Keep post-visit care moving without chasing everyone down.
CarePilot is a service-as-software product for clinics, care coordinators, and family operators who need to manage what happens after a medical visit, test, or procedure. It turns fragmented follow-up work into a repeatable workflow: capture the next steps, assign responsibility, schedule reminders, collect updates, and escalate when nothing happens. The first version is intentionally narrow: one high-value follow-up workflow that can be sold and delivered manually before being automated.
Clinic Ops Manager Ana, 39 - Ana manages post-consultation follow-up for a small private clinic. She is responsible for making sure referrals, exams, and return visits happen, but she currently tracks everything in spreadsheets and WhatsApp.
Care Coordinator Bruno, 33 - Bruno coordinates exams, appointments, and documents for a small concierge health service. He needs a lightweight system that helps him manage many small handoffs without a complex platform.
Family Delegate Sofia, 47 - Sofia helps manage healthcare logistics for her father. She does not want to make medical decisions, but she wants to know what was recommended, what is pending, and what she needs to do next.
Ana runs operations for a small clinic and spends her day chasing post-visit tasks that slip between consultation, exam booking, and patient follow-up. She knows the clinic is losing revenue and trust when people do not return, but her current process is a spreadsheet, scattered notes, and repeated WhatsApp messages.
With CarePilot, Ana creates a follow-up case in minutes, assigns the next steps, and lets reminders go out automatically. When a task stalls, she sees it immediately and can intervene before it becomes a lost opportunity.
After a few weeks, Ana notices fewer missed follow-ups, faster completion times, and less manual chasing. The clinic gets more return visits, the team works from a shared workflow, and CarePilot earns recurring revenue from a problem that is now repeatable enough to productize further.
Team & resourcing - Solo founder with 1 full-stack engineer, 1 product designer part-time, and outsourced legal/privacy review as needed.
Paste this into Cursor, Bolt, Lovable, or v0 to start building.
Build a web app called CarePilot for post-visit healthcare coordination. The product helps clinics, care coordinators, and family delegates manage follow-up after consultations, exams, procedures, and referrals. This is not an EMR/EHR and not clinical decision support. Keep the first version narrow: one repeatable follow-up workflow with manual service support first, then light automation. Core features to build: 1. Multi-tenant auth with roles: operator, manager, read-only viewer. 2. Create and manage follow-up cases with patient/contact name, workflow type, owner, due date, next action, notes, status, and attachments references. 3. Task queue view for today, overdue, blocked, and completed items. 4. Reminder scheduling and escalation rules with async jobs. 5. Communication timeline per case with call notes and message logs. 6. Workflow templates for common journeys and the ability to clone/edit them. 7. Dashboard with completion metrics, overdue counts, and weekly summary. 8. CSV export and audit trail for all record changes. 9. Settings for reminder channels, timing, and template configuration. 10. Payment-ready landing page and a simple subscription/pilot billing flow using Stripe. Primary screens and flows: Home dashboard, cases list, case detail, create case modal, task queue, template editor, settings, onboarding, billing, and read-only share view. User flow: sign up, choose a workflow template, create first case in under 5 minutes, assign owner and due date, send reminders, monitor status, close case, capture learning fields. Data model: Organizations, users, roles, contacts/patients, cases, tasks, reminders, communication_events, templates, template_versions, audit_events, billing_subscriptions, and workflow_settings. Each case belongs to one organization and one workflow template version. Tasks belong to cases and have status, owner, due date, priority, blocked_reason, escalation_level, and completion metadata. Tech stack: Next.js App Router, TypeScript, React, Tailwind, shadcn/ui, PostgreSQL, Prisma, NextAuth or Auth.js, BullMQ with Redis for scheduled reminders, Stripe for billing, SendGrid/Postmark for email, Twilio WhatsApp integration, and Zod for validation. Use a clean, calm medical-adjacent UI with mobile-first layouts, accessible contrast, and fast dashboard performance. Non-functional requirements: Implement RBAC, audit logging, encryption in transit, tenant isolation, soft delete for sensitive records, and structured analytics events for case creation, task assignment, reminder sent, task completed, escalation, template used, and paid conversion. Keep clinical advice out of scope and clearly label the product as coordination software only. Build the MVP first with real screens, seeded demo data, and enough polish to onboard a pilot customer. Do not build unnecessary platform abstractions.
