My Complete AI Coding Workflow (From Zero to Shipped)
O fluxo completo de codificação com IA, que transforma ideias em código pronto para entrega, guiado passo a passo de zero a lançamento
Conteudo
TLDR;
O workflow demonstra como engenheiros seniores planejam, promptam, dividem tarefas entre agentes de IA e validam resultados antes de lançar o produto. Ele recomenda usar um ADE como T3 Code, combinar modelos como Fable 5.2 (planejamento), Opus 5.5 (implementação) e Sonnet/Haiku 5.5 (pesquisa), além de ditado por voz. Cada agente verifica autonomamente seu próprio código usando um ambiente com navegador integrado, testes automatizados e revisão antes de marcar a tarefa como concluída.
Resumo
O vídeo compara duas formas de usar IA na engenharia de software. No primeiro caso, o engenheiro simplesmente digita “construa um agente de pesquisa” e, após poucos minutos, recebe um protótipo que parece funcionar, porém metade dos botões não responde e várias fontes citadas nem existem. No segundo caso, Chad primeiro define requisitos claros – fluxo de usuário, critérios de aceitação e plano de validação – e só então aciona os agentes de codificação. O resultado são botões operacionais e fontes reais, mesmo que o processo pareça mais lento. A diferença está no workflow, nas ferramentas e no ambiente: um planejamento estruturado, uso de um ADE (por exemplo, T3 Code), escolha de modelos especializados (um agente elite caro e inteligente para planejamento, um implementador rápido e barato, e um pesquisador ágil) e verificação automática do código gerado. O autor apresenta o projeto “Research Marshall”, um agente que recebe perguntas de pesquisa, raspa a web em tempo real, verifica as fontes e produz relatórios citados, tudo salvo para consultas futuras. Ele detalha a preparação (ADE com navegador embutido, modelos como Fable 5.2, Opus 5.5, Sonnet 5.5 e uso de ditado de voz para reduzir atritos). Ao final, enfatiza que engenheiros seniores não começam codificando ao acaso, mas sim definindo ideias, requisitos funcionais e não‑funcionais, e então orquestrando múltiplos agentes de IA que se auto‑validam, garantindo um produto robusto e pronto para entrega.