IA no desenvolvimento sem cair no “vibe coding”
Como usar IA no VSCode com processo, testes e previsibilidade, adaptando o Pster’s AI Workflow sem depender do Cursor.
O problema do “vibe coding”
Ferramentas como Copilot, Claude, ChatGPT, Continue e Cline mudaram a forma de escrever software. O problema é que muita gente adotou a ferramenta sem adotar engenharia.
Nasceu então o vibe coding:
- prompt grande
- código gerado
- copiar e colar
- torcer para funcionar
Às vezes funciona. Muitas vezes vira:
- regressão silenciosa
- APIs inventadas
- código plausível, mas errado
- retrabalho
- perda de confiança no sistema
IA acelera desenvolvimento.
Mas também acelera bagunça quando não existe processo.
O oposto de vibe coding não é parar de usar IA.
É usar IA dentro de um workflow disciplinado.
O Pster’s AI Workflow
O Pster’s AI Workflow é uma metodologia open‑source criada para reduzir alucinações e tornar o desenvolvimento assistido por IA previsível.
O fluxo é simples:
Brainstorm → Plano → Execução por fases → Review → Documentação → Commit
Cada etapa tem um papel.
Brainstorm
Antes de codar, a IA ajuda a explorar abordagens e riscos.
Plano
A tarefa é quebrada em fases pequenas.
Execução
Uma fase por vez.
Review
Segurança, performance e impacto.
Documentação
Contexto atualizado junto com o código.
Commit
Histórico claro e rastreável.
A ideia central:
IA não substitui engenharia.
Ela trabalha dentro da engenharia.
Cursor vs VSCode
O workflow nasceu no Cursor, que possui integração profunda com IA.
Mas o próprio repositório do projeto documenta como usar o método em outros editores (VSCode, terminal, etc.).
O importante não é o comando /pwf-plan.
O importante é existir uma etapa de planejamento antes de implementar.
No VSCode isso pode ser reproduzido com:
- prompts estruturados
- snippets
- scripts
- hooks de git
- CI
Estrutura mínima de projeto
Uma organização simples já ajuda muito.
project/
├─ .ai/
│ ├─ prompts/
│ ├─ rules/
│ └─ context/
├─ docs/
│ ├─ planning/
│ ├─ architecture/
│ └─ runbooks/
├─ scripts/
│ ├─ regression-check.sh
│ └─ commit-validate.sh
├─ .github/workflows/
└─ .vscode/
Função de cada parte:
.ai → prompts e regras da IA
docs → memória do projeto
scripts → automação local
workflows → validação no CI
Ferramentas no VSCode
O workflow funciona com várias opções.
Continue.dev
Muito forte em contexto de projeto e checks versionados.
Pontos fortes:
- lê o codebase
- integra com múltiplos modelos
- permite checks em PRs
- open‑source
Cline
Focado em agentes multi‑step.
Pontos fortes:
- navegação de arquivos
- execução de comandos
- aprovação humana a cada ação
Copilot Chat
Boa escolha quando o time já usa GitHub Enterprise.
Prompt base anti‑alucinação
Prompts estruturados fazem enorme diferença.
CONTEXTO
Projeto: X
Stack: Node + PostgreSQL
Arquivos relevantes: auth.ts, user.service.ts
TAREFA
Implementar validação de sessão.
REGRAS
- usar apenas APIs existentes
- não criar bibliotecas novas
- respeitar arquitetura atual
SAÍDA
1 confirmar entendimento
2 listar arquivos alterados
3 explicar abordagem
4 mostrar código
Isso reduz muito código inventado.
Fluxo de prompts
Brainstorm
Liste 3 abordagens técnicas possíveis.
Para cada uma:
- implementação
- prós
- contras
- riscos
Recomende a melhor.
Plano
Quebre a implementação em fases pequenas.
Para cada fase:
- objetivo
- arquivos envolvidos
- critérios de aceite
Execução
Implemente apenas a fase X.
Não avance para a próxima.
Liste alterações feitas.
Review
Checklist:
- segurança
- performance
- consistência
- impacto em outros módulos
- documentação
Testes continuam sendo a prova real
IA pode gerar código elegante que não funciona.
Por isso testes são essenciais.
Fluxo clássico:
RED → GREEN → REFACTOR
- escrever teste
- teste falha
- implementar
- refatorar
Regra prática:
Código gerado por IA sem teste não entra no repositório.
Proteção contra regressão
O maior risco não é só gerar código errado.
É quebrar algo que já funcionava.
Proteção em camadas:
1 Pre‑commit
./scripts/regression-check.sh
./scripts/doc-check.sh
2 CI
npm test
npm run build
npm run lint
3 Branch protection
Sem merge com testes falhando.
4 Feature flags
Mudanças críticas ficam ativáveis/desativáveis.
Reduzindo alucinação
Alucinação nunca vai a zero.
Mas pode ser reduzida.
Principais causas:
- falta de contexto
- prompt vago
- modelo fraco
- pressa
Mitigações:
1 contexto rico
2 prompts claros
3 validação local
4 testes
5 review humano
6 CI
7 observabilidade
Objetivo: reduzir risco, não eliminar.
Vibe Coding vs Workflow
| Aspecto | Vibe coding | Workflow |
|---|---|---|
| velocidade inicial | alta | média |
| retrabalho | alto | baixo |
| regressão | comum | rara |
| qualidade | instável | previsível |
| onboarding | difícil | fácil |
Adoção gradual
Não tente mudar tudo de uma vez.
Semana 1
- criar estrutura
.ai - definir prompts base
Semana 2
- aplicar em uma feature piloto
Semana 3
- adicionar hooks e CI
Semana 4
- consolidar no time
Verdades duras
- alucinação nunca desaparece
- testes não pegam tudo
- review humano falha
- no começo o processo parece mais lento
Mas o ganho aparece quando o retrabalho cai.
Regras simples que funcionam
1 nunca peça código sem pedir abordagem
2 implemente em fases pequenas
3 peça testes
4 revise impacto
5 atualize documentação
6 valide antes do merge
Conclusão
IA é um amplificador.
Amplifica velocidade.
Amplifica produtividade.
Mas também amplifica erro.
A diferença está no processo.
O valor do Pster’s AI Workflow não está no Cursor.
Está em três ideias simples:
- contexto
- etapas pequenas
- validação contínua
O oposto do vibe coding não é parar de usar IA.
É usar IA com método.
Referências:
Pster’s AI Workflow
https://github.com/J-Pster/Psters_AI_Workflow
Continue.dev
https://continue.dev
Cline
https://cline.bot