# MASTER PROMPT — Discovery + Sales + Delivery + Learning Loop > **Discover → Build → Charge → Deliver → Learn → Ship → Repeat.** > > **Não construir a infraestrutura da saúde da família. Descobrir, uma oferta vendável por vez, qual infraestrutura precisa existir.** > > Esta é a filosofia operacional deste projeto. > > O **Family Longevity OS** representa uma visão de longo prazo: uma possível camada de coordenação contínua da saúde da família. **Não tratá-lo como o produto a ser construído agora.** > > O primeiro produto precisa ser pequeno o suficiente para que eu consiga **vendê-lo e entregá-lo antes de precisar construí-lo**. > > Quero explorar, validar e construir progressivamente uma oportunidade de negócio na área de saúde, começando como um **Service-as-Software** assistido por tecnologia e IA, com potencial de se transformar posteriormente em software e, somente se houver evidência suficiente, em uma infraestrutura mais ampla. > > Sou um founder solo, quero operar de maneira **bootstrapped** e minha filosofia de execução é **sempre estar shipping**: aprender construindo, colocando hipóteses no mercado, cobrando por soluções reais e aceitando abandonar ou modificar rapidamente aquilo que não demonstrar tração. > > Meu objetivo nesta fase não é construir uma plataforma. > > É descobrir: > > **um problema relevante → para um segmento específico → associado a um resultado valioso → pelo qual alguém esteja disposto a pagar → que consiga ser entregue de maneira economicamente sustentável → e que possa progressivamente se tornar mais repetível, automatizado e escalável.** > > Quero construir, desde o início, um **motor de aprendizado de produto e mercado**, no qual cada cliente, venda e entrega aumente meu conhecimento e melhore a próxima iteração. --- ## As lentes que devem orientar o trabalho ### 1. Rob Snyder — Pull Investigar: > **Existe demanda real puxando por essa solução?** Não começar pelaquilo que eu quero construir. Descobrir o que as pessoas já estão tentando resolver, onde existe demanda reprimida e qual trabalho elas estão tentando fazer acontecer. --- ### 2. Ash Maurya — Lean Validation Para cada ciclo: > **Qual é a hipótese mais arriscada?** Encontrar a forma mais barata e rápida de testá-la. Priorizar evidência comportamental sobre opinião. --- ### 3. Mark Pincus — Proven → Better → New Reduzir incerteza nessa ordem: **PROVEN → BETTER → NEW** Começar com comportamentos e soluções que as pessoas já utilizam. Depois melhorar uma parte específica da experiência. Só então introduzir algo realmente novo, como IA ou automação. --- ### 4. Pieter Levels — Build → Charge → Learn Perguntar continuamente: > **Qual é a menor coisa que posso colocar no mercado, cobrar e entregar agora?** Evitar construir uma plataforma antes de conhecer o workflow. Preferir: **microproduto → primeiro cliente → aprendizado → próxima versão** a: **visão ampla → plataforma → desenvolvimento → tentativa de encontrar clientes.** --- ### 5. Learning Loop — transformar experiência em ativo Cada cliente deve gerar: **experiência → conhecimento → padrão → workflow → automação → produto melhor** Não assumir que dados proprietários são automaticamente um moat. O moat somente começa a existir se o aprendizado acumulado: * melhorar o resultado; * reduzir o custo de entrega; * aumentar velocidade; * melhorar conversão; * aumentar retenção; * e ficar progressivamente difícil de reproduzir. --- # 1. Começar pelo problema, não pela solução A hipótese inicial é que existe um trabalho importante de continuidade entre uma interação de saúde e outra — depois de consulta, exame, procedimento, encaminhamento ou recomendação — e que parte desse trabalho pode ficar sem um dono claro. **Não assumir que isso é verdade.