotos salvas e esquecidas) pode virar estrutura reaproveitável sem o usuário precisar organizar nada manualmente: o trabalho de curadoria é do agente, não do humano.

Golfe, xadrez e os limites entre chat principal e chats paralelos

Cornell usa o próprio Muse para acompanhar o jogo de golfe, tacada a tacada, enquanto trabalha para baixar seu handicap, e para analisar partidas de xadrez do Chess.com com um treinador de tom “sarcástico”. Esses dois casos aparecem na entrevista como exemplos de personalização de uso contínuo, diferente da demonstração pontual do catálogo de compras.

Esse tipo de uso levanta uma questão de arquitetura: quando uma conversa deveria viver no chat principal do Muse e quando merece um chat paralelo dedicado (como um projeto de golfe ou de xadrez que acumula histórico próprio)? Cornell reconhece, na própria entrevista, que essa divisão ainda é um ponto fraco do produto: não está claro para o usuário quando um assunto deveria “sair” do fio principal.

É um problema familiar a quem desenha produto: a estrutura de informação que faz sentido para o time que construiu o sistema nem sempre é óbvia para quem usa.

Um blog de vinte anos virou podcast matinal

Outro caso mostrado na conversa: Cornell alimentou o Muse com vinte anos de posts de um blog pessoal, recuperados via Wayback Machine, e pediu para o agente transformar esse histórico num podcast matinal. O resultado é um uso de IA generativa que não cria conteúdo do zero, mas reprocessa um arquivo pessoal esquecido em outro formato de consumo.

O padrão se repete: Instagram salvo vira catálogo, blog antigo vira podcast. A tese de design por trás do Muse parece ser a mesma nos três casos (compras, golfe, blog): o valor não está em gerar algo novo, está em dar uso a dados que a pessoa já tinha e nunca mais olhou.

Quando a mãe pede desculpa para o Muse

Um detalhe pequeno da entrevista diz muito sobre o tom do produto: a mãe de Cornell, em algum momento, se pegou pedindo desculpa ao próprio Muse, como se estivesse falando com uma pessoa. Para ele, isso não é um bug de expectativa, é sinal de que a interface conversacional está funcionando como pretendido, a ponto de ativar reflexos sociais automáticos.

Esse comportamento também sustenta o argumento central da entrevista: quando a interface imita convenção humana (avatar, tom de mensagem, pausas de resposta), o usuário trata o sistema com as mesmas normas sociais que trataria uma pessoa, para o bem e para o mal. É um dado qualitativo, uma observação de uso real relatada pelo próprio designer, não uma pesquisa formal, mas que orienta decisões de tom e personalidade do agente.

O que ainda não funciona

Cornell é direto sobre os limites do Muse hoje. Além da divisão pouco clara entre chat principal e chats paralelos, ele descreve estratégias específicas de prompt para quando o agente está “obstinado”, ou seja, insistindo numa resposta errada ou travado num caminho que não serve ao usuário. Isso indica que, apesar da interface amigável, o modelo por trás ainda exige do usuário algum conhecimento de como “destravá-lo”, o oposto do objetivo de parecer uma simples conversa.

Para quem desenha produto digital, a entrevista de Cornell deixa uma pergunta concreta para aplicar no próprio trabalho: existe alguma camada de complexidade no seu produto que você está escondendo atrás de uma interface simples, mas que ainda exige do usuário saber contornar o sistema por fora?

Fonte: Lenny's Newsletter