Sem saber programar, pai cria app para acompanhar a rotina do filho com IA

O fluxo relatado foi:

1. Baixar e executar o Claude Code pelo Terminal do Mac;
2. Escrever uma especificação de quatro páginas, descrevendo os recursos e o comportamento esperados do app;
3. Pedir ao Claude Code que construísse o aplicativo a partir dos requisitos e explicasse cada etapa em termos que uma pessoa sem conhecimento de programação pudesse acompanhar;
4. Criar contas no GitHub, no Supabase e na Vercel;
5. Conectar os serviços: o GitHub armazenava o código, o Supabase cuidava do banco de dados e da autenticação dos usuários, e a Vercel publicava o app em um endereço na web.

Cada ferramenta tinha uma função diferente. O Claude Code era a interface de desenvolvimento; o GitHub, o repositório do código; o Supabase, a estrutura de backend; e a Vercel, o serviço de publicação. Essa combinação permitiu que Tan passasse de uma ideia descrita por escrito a um aplicativo funcional sem dominar primeiro uma pilha tradicional de programação.

Por que prompts detalhados fizeram diferença

Tan não esperava que a primeira versão gerada estivesse pronta. Ele testava o aplicativo, explicava o que estava faltando ou funcionando de maneira incorreta e pedia novas alterações. O processo era iterativo: escrever o prompt, inspecionar, testar e refinar.

A experiência levou a uma regra simples: instruções vagas tendem a gerar resultados vagos. Quanto mais precisamente Tan descrevia os campos, as permissões, os cálculos e a experiência desejada, mais útil era o resultado produzido. O Claude Code geralmente conseguia entender até um inglês imperfeito ou “quebrado”, mas compreender uma solicitação não significava que ela estivesse completa.

Essa diferença é importante para qualquer pessoa que use uma ferramenta de programação com IA. Desenvolver por meio de linguagem natural pode reduzir a barreira de entrada, mas não elimina a necessidade de definir requisitos nem de avaliar o resultado.

Pesquisa com IA também exigiu checagem

Tan também combinou o Claude Code com o Perplexity AI em pesquisas, em parte porque a ferramenta apresentava citações. Ainda assim, ele não presumiu que uma resposta era confiável apenas por conter links ou referências.

Quando a pesquisa trouxe a afirmação de que peixes com nadadeiras estariam entre as principais preocupações relacionadas a alergias em Singapura, Tan desconfiou. Pela experiência dele, frutos do mar com casca eram uma preocupação mais conhecida. Ele conferiu o material citado e corrigiu o aplicativo.

O caso também expõe um risco mais amplo: sistemas de busca com IA podem apresentar citações que levam a estudos fictícios. Por isso, informações importantes relacionadas à saúde continuam exigindo verificação independente.

No caso de um app para acompanhar um bebê, essa cautela é especialmente relevante. A ferramenta pode organizar observações e compará-las com orientações, mas uma pesquisa gerada por IA não deve ser tratada como comprovação médica só porque inclui citações.

A mesma técnica gerou uma ferramenta de tradução

As habilidades de criação de prompts desenvolvidas no projeto do bebê também ajudaram Tan no trabalho. Ele criou uma ferramenta de tradução de um botão capaz de converter conteúdos em inglês para 48 idiomas.

As instruções iam além da tradução palavra por palavra. Primeiro, a ferramenta deveria compreender o significado, a intenção e o objetivo persuasivo do texto original. Depois, deveria produzir uma versão natural no idioma de destino, sem preservar estruturas, ritmo ou lógica moldados pelo inglês.

O método segue o mesmo princípio do aplicativo do bebê: a qualidade do resultado depende muito de o usuário explicar o objetivo, o contexto e as restrições — e não apenas a tarefa superficial.

A lição para quem não programa

A experiência de Tan não mostra que a IA tornou o desenvolvimento de software automático. Ele ainda precisou identificar um problema real, escrever uma especificação detalhada, criar contas, conectar serviços, testar a aplicação e questionar informações potencialmente incorretas.

Por outro lado, o caso mostra como um assistente de programação com IA pode permitir que alguém comece por uma ideia de produto útil, sem precisar passar anos estudando programação antes de experimentar. Para Tan, testar ferramentas e escrever prompts claros estão se tornando habilidades práticas para usuários comuns — inclusive pessoas que não escrevem em inglês perfeito.

A conclusão mais importante, portanto, não é que “a IA consegue construir qualquer coisa”. É que pessoas sem formação técnica podem usar a IA para criar protótipos de ferramentas bem delimitadas, desde que continuem responsáveis pelos requisitos, pelos testes e pela avaliação dos fatos.