Você já ficou meia hora refinando um prompt, tentando deixar as instruções mais claras, mais detalhadas, com exemplos, com restrições — e o agente continuou errando da mesma forma?

Já passou por isso: o modelo alucina mesmo com o prompt perfeito. Ou pior: o agente age no mundo, faz uma coisa que não deveria, e você vai descobrir isso em produção. Não no chat de testes, não no sandbox. Em produção, com dado real.

Isso não é problema de prompt. E polir o texto do sistema prompt não vai resolver.

Esse artigo é sobre entender onde o problema de fato está — e por que confundir as três camadas de engenharia de IA custa tempo, dinheiro e, às vezes, incidentes.

Nos últimos meses eu tenho usado o Claude Code de forma intensiva no meu trabalho e em projetos pessoais. Não é hype — é ferramenta de trabalho mesmo. E como toda ferramenta, tem jeito certo de usar, tem armadilha, tem limite, e tem combinação com outras coisas que muda o jogo.

Esse artigo é um relato honesto. O que funcionou, o que não funcionou, o que aprendi na mão, e o que eu diria pra qualquer dev que está começando agora. Se você quer o papo de marketing de "IA vai substituir programadores", esse artigo não é pra você. Se quer saber como tirar o máximo disso sem perder a cabeça, continua lendo.

Machine learning sempre pareceu algo distante do frontend — Python, servidores potentes, GPUs caríssimas. Mas isso mudou. Hoje é possível rodar um modelo de IA treinado diretamente no browser, com zero backend, usando JavaScript puro e a GPU do próprio usuário.

Este artigo explica como isso funciona na prática, usando o TensorFlow.js como base — e como apliquei isso em um projeto chamado SeeFood, um classificador que resolve o maior problema da humanidade: saber se o que você está prestes a comer é um hot dog ou não.

Existe um tipo de bug que não trava o build, não aparece no log, não cai no Sentry, mas mata o teu produto do dia pra noite: o usuário A abrindo a aplicação e vendo — do nada — dados do usuário B. Transação, saldo, CPF, endereço, o que for. E o pior: em quase todos os projetos onde vi isso acontecer, o problema não era "um bug" no código. Era ausência total de RLS no banco.

Hoje quero falar de Row Level Security, que é literalmente o muro que separa o dado de um usuário do dado do outro — dentro da própria tabela.

Quem já passou horas caçando um undefined no meio de um bundle ou um comportamento estranho só em produção sabe como uma corrente de imports mal resolvida pode virar dor de cabeça. Um dos culpados frequentes é o import circular: o módulo A importa B, B importa C, e em algum lugar da cadeia alguém importa de novo o A — fechando um ciclo.

Isso é uma maravilha, o build funciona, o projeto roda local mas na hora de subir da pau! \o/

Eu já vi isso em projeto pequeno e em projeto grande; a diferença é só o tamanho do problema que você vai enfrentar. Da pra ver a dor de cabeça com o Madge e isso salva vida!

Pra travar o typescript é uma beleza circular import.

Documentação técnica é um desafio constante em projetos de software. Time técnico precisa documentar, mas geralmente não tem um tech writer dedicado. Neste case study, mostro como criamos um sistema completo de documentação automatizada usando Cursor Agents, Rules e Commands.