PRÉVIA TÉCNICA · Revisão pública · Sem inscrições ou cobranças
Glaucia Lemos.
WORKSHOP ONLINE · AI PDLC / SDLC

A IA gera código. Mas como você sabe se a entrega está pronta?

Saia do
vibe coding.
Implemente com
qualidade e controle
em nível enterprise.

Conecte discovery e delivery com contexto, guardrails, testes e revisão. Pratique como avaliar o código gerado por IA e reunir evidências para decidir o que está pronto para entregar.

Veja o que você vai praticar

Com Glaucia Lemos · 11 e 16 de janeiro de 2027

Codex — ícone da extensão oficialClaude Code — símbolo ClaudeGrok BotOpenCodeAntigravity
DIA ↔ NOITE · TRANSIÇÃO DE 60 SEGUNDOS
Online, ao vivoAprendizado guiado e mão na massa
Uma aplicação realistaEvolua uma base existente
Discovery → DeliveryProduto e engenharia conectados
Até 250 participantesCapacidade planejada por turma
Uma inscrição, dois encontros

O que você vai aprender em cada encontro

Online e ao vivo · Horários de Brasília (UTC−3)

Entenda antes de implementar

19h–21h30

Letramento em IA: um mapa dos conceitos e das decisões que conectam produto e engenharia. As 2h30 introduzem o método e seus limites; a aplicação guiada vem no sábado.

  • AI PDLC, SDLC e SDD: do problema à entrega

    Onde a IA participa do ciclo de produto (PDLC) e do desenvolvimento de software (SDLC), do discovery ao delivery. SDD é desenvolvimento orientado por especificações: documentação proporcional ao risco, não um documento extenso para cada bug. Brownfield é evoluir uma aplicação existente; greenfield é começar uma nova.

  • Produto e engenharia: clareza antes do código

    Do briefing do problema (problem briefing) ao PRD (documento de requisitos do produto) e aos critérios de aceitação. Como usar skills de refinamento — instruções reutilizáveis para uma tarefa — sem substituir a leitura crítica e a validação humana dos requisitos.

  • Context Engineering: informação na hora certa

    Organize PRD, especificações e instruções em AGENTS.md e RULES.md conforme a ferramenta. Defina papéis de agentes e skills. Use progressive disclosure: disponibilize detalhes conforme a tarefa precisa, em vez de carregar tudo de uma vez.

  • Tokens, janela de contexto e continuidade

    Tokens são unidades de texto processadas pelo modelo; a janela de contexto limita o que cabe em uma interação. Entenda o lost in the middle: informações no meio podem receber menos atenção. Smart Zone e Dumb Zone são heurísticas, não limites universais. Selecione contexto e prepare um handoff para retomar o trabalho em outra sessão.

  • Harness e Loop Engineering: execução com limites

    Harness é a estrutura de ferramentas, instruções e controles ao redor do agente. Loop Engineering organiza o ciclo de executar, observar, avaliar e corrigir ou parar. Guardrails definem limites e pontos de intervenção humana, considerando custo, velocidade e qualidade.

  • Vertical slices, TDD e AI code review

    Vertical slices são fatias verticais: incrementos que funcionam de ponta a ponta. Use TDD para testar antes de implementar. AI code review e AI as Judge ajudam a avaliar código e resultados com critérios definidos, mas também podem errar; a decisão continua sob responsabilidade humana.

  • Verificação: comportamento real e evidências

    Revisão não substitui verificação: execute fluxos reais e confronte critérios de aceitação com evidências de aprovação, falha ou resultado inconclusivo. Com referência ao exemplo de Lauren Tan, conheça a verification skill — instruções para verificar uma aplicação — e o feature map, mapa de funcionalidades e caminhos a testar. A prática é verificar cada fatia, não apenas o resultado final.

Da demanda à entrega verificada

9h–12h e 13h–16h · Almoço: 12h–13h

Hands-on: 6 horas úteis para percorrer uma demanda do Encontro, da definição do problema à entrega com evidências, com prática guiada em uma aplicação existente.

