design-deep-analysis - SKILL.md Agent Skill

name: design-deep-analysis description: ATIVAR quando Wagner pedir /design-deep , "analisar visualmente tela X pra persona Y", "design profundo da tela ", OU em refator visual de tela que afeta cliente paga + reportou fricção. Skill canônica de análise contextualizada por persona — carrega persona YAML de memory/clientes//personas/, invoca design:* skills Anthropic em paralelo (critique + system + ux-copy + accessibility-review + research-synthesis), score 15 dimensões com ponderação por persona, entrega 3 alternativas A/B/C com diff de código preparado + métrica antes/depois. Refs ADR UI-0016, framework-15-dimensoes.md, RUNBOOK-design-deep.md.

design-deep-analysis — Análise contextualizada de tela por persona

Quando ativar (auto-trigger description matches):

/design-deep <persona-slug> no input do Wagner
"analisar tela X pra "
"refator visual "
"tela tá ruim pra "
Após capterra-senior identificar gap competitivo

NÃO ativar pra:

Bug fix pontual
Edit cosmético 1-line
Componente novo de baixo uso
Quando persona não existe ainda (rodar cliente-discovery primeiro)

Pré-condições

Persona YAML existe em memory/clientes/<cliente>/personas/<slug>.yml
Wagner forneceu JOB + FRICÇÃO + SUCESSO no prompt
Tela tem código em resources/js/Pages/<Mod>/<Tela>.tsx (Inertia)

Workflow

1. Load context

Persona YAML
Perfil cliente real (memory/clientes/<cliente>/perfil.yml)
Último discovery raw (memory/clientes/<cliente>/discovery-*.md)
Código da tela (.tsx + .charter.md se existir)
Tokens canon (cowork-fields.css + cockpit.css)

2. Invocar design:* skills em paralelo (1 turno)

design:design-critique → fricções visuais
design:design-system → consistency vs Cowork canon
design:ux-copy → microcopy PT-BR review
design:accessibility-review → WCAG 2.5
design:research-synthesis → insights persona + discovery raw

3. Score 15 dimensões

Ver framework-15-dimensoes.md.

Cada dimensão score 0-100 estimado dos outputs das skills. Ponderação aplicada por persona (campo pesos_override do YAML; fallback pra tabela default do papel).

score_total_persona = Σ(score_dim × peso_dim_persona) / total_max_persona × 100

4. Output canônico em markdown

# Análise tela <X> · persona <Y>

## Score atual: <N>/100 ponderado por <persona>

| Dim | Score | Peso | Contrib |
|---|---|---|---|
| ... | ... | ... | ... |

## Top 3 fricções pra <persona>

1. **[Dim]** — descrição concreta
2. ...

## 3 alternativas com diff preparado

### A) Refator mínimo (~N linhas, M min)
- Diff: <link OU snippet>
- Ganho: dim X de 45 → 75

### B) Refator médio (~N linhas, M h)
...

### C) Repensar arquitetura (~N linhas, M dia)
...

## Recomendação

<A | B | C> porque <razão ligada a persona + ROI>

## Smoke prod

- Métrica antes (mensurar via): <Lighthouse / browser MCP / cronometrar>
- Métrica depois (espera): <delta esperado>

5. Wagner decide → aplica

Wagner escolhe A/B/C. Claude executa via worktree + commit + push + PR. Smoke prod via Chrome MCP (screenshot pré + pós). Append aprendizado em memory/sessions/YYYY-MM-DD-design-deep-<tela>.md.

Princípios duros

Persona obrigatória — sem persona declarada, skill recusa e sugere cliente-discovery primeiro
ADR 0105 — só persona com cliente paga + reportou. Persona _proposta não vira input
Persona é interna — nunca exposta ao cliente final ("Seu perfil" é creepy)
Score ponderado — não usar média simples de dimensões, sempre ponderar
Diff preparado — não entregar análise abstrata, sempre código pronto pra aplicar
Métrica mensurável — não estética. Cliques, segundos, taxa de erro

Relacionadas

cliente-discovery (cria/atualiza persona — pré-requisito)
design-arte (agent — meta-análise módulo inteiro)
capterra-senior (agent — compara concorrência)
mwart-comparative (skill Tier A — migração Blade→Inertia)
Plugin Anthropic design:* skills (chamadas pela skill)