Ir para o conteúdo

Estimativa com AI

AI que ajuda sua equipe a estimar, não a substituí-la

Sugestões com base na Story, decomposição automática, verificações de completude e um facilitador com AI que identifica desacordos. Sempre opcional — são os humanos que votam, e seus votos são os que contam.

PROJ-218Fluxo de autenticação do usuário
JKMPASLN2 de 4 votaram
AI
Análise com AI

Analisando: Fluxo de autenticação do usuário

8

Confiança

Confiança média

Stories similares

PROJ-142Login OAuth
8 pontos
PROJ-89Gerenciamento de sessão
5 pontos

Story Decomposition

  • Configuração do provedor OAuth
    3 pontos
  • Lógica de renovação de token
    3 pontos
  • Interface de expiração de sessão
    2 pontos
Total:8 pontos
5
Créditos no gratuito
50
Créditos no Pro
200
Créditos na Equipe
30
Créditos da versão de teste

Por que funciona

Por que AI aqui, e não em outro lugar

Estimativa é o caso de uso perfeito para a AI: entrada estruturada, saída limitada e uma equipe humana que decide se a sugestão dá certo. A AI recebe o texto da história e o seu deck. Retorna uma carta do seu próprio deck com uma justificativa de uma linha. Você vota.

Decomposição

Divida um 13 em três histórias entregáveis

Se uma história voltar com 13 ou mais, quase certamente você precisa dividi-la. A Decomposição com AI propõe a divisão antes que a equipe perca uma rodada votando de novo.
  • A AI pega a história grande e propõe de 2 a 4 sub-histórias com estimativas individuais.
  • Edite as sub-histórias diretamente no texto, aceite o que funcionar e descarte o resto.
  • Escreva as sub-histórias aceitas de volta no Jira ou no Linear com um clique.
  • Cada decomposição usa 2 créditos — a maneira mais barata de corrigir uma estimativa ruim.

Radar de risco

Aprenda os riscos que um Mestre de Scrum cansado deixaria passar

As histórias mais propensas a estragar uma estimativa são aquelas que parecem simples. O Risk Radar revela a complexidade oculta antes que a equipe se comprometa.
  • Destaca riscos de entrega, integração e estimativa antes do início da votação.
  • Sinaliza dependências de API de terceiros, linguagem ambígua e casos de borda ausentes.
  • Níveis de gravidade (âmbar / vermelho) para que a equipe saiba o que discutir primeiro.
  • Cada execução do risk-radar usa 2 créditos e é executada no momento da importação da história.

Pronto

Avalie a completude da história antes da votação

Antes da votação começar, a AI avalia o quão preparada uma história está para ser estimada. O refinamento acontece antes que a equipe perca tempo com uma estimativa ruim.
  • Verifica critérios de aceitação, dono atribuído e incógnitas óbvias em segundos.
  • As histórias com pontuação abaixo de 70% são sinalizadas antes do início da votação.
  • Evita rodadas perdidas em histórias que não estão prontas para estimar.
  • Usa 1 crédito por história — ou 1 crédito para todo o lote.

Facilitação

Facilitador de Discussão com AI (plano Team)

Quando os votos divergem, o Facilitador sugere perguntas de acompanhamento específicas e resume o desacordo. Disponível como fluxo de chat em streaming — mantém o moderador humano no controle.

Créditos

Como os créditos funcionam

Cada ação de AI consome um pequeno número de créditos. Os créditos do plano são redefinidos mensalmente. Os pacotes de recarga (50–2.500 créditos) nunca expiram.

Free5 créditos de AI por mês
Pro50 créditos de AI por mês
Team200 créditos de AI por mês
Enterprise1000 créditos de AI por mês

Privacidade

O que a AI vê — e o que não vê

  • A AI recebe: título da Story, descrição, o deck ativo e os pares de Story e estimativa do seu time nos últimos ciclos.
  • A AI nunca recebe: código-fonte, anexos, dados de clientes ou informações de identificação pessoal.
  • Cada solicitação de AI é registrada nas configurações do seu time — total transparência.
  • Os recursos de AI podem ser desativados no nível de usuário, sala ou workspace.

Experimente a estimativa com AI durante seu período de avaliação

Inscreva-se e ganhe 7 dias de Team com 30 créditos de AI — suficientes para testar todos os recursos em um Backlog real.