Character.AI
Features de crescimento e monetização para uma plataforma de IA conversacional com ~15,5 milhões de usuários ativos por mês, no mobile e na web.
- Papel
- Engenheiro de Produto Sênior
- Ano
- 2026
- Tecnologias
- React Native
- TypeScript
- CI/CD
- CodeQL

O trabalho
Sou engenheiro de produto full-stack e mobile na Character.AI, uma das principais plataformas de IA conversacional, com cerca de 15,5 milhões de usuários ativos por mês. Cuido de features de crescimento voltadas ao usuário e da infraestrutura de monetização e plataforma por trás delas.
Destaques
- Upsell do CAI+ no onboarding. Uma oferta de assinatura exibida logo depois que o usuário termina o onboarding. Gerou cerca de US$ 130 mil a mais por mês em assinaturas (+17% bruto), uma das maiores vitórias de monetização do ano.
- Aba Seguindo. Um feed dedicado aos criadores que você segue: +17,61% de atividade de follow e +10,51% mais usuários seguindo criadores.
- Recent Chat Tabs, bloquear/desbloquear, Character Boost e Character Preset Wallpapers, no mobile e na web.
- Reformulação do CI/CD, cortando os tempos de build pela metade ou mais.
Os números por trás
- Upsell do CAI+: medido em um experimento de dois meses. As taxas de ativação se mantiveram e as coortes de renovação e retenção acompanharam as dos assinantes existentes, com um impacto desprezível (-0,44%) no DAU.
- Aba Seguindo: além do ganho de engajamento, os assinantes ativos cresceram +3,16%.
- Recent Chat Tabs: navegação rápida entre conversas recentes, personagens curtidos e personagens próprios. Definiu o padrão de navegação por abas que as features seguintes adotam.
- Bloquear/desbloquear: construído de ponta a ponta: a integração com o backend, todo o fluxo do usuário no mobile e na web, e a instrumentação de analytics.
- Character Preset Wallpapers: mais opções de personalização, o que aumentou a ativação de usuários.
- Infraestrutura de build: builds a frio ficaram cerca de 57% mais rápidos e builds a quente cerca de 82%. Também refatorei o pipeline de análise de segurança do CodeQL, reduzindo seu tempo de execução em 61%.