Protótipos de baixa fidelidade
flexM4I > abordagens e práticas > Protótipos de baixa fidelidade (versão 4.0)
Autoria: Henrique Rozenfeld ([email protected]) com apoio do chatGPT 5.0 e Google NotebookLM (leia mais)
Esta seção é um detalhamento da seção principal sobre “Prova de Conceito (POC), MVP e protótipos”
Introdução
Conforme a tipologia que definimos na seção principal sobre POC, MVP e protótipo, ilustrada na figura abaixo, o protótipo de baixa fidelidade pode ser o ponto de partida para as trilhas tecnológicas e de mercado / usuário. Porém, os elos que ligam esses protótipos às trilhas são fracos.
Figura 430: Artefatos do processo de inovação: protótipos, provas de conceito (POCs) e MVPs (clique na figura para abrir em outra aba)
| A descrição dessa figura está na seção principal sobre protótipos, onde discorremos sobre as trilhas e os elos, apresentamos as razões para se aplicar um protótipo e explicamos como definimos a tipologia de protótipos da flexM4i, que é uma síntese de tipologias existentes. |
Seções relacionadas com protótipos na flexM4i
A figura abaixo mostra as seções da flexM4i relacionadas com protótipos, que remete para as seções relacionadas com a conexão empresa-startups.
Figura 1402: Seções da flexM4i relacionadas com protótipos (clique na figura para abrir um PDF em outra aba com os links para essas seções)
Características de um protótipo de baixa finalidade
Baixa fidelidade é uma qualificação dada a um modelo ou protótipo que guarda alguma similaridade com o produto final, sendo restrito a alguns elementos da função a que se destina, não tendo necessariamente o mesmo comportamento, estrutura e composição do modelo final.
Protótipos de baixa fidelidade são modelos simples que ajudam os designers a testar a funcionalidade e entender como os usuários respondem às suas ideias (Dam & Teo, 2024). Isso caso o protótipo seja testado com usuários, pois como apresentado na descrição da tipologia de protótipos da flexM4i, usuários típicos podem ser o U0 (sem usuários), ou seja, experimentação em laboratório, simulações e testes internos sem contato direto com usuários.
| Nesses casos, um protótipo de baixa fidelidade pode servir de artefato auxiliar na realização de entrevistas. |
Papel dos protótipos de baixa fidelidade nas trilhas
Os protótipos de baixa fidelidade exercem um papel inicial tanto na trilha tecnológica quanto na trilha de mercado/usuário, ainda que com elos fracos (linha tracejada na figura 430).
- Na trilha tecnológica, eles podem anteceder uma prova de conceito (POC), ajudando a estruturar ideias embrionárias e a testar a lógica de princípios básicos antes de validar a viabilidade técnica de forma mais robusta. Apesar de menos frequente, também podem preceder a construção de um MVP voltado à tecnologia.
- Na trilha de mercado/usuário, são usados para explorar a atratividade, a lógica de fluxo e a compreensão de conceitos embrionários. Quando apresentados a clientes, oferecem indícios iniciais sobre o valor percebido, embora sem reproduzir condições reais de uso. Por isso, ocupam uma “zona cinzenta” entre protótipo de baixa fidelidade e MVP.
Assim, esses protótipos atuam como ponto de partida flexível: podem evoluir tanto para uma POC (quando a incerteza é tecnológica) quanto para um MVP (quando a incerteza é de mercado). Nos primeiros ciclos de aplicação do Design Thinking, são os artefatos típicos da etapa de prototipação de ideias, favorecendo experimentação rápida e aprendizado com baixo custo.
| O que significam os elos nas trilhas Conforme apresentado na sessão principal sobre protótipos, cada artefato é ligado às trilhas tecnológica e de mercado/usuário por meio de elos: – Elo forte (linha contínua espessa): indica que o protótipo é comumente utilizado naquela trilha. – Elo fraco (linha tracejada mais fina): indica que o uso do protótipo naquela trilha não é o mais frequente, mas pode ocorrer em situações específicas. |
Exemplos de protótipos de baixa fidelidade
Esta lista é baseada em Uxpin (2024) e Dam & Teo (2024).
- Esboços (Sketches): Desenhos rápidos para visualizar ideias iniciais.
- Protótipos de papel (Paper prototypes): Interfaces desenhadas em papel para testes simples.
- Wireframes: Representações básicas da estrutura e funcionalidade de interfaces digitais.
