DEV Community

Fazedor de Codigo profile image Emerson Delatorre
Emerson Delatorre for Fazedor de Codigo

Posted on

Como Construir um Blog com Astro e Inteligência Artificial (Sem Perder o Controle do Código)

#speckit #githubcopilot #astro #vibecoding

Se você já teve um artigo técnico retirado do ar sem explicações por uma plataforma de terceiros, sabe que a melhor solução é ter o seu próprio espaço. Mas como construir um blog do zero de forma rápida e, o mais importante, com código de qualidade?

Neste artigo, vamos explorar como utilizar o Astro em conjunto com assistentes de Inteligência Artificial para criar um blog. Mais do que apenas gerar código aleatório, vamos aplicar o que o mercado anda chamando de "Vibe Code" — mas com uma dose pesada de Engenharia de Software real.

1. Esqueça o "Vibe Code", Pense em Engenharia

O termo "Vibe Code" (desenvolver software conversando de forma solta com a IA) está na moda, mas projetos sérios exigem mais do que isso. Para que a inteligência artificial não alucine e gere um código impossível de manter, precisamos dar contexto e estruturar bem o começo do projeto.

É aqui que entra o SpecKit.

Sem Jargões Deixados Para Trás: O SpecKit é um projeto de código aberto do GitHub que funciona como um "arquiteto de software" para a sua IA. Ele te obriga a seguir uma linha rígida de especificações, montando uma documentação prévia antes de escrever qualquer linha de código.

2. Escrevendo a "Constituição" do seu Código

A primeira etapa do nosso desenvolvimento não é programar, mas sim criar um arquivo de Constituição. Pense nisso como as "leis sagradas" que a IA deve seguir durante todo o projeto.

Para garantir a qualidade e a manutenibilidade do nosso blog, definimos as seguintes regras para a IA:

  • Astro v5.18.0: Especificamos a versão exata do framework para evitar que a IA use dependências defasadas.

  • Boas Práticas Rigorosas: Exigimos a aplicação de Clean Code, SOLID, YAGNI e Object Calisthenics.

  • Nota rápida (Sem Jargões): Esses são conjuntos de regras e filosofias de programação que forçam o código a ser simples, limpo e orientado a objetos. O YAGNI (You Aren't Gonna Need It), por exemplo, diz para não criarmos funcionalidades até que elas sejam estritamente necessárias.

Para adicionar essa camada de regras, utilizamos diretrizes (guidelines) customizadas do GitHub Copilot focadas em TypeScript e desenvolvimento no Astro.

3. Estratégia de Modelos: O Cérebro e os Músculos

Quando lidamos com LLMs (Grandes Modelos de Linguagem), a Janela de Contexto — a "memória de curto prazo" da IA — enche rápido. Se passar de 50% ou 60% da capacidade, a IA começa a cometer erros e "alucinar".

Por isso, dividimos o trabalho em duas frentes:

  1. O Planejador (Claude Opus): Usamos um modelo poderoso e robusto (como o Opus) para ler a documentação, entender a Constituição e criar as especificações e tarefas (tasks). O resultado é um planejamento contendo modelagem de dados e requisitos funcionais para um MVP.
  • Nota (Sem Jargões): MVP (Minimum Viable Product) é a versão mais básica do seu projeto que já funciona e entrega valor.
  1. O Operário (Codex): Como o Opus tem um custo computacional muito alto, trocamos para um modelo mais leve, rápido e especializado em código (como o Codex) no momento de implementar as tarefas na prática.

4. Sub-agentes e Implementação Paralela

Com a especificação pronta, a mágica da automação acontece. A ferramenta não precisa executar uma tarefa por vez; ela utiliza Sub-agentes trabalhando em paralelo.

Sem Jargões Deixados Para Trás: Sub-agentes são como vários "mini-programadores virtuais" que a IA principal contrata para fazer partes diferentes do trabalho ao mesmo tempo. Enquanto um configura o Tailwind (ferramenta de estilo) , o outro cria os utilitários de data e hora.

Ao final da execução paralela dessas dezenas de tarefas (foram 37 no total!) , obtivemos um build de sucesso. A IA entregou um blog funcional, com página inicial, listagem de artigos, sistema de tags e até uma página "Sobre" baseada no perfil do autor.

Dica Bônus para Estudantes

Construir projetos auxiliados por IA consome tokens (a moeda de processamento das IAs), o que pode ser caro. Se você é estudante, acesse o GitHub Student Developer Pack. Ele oferece acesso gratuito a ferramentas premium, incluindo o GitHub Copilot Pro e créditos em infraestrutura de nuvem.

Conclusão

Usar IA para gerar aplicações não significa abandonar as boas práticas. Ao utilizar ferramentas como o SpecKit e impor regras arquiteturais (Clean Code, SOLID), nós transformamos o que seria um amontoado de código gerado aleatoriamente em um produto de software escalável, mantendo o controle total do nosso ambiente e do nosso conteúdo.

Referências

Top comments (0)