** Investigar jornadas reais: * O que acontece depois? * O que precisa acontecer? * Quem faz? * Quem lembra? * Quem agenda? * Quem acompanha? * Quem comunica? * Quem cobra? * Quem percebe que algo não aconteceu? * Quem assume a responsabilidade quando a jornada quebra? --- # 2. Descobrir o ICP pelo comportamento Não assumir previamente: * família; * paciente complexo; * idoso; * paciente crônico; * especialista; * clínica; * profissional liberal. São hipóteses. Identificar: **Quem sente → quem faz → quem decide → quem paga → quem se beneficia.** Priorizar combinações de: **dor + frequência + consequência + urgência + capacidade de pagamento + acessibilidade + possibilidade de repetição.** --- # 3. Descobrir o “Oz” Descobrir o resultado que o cliente realmente compra. Não assumir que seja: * coordenação; * longevidade; * prevenção; * tranquilidade; * organização. Perguntar: * O que ele está tentando conseguir? * O que gostaria que deixasse de ser um problema? * O que já tentou? * Por que não funcionou? * O que gostaria de delegar? * O que mudaria concretamente? * Quanto esse resultado vale? --- # 4. Mapear o trabalho invisível Observar: * tarefas; * informações; * decisões; * documentos; * comunicação; * agendamentos; * lembretes; * dependências; * exceções; * handoffs; * atrasos; * retrabalho; * responsabilidades. Não assumir que todo trabalho observado deve virar produto. Descobrir: > **Qual trabalho vale a pena assumir?** --- # 5. Descobrir o que pode ser delegado Investigar: **delegação × controle × visibilidade × confiança × responsabilidade** O que o cliente quer: * delegar; * manter sob controle; * apenas acompanhar; * automatizar; * resolver com uma pessoa? Considerar conflitos entre: **paciente ↔ familiar ↔ cuidador ↔ especialista.** --- # 6. Criar a menor oferta vendável Antes de pensar em plataforma: > **Qual é a menor solução que alguém pode comprar esta semana?** Ela deve poder ser: **explicada → vendida → entregue → medida → melhorada.** A visão pode ser grande. A primeira oferta deve ser pequena. --- # 7. Cobrar cedo Não considerar como validação suficiente: * elogios; * curtidas; * cadastros; * “eu usaria”; * “isso é necessário”. Buscar: **compromisso → pagamento → resultado.** Uma venda não prova Product-Market Fit. Mas fornece evidência muito mais forte que uma opinião. --- # 8. Construir o motor comercial durante o Discovery Não separar: **Discovery → depois Sales → depois Growth.** Construir simultaneamente: **ICP → mensagem → canal → conversa → oferta → venda → onboarding → entrega → prova → indicação.** Cada venda deve gerar: **receita + aprendizado sobre o problema + aprendizado sobre o mercado.** --- # 9. Service-as-Software antes de Software Começar utilizando: * humano; * WhatsApp; * IA; * ferramentas existentes; * automações simples; * documentos; * workflows manuais. Descobrir: **manual → repetível → padronizado → automatizado → software.** Não construir software apenas porque a solução final parece tecnológica. --- # 10. “No Platform Yet” Durante a fase inicial: > **presumir que não precisamos de uma plataforma.** Uma plataforma só ganha justificativa quando houver: **frequência + repetição + valor + disposição de pagamento + workflow conhecido + necessidade real de software.** --- # 11. Sempre estar shipping Shipping não significa necessariamente lançar código. Pode significar lançar: * uma mensagem; * uma oferta; * uma landing page; * um piloto; * uma venda; * um workflow; * uma automação; * uma nova versão do serviço. A meta é reduzir: > **tempo entre hipótese → mercado → evidência → decisão.** --- # 12. Revenue Learning Registrar: * quem pagou; * quanto pagou; * por que comprou; * qual alternativa utilizava; * o que tornou a oferta valiosa; * o que quase impediu a compra; * se compraria novamente; * se indicaria alguém. Cada venda deve gerar: **dinheiro + informação + relacionamento + evidência.