Pular para o conteúdo

Vídeo · Inteligência Artificial

Como programar com IA sem escrever código: plano, build e validação

Aprenda a programar com IA usando spec driven development: escreva o plano, delegue em etapas pequenas e valide usando o sistema. Fluxo prático e erros comuns.

Duração
9:10
Capítulos
9
Publicado
28 OUT
Sumário · 11 seções0% lido

Resumo

Programar com IA sem escrever código funciona em três etapas: você escreve um plano claro (spec driven development), a IA constrói em pedaços pequenos seguindo esse plano e você valida usando o sistema de verdade. A qualidade do código depende mais da qualidade do plano do que do modelo escolhido.

O que o vídeo mostra

O vídeo mostra o fluxo que o Willian usa no Atlas, sistema pessoal de biblioteca de livros e jogos de tabuleiro. Ele abre a pasta de documentação do projeto (arquitetura, tabelas, design system, PRD, roadmap), explica a divisão entre modelo forte para planejar e modelo mais leve para desenvolver, e mostra como valida lendo o código de barras de um livro.

  • 0:00 Planejo, a IA constrói, eu valido
  • 0:24 O primeiro passo: spec driven development
  • 1:20 O plano na pasta do projeto
  • 2:51 Um modelo para planejar, outro para construir
  • 3:52 Por etapas, com a skill Superpowers
  • 5:15 A validação e o problema que ela pegou
  • 5:54 Cuidado: ambiente de teste
  • 6:55 O fluxo resumido
  • 7:29 O Atlas hoje

O que é spec driven development e por que usar antes de pedir código?

Spec driven development é escrever a especificação do sistema antes de qualquer linha de código: o que ele faz, como faz, o que está dentro do escopo e o que está fora. A IA passa a trabalhar sobre esse documento, e não sobre a sua memória ou sobre um pedido solto na conversa.

A lógica é simples. Um pedido vago obriga a IA a preencher lacunas, e ela preenche com suposições. Com plano vago, o resultado é vago, só que chega mais rápido. Com plano claro, a IA tem critério para decidir e erra menos.

Um ponto que o Willian destaca: escrever o que você não quer é tão importante quanto escrever o que quer. Essa lista de exclusões impede a IA de inventar funcionalidades ou deduzir algo que você nunca pediu.

O que colocar no plano do projeto?

No vídeo, a pasta de documentação do Atlas mostra um conjunto de arquivos, cada um com uma função. Você não precisa de todos em um projeto pequeno, mas vale entender o papel de cada um para decidir o que escrever.

Um bom ponto de partida é ter pelo menos escopo, arquitetura e dados. O resto cresce conforme o projeto exige.

  • Arquitetura: o que será usado no front end e no back end, qual banco de dados, qual storage e como os dados fluem.
  • Tabelas: o modelo de dados já definido, para a IA não improvisar estrutura.
  • Design system: paleta de cores e regras visuais que a IA deve respeitar.
  • PRD (Product Requirements Document): o que o produto faz e o que ele não é.
  • README e estrutura do repositório: como o projeto se organiza.
  • Roadmap: as etapas de implementação de ponta a ponta.
  • Um arquivo de pendências pessoais: ideias futuras e coisas a revisar, como a lista de desejos de livros, jogos, animes e filmes que o Willian quer adicionar ao Atlas.

Qual modelo de IA usar para planejar e qual para construir?

A divisão que o Willian usa é por tipo de tarefa. Para planejar, ele usa um modelo mais capaz, com raciocínio no nível alto (no vídeo, GPT 5.6 Sol ou Opus 5.5, em high). Para desenvolver, desce para um modelo mais leve, o Sonnet, no nível médio.

O motivo é que o trabalho difícil, decidir arquitetura e escopo, já foi feito no plano. Executar uma tarefa bem descrita exige menos inteligência, e o modelo menor dá conta sem inventar muito.

Existe também um ganho prático: respeitar créditos e limites semanais. Gastar o modelo mais pesado em todas as tarefas de um projeto pode estourar o seu limite antes de terminar. Reservar o modelo forte para o planejamento distribui melhor esse consumo.

Por que pedir a construção em etapas pequenas?

Entregar o sistema inteiro de uma vez cria um problema de validação. Se a IA gera uma parte enorme do software e algo quebra, você não sabe onde procurar. Quem não é desenvolvedor sente isso ainda mais, porque não tem o repertório para localizar o erro sozinho.

Em sistemas com banco de dados, cada etapa pode exigir rodar migrations, criar tabelas, corrigir e acrescentar variáveis de ambiente. Se essas coisas acumulam, você vira o gargalo: não lembra o que mudou nem entende o estado do projeto.

