Como usar Gemini e Claude para escrever User Stories
Nível: Júnior | Duração estimada de leitura: 21 minutos | Categoria: Trilha Júnior — Módulo 2 (IA para POs)
Introdução
Escrever boas histórias de usuário é uma das habilidades mais importantes — e mais subestimadas — do PO. Uma história bem escrita orienta o time, alinha expectativas, reduz retrabalho e facilita os testes de qualidade. Uma história mal escrita gera dúvidas no meio da sprint, descobertas tardias de escopo e conversas que deveriam ter acontecido antes.
O problema é que escrever bem leva tempo. Histórias com critérios de aceitação claros, contexto suficiente e exemplos de comportamento esperado exigem raciocínio cuidadoso — e o PO raramente tem tempo sobrando para dedicar esse cuidado a cada item do backlog.
É aqui que o Gemini e o Claude entram como aliados reais. Usados corretamente, eles não escrevem histórias por você — eles aceleram o processo, cobrem ângulos que você poderia perder e geram primeiros rascunhos que você refina com o contexto que só você tem.
Neste módulo você vai aprender exatamente como fazer isso: os prompts que funcionam, os que não funcionam, como iterar sobre os resultados e como integrar essas ferramentas ao seu fluxo real de trabalho.
Por que histórias de usuário são o caso de uso ideal para IA
Antes de ver os prompts, vale entender por que histórias de usuário são especialmente adequadas para uso de IA — e quais são os limites.
Por que funciona bem:
Histórias de usuário seguem estruturas bem definidas. O formato "Como [usuário], quero [ação] para [benefício]" é claro o suficiente para que um modelo de linguagem compreenda e aplique com consistência. Critérios de aceitação em formato Gherkin ("Dado que... Quando... Então...") também têm padrão fixo — exatamente o tipo de tarefa em que IA brilha.
O rascunho tem baixo custo de estar errado. Se o Gemini gerar um critério de aceitação inadequado, você descarta e pede outro. Diferente de uma decisão de arquitetura ou de priorização, o erro em um rascunho de história não tem consequência — você está no estágio de geração de opções, não de decisão final.
A IA expande os ângulos que você poderia perder. Quando você escreve uma história focado no caso principal, é natural não pensar nos casos de borda — o que acontece quando o usuário não tem permissão, quando o sistema está fora do ar, quando os dados estão incompletos. A IA tende a levantar esses cenários se você pedir explicitamente.
Onde estão os limites:
A IA não conhece o usuário real. Ela gera personas e comportamentos baseados em padrões gerais — você precisa trazer o conhecimento específico do seu usuário. Um critério de aceitação que faz sentido para um usuário genérico pode ser completamente errado para o seu contexto.
A IA não sabe o que já foi decidido. Se sua empresa tem uma política específica de segurança, um padrão de UX estabelecido ou uma restrição técnica conhecida, você precisa informar no prompt. A IA vai gerar com base no que sabe — e o que sabe é genérico.
A IA não substitui a conversa com o time. O rascunho gerado por IA é ponto de partida para o refinamento — não substitui a discussão com desenvolvedores e QA sobre viabilidade, completude e clareza.
Usando o Gemini para escrever histórias de usuário
O Gemini é especialmente prático para POs que já usam o ecossistema Google. Se você tem as notas de uma entrevista no Google Docs, pode usar o Gemini direto no documento para gerar histórias baseadas naquelas notas — sem copiar e colar entre ferramentas.
Estrutura básica de prompt para o Gemini:
Forneça sempre: o contexto do produto, o perfil do usuário, o problema ou objetivo central, e o que você quer como output.
Exemplo de prompt inicial:
"Sou PO de um aplicativo de controle financeiro pessoal voltado para autônomos e freelancers com renda variável. Preciso de uma história de usuário para a funcionalidade de categorização automática de despesas. O usuário principal é um profissional liberal entre 25 e 40 anos que usa o aplicativo no celular e tem dificuldade em manter categorias organizadas manualmente por falta de tempo. Escreva uma história de usuário no formato 'Como [usuário], quero [ação] para [benefício]' e inclua quatro critérios de aceitação em formato Gherkin."
O que torna esse prompt eficaz:
Ele especifica o produto e o contexto de negócio. Ele descreve o usuário com características concretas. Ele nomeia a funcionalidade específica. Ele define o formato exato do output esperado.
Como iterar sobre o resultado:
A primeira resposta raramente está perfeita. O ciclo de iteração é parte do processo. Veja exemplos de refinamentos comuns:
"O critério de aceitação 2 está muito vago — pode reescrever especificando o comportamento esperado quando o sistema não conseguir identificar a categoria automaticamente?"
"A história ficou boa, mas o usuário que definimos é autônomo — o benefício descrito parece mais adequado para um empregado CLT. Pode ajustar o contexto?"
