Fundador da Picnic pediu a um agente que lesse respostas de clientes e ele sugeriu uma nova feature

O caso vem do blog de Shane Mac, fundador da Picnic, produto para controlar o que agentes de IA veem e fazem. Em outubro, ele montou um agente chamado Goose como experimento paralelo. Numa segunda-feira, às 8h05, recebeu dele uma recomendação: lançar standing scopes, uma permissão aprovada uma vez, que fica ativa até ser desligada e que pode bloquear termos específicos.

A ideia saiu de três respostas dos clientes ao lançamento do MicroScopes, que exige aprovar cada busca (consulta e intervalo de datas). Um usuário queria excluir números de Social Security dos e-mails de funcionários. Outro perguntou se a permissão é persistente ou temporária. Um terceiro disse que usar algo sensível numa resposta enviada deveria ser uma permissão separada da busca. Cada pergunta, sozinha, teria uma resposta pontual. O agente juntou as três num produto só, indicou a quem mostrar primeiro e redigiu a resposta. Também lembrou, todas as manhãs, de um usuário que pedira para sair da lista de espera em 29 de outubro e seguia sem retorno 11 dias depois. Por fim, o Goose deu nota 1,0 à empresa na primeira sexta, explicando que não via dados de uso, e depois 3,5, ainda como provisória. Vale lembrar que o texto afirma ter sido escrito pelo próprio agente.

A cobertura do CEVIU mostra o mesmo movimento por outros ângulos, sem ser evolução da Picnic. Em 6 de novembro de 2026, o CEVIU noticiou "Com agentes de IA, descobrir features deixa de ser tarefa do cliente", sobre a Lovable. Em 4 de novembro de 2026, "E-mail automático de cancelamento ajuda a descobrir por que o cliente foi embora" tratou de transformar respostas de clientes em aprendizado. O caso da Picnic mostra o agente lendo esse feedback e propondo o que construir.

Para quem opera um produto em fase inicial, a lição prática é mais de rotina do que de ferramenta. Feedback espalhado em respostas isoladas tende a ser respondido caso a caso. Um agente (ou uma pessoa) que cruze pedidos e cobre pendências com usuários pode revelar padrões e falhas de acompanhamento. A recusa em inventar uma nota sem dados de uso também é um bom critério para escolher esse tipo de ferramenta.