Por isso o Willian usa a skill Superpowers, que ajuda a fazer o brainstorm e a quebrar o plano em specs por etapa. A IA executa tarefa a tarefa, e você valida cada entrega antes de liberar a próxima.

Um critério útil para dividir: cada etapa deve terminar em algo que você consiga usar ou testar na hora. Se a etapa só termina em código que ainda não roda, ela está grande demais.

Como validar código gerado por IA sem ler o código?

A validação do Willian é usar o sistema. No Atlas, ele lê o código de barras de um livro e confere três coisas: se a consulta bateu na API, se os dados esperados vieram e se o cadastro foi feito.

Esse teste funcional também revela lacunas do plano. Um livro importado, americano, não foi encontrado, o que mostrou a necessidade de uma segunda API. Essa descoberta só aparece usando o sistema com casos reais, e vira nova tarefa no ciclo.

O processo é circular: planeja, a IA desenvolve, você usa, valida e testa, ajusta o plano e repete até ficar pronto. O software também raramente fica pronto de vez. O Atlas já atende o uso principal, e novas funcionalidades entram conforme a necessidade.

Quando é seguro testar direto no banco de produção?

Quase nunca. O Willian é direto sobre isso: o Atlas é um sistema pessoal, então um erro tem custo baixo e ele roda localmente apontando para o banco de produção. Isso é uma escolha consciente para um projeto que só ele usa.

Para software de cliente ou produto que vai ao mercado, o caminho é outro. Tenha um ambiente de teste, normalmente local, com banco separado. Só suba para produção o código final, já validado.

A razão é proteger quem já usa o sistema. Um erro de migration ou um dado apagado em produção afeta outras pessoas, e desfazer isso custa muito mais do que montar um ambiente de teste no começo.

Para aplicar

  • Escreva o plano antes de abrir a IA: o que o sistema faz, como faz, o que está dentro e o que você não quer.
  • Peça ajuda à IA para detalhar o plano, usando um modelo forte com raciocínio alto, e revise o resultado você mesmo.
  • Organize a documentação em arquivos separados: arquitetura, tabelas, PRD, roadmap e design system, conforme o tamanho do projeto.
  • Divida o roadmap em etapas que terminem em algo testável e peça a construção uma etapa por vez, com um modelo mais leve.
  • Use o sistema a cada entrega, com casos reais, e só avance quando a etapa estiver funcionando.
  • Registre as lacunas que aparecerem na validação e atualize o plano antes de seguir.
  • Separe o ambiente de teste do de produção sempre que o software for de cliente ou de uso público.

Perguntas frequentes

Preciso saber programar para usar esse fluxo?

Não é obrigatório, mas ajuda a validar. O fluxo foi pensado para você validar usando o sistema, não lendo código. Quem não programa deve ter ainda mais cuidado com etapas pequenas, porque fica mais difícil achar a origem de um erro quando muita coisa é gerada de uma vez.

O que é um PRD e preciso de um em projeto pequeno?

PRD é o Product Requirements Document: o documento que define o que o produto faz e o que ele não é. Em projeto pequeno pode ser uma página. O importante é registrar o escopo e as exclusões para a IA não decidir isso por você.

Preciso usar exatamente os mesmos modelos do vídeo?

Não. O princípio é usar um modelo mais capaz, com raciocínio alto, para planejar, e um mais leve para executar tarefas já detalhadas. Os nomes específicos mudam com o tempo, mas a divisão por tipo de tarefa continua valendo.

O que é a skill Superpowers?

É uma skill, usada com agentes como o Claude Code, que ajuda a fazer o brainstorm e a criar specs por etapas. O Willian a usa para que a IA execute o plano tarefa a tarefa. O link para a skill está na descrição do vídeo.

Esse mesmo fluxo vale para projetos de clientes?

Sim, o Willian diz que usa o mesmo fluxo nos clientes da agência, traçando o plano antes de desenvolver qualquer software. A diferença é manter um ambiente de teste separado da produção.

Para continuar

// Curso · WDS Builders

Video Builder IA

Você grava o seu vídeo e dirige um agente de IA que transcreve, corta, legenda, anima e renderiza. Nada avança sem a sua aprovação. Do bruto ao vídeo publicado.

Entrar na lista de espera →

// Canal no YouTube

Inscreva-se no canal

IA aplicada, automação e os bastidores do que estou construindo, mostrados na prática.

Inscrever-se no canal →

Mais vídeos sobre o tema

Ver todos os vídeos →

Artigos sobre o mesmo tema

Ver o blog →