De Copiar e Colar ao Claude Code: Minha Evolução com IA
O que aprendi construindo um sistema pessoal de assistente de IA, e por que engenharia de contexto importa mais que o modelo.
Comecei a usar IA pra escrever código no momento em que isso se tornou possível.
No final de 2022, quando o GPT-3.5 foi lançado, eu ficava alternando entre o ChatGPT e meu editor. Copiar prompt, colar resposta, debugar, repetir. Cada troca de janela perdia contexto. Cada novo chat significava explicar tudo de novo: estrutura do projeto, estilo de código, restrições. Scripts pequenos funcionavam bem. Qualquer coisa maior era como pastorear gatos.
Tentei de tudo: Claude, Bard, modelos fine-tuned, depois editores nativos de IA como Cursor, Windsurf, o modo chat do Copilot. O que funcionou foi o Claude Code no terminal. Workflows de CLI combinam com a forma como eu penso. Já vivo no terminal pra git e scripts. Adicionar o Claude ali significou manter o flow.
O que demorei demais pra entender: a ferramenta importa menos que a preparação.
A IA mais avançada ainda produz resultados medíocres sem setup adequado. A diferença entre "IA que alucina" e "IA que entrega código de qualidade" é engenharia de contexto: instruções claras, documentação mantida, workflows refinados pelo que realmente funciona.
Com o tempo, construí um ecossistema ao redor do Claude. Ele lê minha documentação, conecta aos meus bancos de dados, automatiza meu navegador. Agentes especializados cuidam de pesquisa, verificação de fatos, code review. O sistema já conhece minhas restrições antes de eu mencioná-las.
Essa infraestrutura transforma um brinquedo em ferramenta. E quando funcionou, o resultado me surpreendeu.
Contribuições no GitHub: 385 em 2024, 1.623 em 2025. Um aumento de 4x. Mais de um milhão de linhas adicionadas em 91 repositórios. Apps iOS nativos com SwiftUI. Aplicações full-stack com Next.js. Pipelines de pesquisa que cruzam fontes e geram relatórios. Trabalho que teria exigido um time.
Preciso deixar claro: não sou desenvolvedor de profissão. Meu trabalho do dia a dia é product marketing, catorze anos traduzindo complexidade técnica em estratégia de mercado. Sempre fui técnico o suficiente pra ser perigoso, construindo dashboards e ferramentas internas pra times muito antes da IA entrar em cena.
O que mudou foi o escopo. Agora eu lanço produtos, não só protótipos.
A IA colapsou a curva de aprendizado. React passou de intimidador a familiar em semanas. SwiftUI fez sentido porque eu podia aprender construindo, não lendo docs que esqueceria. Python se tornou minha ferramenta pra tudo porque eu podia focar em problemas, não em sintaxe.
Essa velocidade se acumula. Ideias que teriam morrido no meu caderno agora viram protótipos funcionais. Ferramentas que eu desejava que existissem, eu construo. Discussões técnicas que eu costumava apenas observar, agora eu contribuo.
Isso é o que programar com IA realmente oferece. Não substituição, mas amplificação.
Se tem uma lição aqui, é que o setup importa mais que o modelo. Engenharia de contexto é uma habilidade real, e você aprende fazendo, não estudando.
Se você está num caminho parecido, seja um marketer aprendendo código, um designer se tornando técnico, ou um especialista de domínio construindo ferramentas, saiba que nenhum de nós tem isso tudo resolvido. Esse é exatamente o ponto.