  • Da demanda do Encontro à especificação

    Parta de uma demanda de produto da aplicação Encontro. Elabore o briefing, refine o PRD e derive a especificação com critérios de aceitação. Leia, questione e valide os artefatos antes de pedir código ao agente.

  • Contexto, skills e Harness na prática

    Prepare as instruções, selecione as skills e organize o contexto da aplicação existente. Configure o ambiente de execução do agente, os guardrails e os pontos em que uma pessoa precisa decidir.

  • Plano em fatias verticais e dependências

    Divida a demanda em incrementos verificáveis de ponta a ponta. Identifique dependências, ordene o trabalho e defina o que precisa estar comprovado para cada fatia ser considerada pronta.

  • Implementação com TDD e checkpoints

    Escreva um teste que falha, implemente o necessário e refatore mantendo os testes verdes. Forneça contexto seletivo ao agente e use checkpoints para observar resultados, corrigir o rumo ou interromper a execução.

  • Revisão independente e verificação de cada fatia

    Peça uma revisão a outro modelo, sem tratar sua resposta como garantia. Em cada fatia, teste os fluxos reais e os critérios de aceitação; registre evidências de aprovação, falha ou resultado inconclusivo. Corrija os achados e repita os testes antes de avançar.

  • Regressão final, PR e handoff

    Execute a regressão final para procurar impactos no que já funcionava. Reúna mudanças, testes, evidências e limitações no pull request (PR). Prepare o handoff — resumo do estado, decisões e próximos passos — para apoiar a revisão humana e a continuidade do trabalho.

Velocidade, com responsabilidade

Menos “funcionou aqui”.
Mais entrega que
você consegue explicar.

Gerar uma implementação é só uma parte do trabalho. Entender a necessidade, orientar os agentes e avaliar o resultado exige outra forma de trabalhar.

Neste workshop, você evolui o Encontro, um laboratório de eventos, em um cenário brownfield: há uma aplicação, uma necessidade de produto e decisões a tomar. A IA ajuda a executar. Você mantém a direção.

Catálogo real do laboratório Encontro, com filtros de eventos, cards e agenda pessoal em ambiente de demonstração
Esta é a aplicação que você vai evoluir: captura real do catálogo do Encontro, com dados fictícios de demonstração. Os eventos e valores da imagem pertencem ao laboratório; não são inscrições neste workshop. Abrir captura em tamanho original.
O que você vai desenvolver

Uma visão completa.
Sem perder a prática.

Conceitos conectados a decisões concretas, em vez de uma coleção de ferramentas ou comandos.

01 /

Clareza antes do código

Transforme um problema em PRD e especificação. Leia criticamente os requisitos e defina critérios para avaliar a solução.

02 /

Contexto que orienta

Organize contexto e guardrails para orientar agentes: o que precisam saber, quais limites respeitar e quando pedir uma decisão humana.

03 /

Implementação com controle

Implemente fatias verticais pequenas com TDD: conecte comportamento esperado, testes e código para verificar cada incremento.

04 /

Evidência para entregar

Revise o código gerado, verifique os critérios e reúna evidências no pull request. Identifique lacunas antes de decidir pela entrega.

O roteiro completo, os prompts selecionados e os materiais de apoio serão reservados às pessoas inscritas, após a confirmação do pagamento. Cada participante implementará sua própria solução.

Para quem quer ir além do prompt

Você não precisa
usar a mesma IA
que todo mundo.

A proposta é entender um processo que pode ser aplicado com diferentes assistentes de código — e reconhecer os trade-offs de cada escolha.

  • Profissionais de engenharia que querem mais controle sobre código gerado por IA.
  • Lideranças e pessoas de produto que querem conectar intenção, execução e valor.
  • Quem já conhece o básico de desenvolvimento e quer praticar em uma base existente.

Não é uma introdução à programação, nem uma promessa de dominar toda a stack em um dia.

Como participar

Seu computador.
Seu raciocínio.
Sua implementação.

  • Notebook, internet estável e familiaridade básica com Git, terminal e aplicações web. A parte prática envolve ler e alterar código em uma base existente; não é necessário começar uma aplicação do zero.
  • Acesso a um assistente de código compatível, como Codex, Claude Code ou OpenCode. Assinatura ou créditos podem ter custo à parte.
  • Materiais de apoio e artefatos compartilhados para acompanhar o processo.
  • Prática individual em laboratório, com orientação coletiva e dúvidas moderadas.