"Pode gerar mais dois critérios de aceitação focados em casos de borda: o que acontece quando a despesa não tem descrição suficiente para categorizar, e o que acontece quando a mesma despesa poderia se encaixar em duas categorias?"
Cada refinamento torna a história mais específica e mais alinhada à realidade do seu produto.
Usando o Gemini com documentos do Google Drive:
Se você tem as notas de discovery em um Google Doc, pode usar o Gemini diretamente no Workspace:
Abra o documento com as notas. Acione o Gemini com o atalho de IA do Google Docs. Peça: "Com base nestas notas de entrevista, identifique as três principais dores mencionadas pelos usuários e escreva uma história de usuário para cada uma no formato padrão, com dois critérios de aceitação cada."
O Gemini lê o documento e gera histórias baseadas no conteúdo real das entrevistas — sem você precisar resumir ou transcrever nada manualmente.
Usando o Claude para escrever histórias de usuário
O Claude tem características que o tornam especialmente eficaz para histórias mais complexas — aquelas que envolvem múltiplos perfis de usuário, regras de negócio intrincadas ou necessidade de precisão nas palavras dos critérios de aceitação.
Estrutura básica de prompt para o Claude:
O Claude responde muito bem a prompts que definem o papel que ele deve assumir, o contexto detalhado e as restrições explícitas.
Exemplo de prompt inicial:
"Você vai me ajudar a escrever histórias de usuário para o nosso produto. Contexto: somos um SaaS de gestão de estoque para pequenos varejistas. Nossos usuários são donos de lojas físicas com baixo letramento digital — a maioria tem entre 40 e 60 anos e usa o sistema no tablet da loja. A funcionalidade que preciso documentar é o alerta automático de estoque mínimo. Regras de negócio: o alerta deve ser disparado quando o estoque de um item cair abaixo do nível mínimo configurado pelo usuário. O alerta aparece no painel principal e, opcionalmente, por WhatsApp. Por favor, escreva a história de usuário principal e três histórias secundárias que cobrem os diferentes cenários de configuração e recebimento do alerta. Para cada história, inclua três critérios de aceitação em formato Gherkin e uma nota com os principais pontos a validar com o time de desenvolvimento."
Por que esse prompt funciona bem com o Claude:
Ele define o contexto do produto com precisão. Ele descreve o perfil do usuário com características que afetam decisões de UX. Ele inclui as regras de negócio que o modelo precisa saber para gerar critérios corretos. Ele pede múltiplas histórias cobrindo cenários diferentes. Ele adiciona um elemento extra — a nota para o time de dev — que o Claude entrega bem por ser capaz de antecipar questões técnicas.
Usando o Claude para revisão e critique:
Uma das aplicações mais valiosas do Claude é pedir que ele revise histórias que você já escreveu, apontando gaps e inconsistências.
Prompt de revisão: "Revise a história de usuário abaixo e me diga: (1) se o formato está correto, (2) se há alguma ambiguidade nos critérios de aceitação que poderia gerar interpretações diferentes entre o PO e o desenvolvedor, (3) quais casos de borda não foram cobertos e deveriam ser, e (4) se existe alguma dependência técnica implícita que deveria estar explícita na história. [cole a história aqui]"
Esse tipo de prompt transforma o Claude em um revisor crítico — especialmente útil antes do refinement com o time.
Prompts prontos para usar agora
Aqui estão templates de prompt que você pode adaptar ao seu contexto imediatamente:
Para gerar uma história a partir de um problema: "Sou PO de [descreva o produto]. O problema que o usuário [perfil do usuário] enfrenta é [descreva o problema]. Escreva uma história de usuário no formato padrão com quatro critérios de aceitação em Gherkin."
Para gerar histórias a partir de notas de entrevista: "As notas abaixo são de uma entrevista com um usuário do nosso produto. Identifique os problemas principais mencionados e escreva uma história de usuário para cada um, com dois critérios de aceitação. Contexto do produto: [descreva]. Notas: [cole as notas]."
Para cobrir casos de borda: "Tenho a história de usuário abaixo com os critérios de aceitação do fluxo principal. Por favor, adicione critérios que cubram: (1) o que acontece quando o usuário não tem permissão para realizar a ação, (2) o que acontece quando há erro no sistema, (3) o que acontece quando os dados de entrada estão incompletos ou inválidos. [cole a história]"
Para adaptar ao nível técnico do time: "Reescreva os critérios de aceitação abaixo em linguagem mais técnica, adequada para um time de desenvolvimento que já conhece o sistema bem. Mantenha o formato Gherkin mas adicione detalhes sobre endpoints, estados do sistema e estrutura de dados onde relevante. [cole os critérios]"
Para gerar a história de um épico: "Temos o épico abaixo. Por favor, quebre-o em histórias de usuário menores, cada uma representando uma entrega independente de valor. Para cada história, inclua título, formato padrão e dois critérios de aceitação. Épico: [descreva o épico]"
Integrando IA ao fluxo real de trabalho
O uso isolado de IA para uma história aqui e outra ali não muda muito. O ganho real vem quando você integra ao fluxo de trabalho regular.
