Existem duas conversas sobre IA e interfaces acontecendo agora. Uma é sobre recursos de IA na interface. A outra — a que mais mudou meu trabalho diário — é sobre IA construindo a interface. Quero falar da segunda, porque quase tudo que se escreve sobre ela é hype ou medo, e nenhum dos dois combina com a minha experiência lançando React em produção.
Meu pipeline atual
Minha stack é React, TypeScript e Tailwind, com o Figma como fonte de design. A versão acelerada por IA do meu fluxo de trabalho é assim:
- Projete no Figma, mas de forma estruturada. Componentes bem nomeados, texto vinculado a um conjunto pequeno de papéis tipográficos, cores vinculadas a variáveis. Essa disciplina é anterior à IA, mas hoje rende o dobro: um LLM traduzindo um frame bem tokenizado produz um código dramaticamente melhor do que um que está adivinhando em cima de uma sopa de valores hexadecimais soltos.
- Automatize o lado do Figma. Eu controlo o Figma de forma programática — edição em lote de copy, vinculação de nós a tokens de design, auditoria de frames em busca de texto sem estilo. Tarefas que antes tomavam uma tarde de cliques agora são um script. Auditorias de tokenização que ninguém fazia manualmente agora rodam em todo frame importante.
- Design para código assistido por LLM. Com o Claude Code, eu entrego o contexto do frame e as restrições do design system, e reviso o componente que ele escreve. Ênfase em reviso. O modelo é um júnior rápido com conhecimento enciclopédico de Tailwind e nenhuma responsabilidade. O julgamento sênior — essa é a abstração certa, isso trata o estado vazio, isso vai quebrar com labels de 47 caracteres — continua sendo trabalho meu.
Onde isso realmente melhora a interface
A velocidade não é só conveniência; ela muda o que é lançado. Três exemplos de trabalho B2B recente:
- Mais estados, de fato construídos. Carregamento, vazio, erro, dados parciais. Historicamente, eram projetados e depois descartados silenciosamente por causa do prazo. Quando um estado custa dez minutos em vez de duas horas, ele é lançado.
- Comportamento responsivo de verdade. Testo três larguras como regra. Os primeiros rascunhos gerados por IA me levam a "funcionando em todos os breakpoints" rápido o suficiente para eu gastar meu tempo nas decisões de julgamento — o que colapsa, o que trunca — em vez de na parte mecânica.
- Iteração mais rápida com stakeholders. Em um projeto fintech, substituir revisões de mockups estáticos por protótipos codificados e clicáveis eliminou uma rodada inteira de feedback do tipo "não imaginei que funcionaria assim".
A disciplina que torna isso seguro
Uma regra que mantenho com rigor: quem escreve não revisa. Código gerado por IA passa por uma revisão de outro modelo ou de uma pessoa — idealmente ambos — antes de ser mesclado. A verificação cruzada pega o absurdo confiante que qualquer modelo sozinho produz. Já peguei assim regressões de acessibilidade, props fantasmas e bugs sutis de estado que teria deixado passar revisando por cima o meu "próprio" resultado.
A outra regra: nada está pronto sem evidência. "O componente deveria funcionar" não é um status. Um print em três larguras, um teste passando, um percurso só com teclado — isso é um status.
A IA não baixou a régua da qualidade de interface. Ela removeu a desculpa para não alcançá-la.