- Protótipos com Lego (Lego prototypes): Modelos físicos usando peças de Lego para representar produtos.
- Protótipos “Mágico de Oz” (Wizard of Oz prototypes): Funcionalidades simuladas manualmente, sem automação.
- Esboços (Sketches): Desenhos rápidos para visualizar ideias iniciais.
- Wireframes: Representações básicas da estrutura e funcionalidade de interfaces digitais.
|
Wizard of Oz é um protótipo de baixa fidelidade ou um MVP? Embora algumas referências (como Uxpin, 2024; Dam & Teo, 2024) listem o Wizard of Oz entre os protótipos de baixa fidelidade, essa classificação se aplica apenas do ponto de vista técnico, já que as funcionalidades não são automatizadas. No entanto, quando usado em condições reais de mercado, entregando valor mínimo a clientes e gerando aprendizado validado, ele passa a ser considerado um MVP de alta fidelidade, pela experiência que proporciona ao usuário. Como mostramos no tópico “MVPs de alta fidelidade” da seção sobre MPVs. O Wizard of Oz possui baixa fidelidade técnica, mas alta fidelidade de experiência. |
Protótipo de baixa fidelidade versus MVP
A teoria de prototipagem é mais antiga e consolidada em várias áreas da engenharia e do design. O conceito de MVP surgiu mais tarde, e foi popularizado pelo Lean Startup, para tratar especificamente da validação de hipóteses de negócio em ambientes reais.
Essa diferença fica mais clara quando pensamos nas hipóteses que buscamos comprovar no início do desenvolvimento:
- Hipótese de valor: verificar se os clientes percebem benefícios e se engajam com a oferta, etapa em que um MVP ajuda a reduzir riscos iniciais (um protótipo de baixa fidelidade pode ser utilizado para validar hipóteses iniciais de valor, conforme discutimos no próximo tópico “Superposição entre protótipo de baixa fidelidade e MVP”) .
- Hipótese de mercado: validar se o negócio pode escalar de forma eficiente para gerar e capturar valor de forma sustentável.
Enquanto os protótipos de baixa fidelidade permitem testar a compreensão e a atratividade inicial de uma solução, o MVP vai além: ele entrega uma versão mínima funcional em contexto real, gerando métricas de comportamento e negócio. Dessa forma, o papel dos protótipos de baixa fidelidade é complementar, pois reduzem riscos antes do lançamento de um MVP.
O termo MVP está fortemente associado ao universo de startups e testes de mercado, o termo protótipo de baixa fidelidade vem do design e da engenharia e se refere a representações iniciais de uma solução. Essa diferença de origem ajuda a explicar por que muitas vezes os dois conceitos são confundidos.
Assim, podemos dizer que protótipos de baixa fidelidade antecipam a validação da hipótese de valor, mas não equivalem a MVPs, pois não produzem métricas de comportamento em contexto real. O risco é classificá-los como MVP e acreditar que já se validou o negócio, quando na verdade se está apenas explorando a solução.
Protótipos de baixa fidelidade (storyboards, mock-ups, mapas de jornada futuros) servem para que o usuário imagine a experiência, dê feedback sobre atratividade, clareza, estética ou fluxo, mas não permitem uso real.
MVPs sempre precisam ter alguma funcionalidade utilizável. O usuário precisa experimentar por si mesmo a solução, ainda que de forma limitada, incompleta ou manualizada (exemplos: Concierge e Wizard of Oz). A ideia é entregar valor mínimo real, que gere comportamento observável — uso, engajamento, até disposição a pagar.
Um ponto fundamental é que protótipos podem existir sem exposição ao mercado, enquanto o MVP exige contato com clientes reais, ainda que em pequena escala. É nessa linha que muitos confundem protótipos de baixa fidelidade (do Design Thinking) com MVPs — mas esses protótipos servem apenas para testar ideias, não valor de negócio.
O importante é falhar rápido e aprender rapidamente, ao invés de falhar mais tarde, quando os custos e riscos envolvidos são maiores.
Muitas publicações afirmam que …
…“MVP é um protótipo, mas nem todo protótipo é um MVP”.
| Regra prática para diferenciar – Se o cliente imagina qual é a solução final, ele está interagindo com um protótipo de baixa fidelidade. – Se o cliente usa, ele está interagindo com um MVP.No entanto, como discute o próximo tópico, há uma “zona cinzenta” de superposição, na qual um protótipo de baixa fidelidade pode ser considerado um MVP de baixa fidelidade e vice-versa. |
Superposição entre protótipo de baixa fidelidade e MVP
Apesar da diferenciação apresentada no tópico anterior, existe uma zona cinzenta entre protótipos de baixa fidelidade e MVPs, especialmente quando pensamos em definições mais amplas do Lean Startup.