Um fluxo que funciona na prática:
Durante o discovery, use o Otter.ai ou tl;dv para transcrever entrevistas automaticamente. Depois das entrevistas, importe as transcrições no NotebookLM e peça uma síntese das principais dores por tema. Use os insights do NotebookLM como input para um prompt no Gemini ou Claude, gerando um primeiro conjunto de histórias baseado nas evidências reais das entrevistas. Revise as histórias geradas, adicione o contexto específico do seu produto e das decisões já tomadas pelo time. Leve o rascunho revisado para o refinement com o time.
Esse fluxo transforma horas de trabalho manual em algo muito mais rápido — sem abrir mão da qualidade, porque você ainda valida e refina cada etapa.
Erros comuns ao usar IA para histórias de usuário
Aceitar o rascunho sem revisão. O Gemini e o Claude geram histórias coerentes e bem formatadas — mas isso não significa que estão corretas para o seu contexto. Sempre revise com o conhecimento que só você tem sobre o produto, o usuário e as restrições técnicas.
Prompts sem contexto suficiente. "Escreva uma história para a funcionalidade de login" vai gerar algo genérico. Inclua o perfil do usuário, as regras de negócio específicas e o contexto do produto. Quanto mais específico o prompt, mais útil o resultado.
Usar a história gerada direto no Jira sem passar pelo time. A IA gera um ponto de partida — não o artefato final. O refinement com o time ainda é essencial. Histórias que vão para o backlog sem passar pela conversa com desenvolvedor e QA frequentemente têm gaps que só aparecem no meio da sprint.
Não pedir casos de borda. IA tende a gerar o fluxo principal bem — mas os casos de borda precisam ser solicitados explicitamente. Sempre termine com um prompt pedindo: "Quais cenários não foram cobertos pelos critérios que você gerou?"
Copiar critérios técnicos sem validar com o time de dev. Quando você pede critérios mais técnicos, a IA pode gerar referências a comportamentos de sistema que não refletem como o seu sistema realmente funciona. Valide com o desenvolvedor antes de publicar.
Certificações e onde estudar
Livros fundamentais:
User Story Mapping de Jeff Patton é a referência mais completa sobre como pensar e estruturar histórias de usuário com foco no valor entregue. Leitura obrigatória para quem quer ir além do formato básico.
Writing Great Specifications de Kamil Nicieja aprofunda como escrever especificações que o time de desenvolvimento consegue implementar sem ambiguidade — complemento direto para quem usa IA para gerar rascunhos e precisa saber o que revisar.
Recursos online:
O site Behaviour Driven Development (BDD) da Cucumber (cucumber.io/docs) tem os melhores exemplos de critérios Gherkin bem escritos — com exemplos reais e antipadrões a evitar.
O canal do Google para desenvolvedores tem tutoriais específicos sobre o uso do Gemini para produtividade no Workspace, com exemplos práticos que se aplicam bem ao contexto de produto.
Certificações relevantes:
PSPO I (Scrum.org) cobre a fundação de histórias de usuário e backlog dentro do contexto Scrum. PSPO II aprofunda como comunicar e refinar histórias com diferentes audiências. A certificação CSPO (Certified Scrum Product Owner) da Scrum Alliance tem foco similar com ênfase em workshops práticos.
IA para POs — reflexão final deste módulo
Usar Gemini e Claude para escrever histórias não é sobre delegar o trabalho de PO para uma máquina. É sobre realocar o esforço.
O trabalho de PO que a IA não faz — e nunca vai fazer — é entender o usuário em profundidade, tomar decisões estratégicas de priorização, construir relacionamentos com stakeholders e ter o julgamento sobre o que vale a pena construir. Esse é o trabalho que diferencia um PO mediano de um excelente.
O trabalho que a IA faz bem — estruturar histórias, cobrir casos de borda, adaptar linguagem para diferentes audiências, gerar rascunhos rápidos — é trabalho importante, mas é trabalho que pode ser acelerado sem perda de qualidade quando você usa as ferramentas corretamente.
O resultado: mais tempo para o trabalho que realmente importa.
Conclusão
Você aprendeu neste módulo como usar Gemini e Claude de forma prática para uma das tarefas centrais do PO: escrever histórias de usuário. Viu os prompts que funcionam, os erros que custam tempo e como integrar essas ferramentas ao fluxo real de trabalho — do discovery ao backlog.
No próximo e último módulo da trilha Júnior, vamos expandir o uso de IA para além das histórias. Você vai aprender como automatizar tarefas repetitivas do dia a dia do PO — das cerimônias ao acompanhamento de métricas — e sair preparado para usar IA como vantagem competitiva real na sua carreira.
Até lá.