As implementações de referência do instrutor não fazem parte da entrega. Não há promessa de revisão individual de todos os projetos.

Glaucia Lemos
Quem conduz a experiência

Glaucia Lemos

Ex-Microsoft e atual Principal Software Engineer e AI Transformation Lead em uma grande instituição financeira da América Latina, Glaucia é engenheira de software e contribuidora open source. Sua trajetória conecta engenharia, adoção de IA e comunidades.

Aprenda com quem aplica IA em ambientes corporativos e leve para sua equipe práticas que você pode começar a usar no dia seguinte: critérios claros, guardrails, testes e revisão de código gerado por IA.

Microsoft MVPCodex AmbassadorDevin AmbassadorOpen-source Contributor

Coautora de Building Agentic AI Apps with Next.js and TypeScript, da Packt, disponível em pré-venda.

Conheça a trajetória →   Conheça o livro →
A próxima turma

Comece o ano
mudando a forma
de implementar com IA.

Dois encontros online e ao vivo, em 11 e 16 de janeiro de 2027. Uma inscrição inclui o letramento e o hands-on: da compreensão das decisões à prática de uma entrega verificada.

  • 11 de janeiro, segunda-feira: letramento, das 19h às 21h30.
  • 16 de janeiro, sábado: prática, das 9h às 12h e das 13h às 16h.
  • 6 horas úteis no sábado, com almoço das 12h às 13h. Horário de Brasília (UTC−3).

Turmas planejadas para até 250 pessoas. Caso a demanda ultrapasse essa capacidade, a proposta é abrir novas turmas — sem comprometer a experiência.

CONDIÇÕES EM PLANEJAMENTO

Lote antecipado

R$ 150

Prazo do lote ainda a definir. Nenhuma compra está disponível nesta prévia.

Valor regularR$ 200

Receba a abertura da turma

Demonstração do futuro formulário. Não digite dados pessoais: esta versão não cadastra, não armazena e não envia informações.

Pagamento desativado. Ao abrir as vendas, política de cancelamento e condições de acesso deverão estar disponíveis.

Antes de decidir

Sem letras miúdas.

Uma boa experiência começa com expectativas claras.

Quando acontecem os encontros?

Uma inscrição inclui os dois encontros online e ao vivo: 11 de janeiro de 2027, segunda-feira, das 19h às 21h30; e 16 de janeiro, sábado, das 9h às 12h e das 13h às 16h, com almoço das 12h às 13h. Todos os horários são de Brasília (UTC−3). O sábado tem 6 horas úteis de prática.

É um curso gravado?

O formato planejado é online e ao vivo. A existência de gravação, o prazo de acesso e a política de replay ainda serão definidos e informados antes das vendas.

O que está incluído?

Os encontros previstos, laboratório guiado, artefatos e materiais de apoio. Você fará sua própria implementação. O roteiro completo fica reservado às pessoas inscritas após a confirmação do pagamento; os detalhes de liberação serão informados antes da compra.

Preciso pagar por alguma ferramenta de IA?

Você precisará de acesso a um assistente compatível. Dependendo da ferramenta e do plano escolhido, podem existir custos adicionais de assinatura, API ou créditos. O ingresso não inclui essas despesas.

Vou aprender uma stack do zero?

Não. O foco é conduzir o ciclo de produto e engenharia com IA, a partir de uma aplicação existente. Familiaridade básica com programação, Git e aplicações web é recomendada para acompanhar a parte prática.

Como funcionará o suporte?

A proposta é orientação coletiva, dúvidas moderadas e checkpoints durante os encontros. Não inclui mentoria individual, revisão de todos os repositórios ou atendimento ilimitado. A organização final do suporte será detalhada antes das vendas.

Já posso garantir uma vaga?

Ainda não nesta prévia. O prazo do lote antecipado, o checkout e as condições de participação precisam ser finalizados. O formulário acima é apenas uma demonstração, sem cadastro ou reserva.