Por exemplo, se um storyboard, mock-up ou mapa da jornada futura:
- forem usados apenas para discussão interna,eles são protótipos de baixa fidelidade.
- se forem colocados diante de clientes para validar hipóteses de valor com mínimo esforço, alguns autores (como Ries, 2011; Blank & Dorf, 2012) consideram que eles já cumpre o papel de um MVP.
A distinção, portanto, depende do rigor conceitual adotado:
- em definições mais restritivas, o MVP precisa oferecer funcionalidades utilizáveis;
- em definições mais amplas, basta que permita aprendizado com clientes.
Com base nessa discussão, apresentamos as características dessas duas interpretações.
Interpretação restrita:
- O MVP precisa ter funcionalidade utilizável.
- O usuário deve conseguir usar o produto, ainda que de forma limitada.
- Protótipos de baixa fidelidade (mock-ups, storyboards, mapas de jornada) são apenas representações — não são MVPs.
Interpretação ampla:
- O MVP é qualquer versão que permita aprendizado validado com clientes, com mínimo esforço.
- Storyboards, landing pages, mockups ou Wizard of Oz podem ser considerados MVPs se usados com clientes para testar hipóteses de valor.
- O foco não está no objeto em si, mas na capacidade de gerar aprendizado.
A próxima figura ilustra essa comparação.
Figura 1396: comparação e superposição das características de protótipos de baixa fidelidade e produto mínimo viável (MVP) com exemplos
Conforme a tipologia de protótipos, apresentada na seção principal sobre POC, MVP e protótipos:
- Protótipo de baixa fidelidade é um artefato de experimentação para aprender rápido sobre solução (forma, fluxo, interação, princípios técnicos), normalmente com U0 (Sem usuários, validação interna tecnológica) – U1 (Usuários internos ou stakeholders) e, ocasionalmente, U2 (Clientes-piloto selecionados) em ambiente controlado.
MVP é um artefato entregue a clientes reais para aprender sobre valor e modelo de negócio (hipótese de valor — product-market fit — e de mercado) com U2 (Clientes-piloto selecionados) – U3 (Mercado aberto), em condições reais de uso e com métricas de adoção/retorno.
Como distinguir entre protótipo e baixa fidelidade e MVP?
Questões:
- Quem usa? Se o uso é por U2/U3 (clientes-piloto/mercado), tende a ser MVP; se é U0/U1, tende a ser protótipo.
- Qual objetivo de aprendizado? Valor/mercado (retenção, conversão, disposição a pagar) → MVP. Solução/técnica/UX (ergonomia, desempenho, segurança) → protótipo.
- Qual ambiente? Ambiente real, com consequências operacionais e métricas de negócio → MVP. Ambiente controlado, sem exposição a riscos de cliente → protótipo.
Apoio do chatGPT e Google notebookLM
A descrição do apoio está relacionada com todas as seções sobre protótipos.
A primeira versão desta seção foi escrita sem apoio do chatGPT. A versão atual foi completada com o apoio do chatGPT 4.o, que foi utilizado para organizar os conteúdos encontrados em publicações citadas. Nenhum conteúdo foi criado exclusivamente pelo chatGPT. Sempre foram fornecidos trechos de fontes de referência com instruções de como deveriam ser combinadas e organizadas. Mais de 40 iterações foram necessárias para se obter a versão que foi editada pelo autor desta seção.
Conforme novas referências foram sendo conhecidas, novas versões foram realizadas sem apoio do chatGPT. Partes desta seção foram corrigidas, modificadas e novos tópicos foram inseridos, pelo autor.
Após 10 meses da primeira versão, a revisão desta seção foi realizada adicionando novas referências, além da revisão da Isabela Simões na seção sobre Prova de Conceito (POC). Nessa fase foi utilizada a versão 5.0 do chatGPT.
Além disso, foi incorporado nesta seção um resumo de um vídeo do YouTube (tópico “Por que 90% dos MVPs falham”). Este vídeo foi resumido pelo Google NotebookLM.
A criação desta seção teve a duração de mais de 80 horas, com 230 interações “ser humano – agente de IA” (ChatGPT)”, realizadas ao longo de duas semanas. A conversa resultou em mais de 440 páginas de interação e cerca de 119 mil palavras geradas. A extensão do conteúdo deveu-se, em grande parte, à necessidade de construir, revisar e ajustar cada trecho da versão anterior da seção.
