CEVIU Logo
Voltar

31 arquétipos de problemas que todo gestor de produto deve reconhecer

Aprofundamento CEVIU

Aprofundamento

Esses 31 arquétipos não são uma lista de curiosidades, são um mapa de falhas estruturais que repetem o mesmo padrão em produtos digitais há anos. O 'Smashed Watch', por exemplo, explica por que tantos times saem de sprints com 'tudo entregue' mas sem impacto: múltiplos problemas estão entrelaçados (UX ruim + dados inconsistentes + integração quebrada), e consertar só um é como trocar o vidro do relógio enquanto o mecanismo está desmontado. Já o 'Leaky Pipe' é a razão pela qual muitos PMs veem métricas piorarem após lançar uma nova feature: resolver a dor do usuário A intensifica a fricção do usuário B, e isso não aparece em nenhum dashboard se você não mapeou as dependências antes.

O 'Oil Land' é especialmente relevante em 2026: com SDKs de IA como o Vercel AI SDK já integrando nativamente UI e streaming, muitos problemas de personalização ou automação estão a um pull request de serem resolvidos, mas ainda ficam parados porque ninguém os nomeou como prioridade. E o 'Toilet Crusade' explica por que tantos PMs evitam melhorar sistemas legados: não há aplauso, só dívida técnica acumulada, mesmo quando a UX desses sistemas está matando conversões, como mostramos em 15 de abril.

O que mudou

Em abril, defendemos que gerenciar problemas, não atualizações, é o cerne do perfil construtor de produto. Agora, com os 31 arquétipos, temos uma linguagem comum para nomear esses problemas *antes* de escrever o primeiro user story. Antes, dizíamos 'temos um problema de alinhamento entre áreas'. Hoje, identificamos: é um 'Middle Court Shot', ninguém assume porque cai entre engenharia, dados e comercial. Antes, chamávamos de 'escopo descontrolado'. Hoje, classificamos como 'Feature Creep', e sabemos que a solução não é mais reunião, mas sim definir um critério de 'problema resolvido' imutável desde a descoberta.

Por que isso importa

95% dos produtos lançados falham, não por má execução, mas por descoberta equivocada. Esses arquétipos ajudam a cortar o ruído nas conversas com stakeholders: em vez de defender 'precisamos de mais tempo', você mostra que o problema é um 'Shark Laser', a solução proposta não ataca a dor real do cliente, só a sua percepção dela. Isso muda o nível da discussão: de cronograma para estratégia. Também torna visível o que antes era invisível no roadmap: um 'Sleeping Horror' (ex: falta de compliance em dados de IA) pode parecer baixa prioridade até virar multa. Nomear é o primeiro passo para priorizar, e priorizar bem é o que separa PMs que entregam features de quem entrega resultados.

Linha do tempo

  1. CEVIU publica artigo sobre gestão de problemas como núcleo do perfil construtor de produto

  2. CEVIU analisa desafios de UX em sistemas legados, antecipando o arquétipo 'Toilet Crusade'

  3. CEVIU apresenta os 3 arquétipos de PM em IA, destacando o risco de 'Shark Laser' com soluções tecnológicas desalinhadas

  4. CEVIU mapeia SDKs de IA, revelando oportunidades em 'Oil Land', problemas quase resolvidos com ferramentas prontas

  5. CEVIU aborda product positioning como fator decisivo, ligado ao arquétipo 'Shark Laser' quando o posicionamento não ataca a dor certa

  6. CEVIU publica os 31 arquétipos de problemas, oferecendo linguagem comum para diagnóstico estratégico

Perguntas frequentes

Como usar esses arquétipos na prática diária?

Comece nomeando o problema antes de qualquer sprint planning. Em vez de 'precisamos melhorar a conversão do checkout', pergunte: é um 'Leaky Pipe' (resolver aqui piora o suporte)? É um 'Hated Equilibrium' (clientes aceitam o fluxo ruim porque todos fazem igual)? Use-os como checklist na fase de descoberta, não como rótulo final, mas como gatilho para perguntas mais profundas.

Esses arquétipos substituem frameworks como JTBD ou Opportunity Solution Tree?

Não. Eles complementam. JTBD ajuda a entender o 'porquê' do comportamento do usuário. Os arquétipos ajudam a entender o 'porquê' do seu impasse interno, por que a equipe não consegue avançar, por que a liderança não aprova, por que o MVP não converte. São ferramentas de diagnóstico distinto, mas igualmente necessárias.

Qual arquétipo é mais comum em produtos com IA em 2026?

O 'Shark Laser', soluções de IA aplicadas a problemas irrelevantes (ex: chatbot sofisticado em um fluxo onde 80% dos usuários abandonam antes de digitar). Também o 'Too Much Salt': usar IA para automatizar um processo que já está quebrado por má definição de problema, o que só amplifica o erro.

Como evitar cair no 'Lead to Gold' ao trabalhar com IA generativa?

Pare de perguntar 'o que a IA pode fazer?' e comece com 'qual problema do usuário exigiria que a IA fosse infalível para funcionar?'. Se a resposta envolver julgamento ético, contexto cultural profundo ou dados não observáveis, é provavelmente 'Lead to Gold', e o caminho é reduzir escopo, não aumentar poder computacional.

Fontes

Avalie este artigo:
Compartilhar:
Categoria
CEVIU Gestão de Produtos
Publicado
16 de junho de 2026
Editoria
CEVIU Gestão de Produtos

Quer receber mais sobre CEVIU Gestão de Produtos?

Conteúdo curado diariamente, direto no seu e-mail.

Conteúdo curado diariamenteDiversas categoriasCancele quando quiser