** --- # 13. Learning Loop como moat potencial Transformar: **experiência → dados estruturados → padrões → playbooks → workflows → automações → produto.** O objetivo não é simplesmente acumular dados. É acumular **conhecimento operacional proprietário sobre como resolver determinadas jornadas melhor e com menor custo**. Perguntar constantemente: > **O próximo cliente está ficando mais fácil, rápido e barato de atender por causa do que aprendemos com os anteriores?** Se não estiver, o suposto Learning Loop ainda não está funcionando. --- # 14. Saúde exige uma regra adicional > **Ship fast, don't break trust.** Experimentar rapidamente em: * mensagens; * ofertas; * canais; * workflows; * aquisição; * operação. Ser extremamente cuidadoso com: * dados sensíveis; * privacidade; * consentimento; * segurança; * responsabilidade; * decisões clínicas; * recomendações automatizadas. Separar claramente: **coordenação operacional ≠ decisão clínica.** --- # 15. Reduzir a maior incerteza primeiro Para cada ciclo, mapear: * problema; * ICP; * early adopter; * frequência; * urgência; * Oz; * delegabilidade; * disposição de pagamento; * canal; * oferta; * recorrência; * margem; * operação; * automação; * retenção; * indicação; * defensibilidade. Então perguntar: > **Qual é o menor experimento que pode eliminar a maior incerteza?** Regras: > **Não construir quando uma conversa pode responder.** > **Não entrevistar quando uma venda pode responder.** > **Não vender quando uma entrega real pode responder melhor.** > **Não escalar quando ainda não existe repetibilidade.** --- # 16. Critérios para avançar ### Problem Fit O problema existe? ### Solution Fit A oferta resolve algo importante? ### Commercial Fit Pessoas semelhantes compram por razões semelhantes? ### Delivery Fit Consigo entregar com economia? ### Repeatability Consigo encontrar, vender e atender novamente? ### Productization Existem workflows repetitivos que justificam software? ### Growth Existe algo previsível para amplificar? --- # 17. Output obrigatório de cada ciclo Para cada experimento, produzir: **Hipótese** O que estamos tentando descobrir? **Evidência** O que aconteceu de fato? **Product Learning** O que aprendemos sobre o produto? **Revenue Learning** O que aprendemos sobre o mercado e pagamento? **Shipping** O que colocamos no mundo? **Decisão** Persistir, ajustar, pivotar ou abandonar? **Learning Loop** Que conhecimento reutilizável foi criado? **Próximo experimento** Qual ação reduz mais a próxima incerteza? **Capital at Risk** Quanto tempo, dinheiro e complexidade estamos colocando em risco? --- # Regra de ouro > **Não quero que você tente provar que minha ideia é boa.** > > Quero que seja intelectualmente adversarial. > > Se a evidência mostrar que o problema não é relevante, o ICP está errado, o Oz é diferente, ninguém quer delegar, ninguém quer pagar, a oferta não entrega resultado, o canal não é repetível, a operação não tem margem, o software não é necessário ou o suposto moat não existe, diga isso claramente. > > **O objetivo não é proteger a tese. É descobrir, com o menor capital possível, um problema valioso, um cliente disposto a pagar e um mecanismo repetível de entregar e vender o resultado.** --- ### A frase que passa a comandar todo o projeto **Discover → Build → Charge → Deliver → Learn → Ship → Repeat.** E a regra estratégica: > **Não construir a infraestrutura da saúde da família. Descobrir, uma oferta vendável por vez, qual infraestrutura precisa existir.** Essa é a versão que eu usaria agora. Ela mantém a **visão de longo prazo**, mas impede que a visão determine prematuramente o produto, o ICP, o modelo de software ou a arquitetura da solução.
Design by The Resonance | Powered by GPC – The AI Transformation Company