O foco delimitar os conceitos, que muitas vezes eram antagônicos em diferentes publicações procurando equilibrar profundidade teórica e adequação prática.
Após algumas interações, foram definidos novos tópicos do sumário da seção, a partir do sumário anterior. Iniciou-se então uma revisão conjunta “ser humano – agente de IA” de cada tópico.
Em nenhum momento o autor solicitou que o ChatGPT gerasse respostas com base em seus conhecimentos gerais. Todo o conteúdo foi elaborado a partir de materiais fornecidos, trechos comentados ou instruções precisas baseadas em análises do autor. Os textos produzidos passaram por diversas iterações, com o autor sugerindo ajustes, criticando formulações e, ao final, realizando pessoalmente a edição final de todos os blocos de conteúdo.
O autor conferiu sempre se os textos gerados pelo ChatGPT estavam alinhados com as fontes originais. Quando surgiam inconsistências ou dúvidas, ele fazia a checagem diretamente nas publicações de referência antes de aprovar qualquer trecho.
Nesses momentos, para garantir que o chatGPT estava utilizando as fontes fornecidas, já que ele possui limitações para indicar de onde ele tirou cada trecho de texto avaliado, utilizamos em conjunto o NotebookLM da Google para conferir os trechos das fontes utilizadas.
Esse processo exigiu iterações intensas e repetitivas, com refinamento textual, ajustes conceituais e reorganização de argumentos. Em vários momentos, versões intermediárias foram reanalisadas no próprio ChatGPT, que indicava melhorias, tensionamentos ou oportunidades de aprofundamento. O autor avaliava criticamente essas sugestões, nem sempre concordando, e frequentemente propunha soluções alternativas, mantendo sempre o controle final da redação.
Foi solicitado ao ChatGPT que não aceitasse automaticamente as propostas do autor, mas que realizasse uma análise crítica, sugerisse alternativas e propusesse reformulações embasadas nos conteúdos utilizados. Nesses momentos, o próprio chatGPT selecionava um modelo que demorava mais para responder. Quando aplicável, o autor indicava práticas baseadas em sua própria experiência, e o ChatGPT as incorporava, respeitando a distinção entre conteúdo empírico e referenciado. Nesses casos, o autor “ditava” para o chatGPT formular as frases, que posteriormente foram melhoradas pelo autor..
Durante todo o processo, foi enfatizado que o ChatGPT não deveria reescrever blocos inteiros automaticamente, mas sim identificar pontos de melhoria e sugerir correções localizadas, com justificativas. A edição final foi sempre realizada manualmente pelo autor desta seção.
Referências
Essas referências estão relacionadas com todas as seções sobre protótipos.
Altersoft (2022) Functional Prototype: How to Iterate with Your Software Product. Disponível em: https://www.altexsoft.com/blog/functional-prototype/ Recuperado em: 26 setembro 2024.
Bland, D. J., & Osterwalder, A. (2019). Testing business ideas: A field guide for rapid experimentation. Hoboken: John Wiley & Sons.
Blank, S., & Dorf, B. (2012). The startup owner's manual: The step-by-step guide for building a great company. John Wiley & Sons.
Dam, R. F. & Teo, Y. S. (2024, February 21). 5 Common Low-Fidelity Prototypes and Their Best Practices. Interaction Design Foundation - IxDF. https://www.interaction-design.org/literature/article/prototyping-learn-eight-common-methods-and-best-practices
Ries, E. (2011). The lean startup. New York: Crown Business.
Robot Mascot (2018). 18 types of minimum viable product (MVP) that won’t break the bank. Disponível em: https://www.robotmascot.co.uk/blog/18-types-of-minimum-viable-product/ Recuperado em: 26 setembro 2024.
Sparkmate (2023) Functional Prototyping: How the Iteration Process Goes. How to build a functional prototype and the road to building a MVP. Disponível em: https://www.sparkmate.com/blog/functional-prototyping Recuperado em: 26 setembro 2024.
Ulrich, Karl T.; Eppinger, Steven D.; Yang, Maria (2019) Product Design and Development. 7th. ed. New York: McGraw Hill.
Uxpin, T. (2024). Examples of Prototypes – From Low-Fidelity to High-Fidelity Prototypes. https://www.uxpin.com/studio/blog/prototype-examples/