Vibe coding: como orquestrar 363 skills de IA sem perder o controle da arquitetura
Se você usa modelos de linguagem no dia a dia do desenvolvimento, já conhece o custo invisível da "fadiga de prompt". É a exaustão de ter que re-explicar diretrizes de arquitetura, padrões do React e critérios de aceite a cada nova sessão. Isso quebra o fluxo de trabalho e cria uma latência que sabota a produtividade.
A transição para o vibe coding resolve esse gargalo. Em vez de operar com prompts isolados, eu abstraí a inteligência para um ecossistema orquestrado de 363 skills globais. A IA deixa de ser um chatbot que espera comandos e passa a ser uma extensão da engenharia. Eu atuo na estratégia; ela garante a conformidade do código em tempo real.
A armadilha do gênio da lâmpada e a mentoria fria
No começo, resisti ao uso de IAs para programar. Quando finalmente cedi, configurei o agente para atuar como um mentor da minha própria stack. Como meu foco une desenvolvimento front-end (React) e gestão ágil, a meta nunca foi apenas cuspir código rápido, mas manter a qualidade e a experiência do usuário.
O agente entregava o que eu pedia, mas eu comecei a me incomodar. Passava muito tempo revisando as entregas e encontrava problemas de performance, segurança e falhas de UX. O modelo sabia escrever código limpo — o erro estava na forma como eu pedia. Caí na velha piada do gênio da lâmpada: por não saber formular o desejo com precisão técnica, o resultado vinha distorcido.
Isso gerava loops intermináveis de refatoração. Era mais rápido que digitar tudo manualmente? Sim. Mas ainda era exaustivo.
Passei a revisar meus prompts e a aplicar princípios como DRY e SOLID nas instruções. O retrabalho diminuiu, mas a janela de contexto cobrava seu preço. O agente perdia as regras globais do projeto e eu precisava repetir diretrizes constantemente.
Foi aí que descobri o uso de skills. Elas injetam contexto especializado no sistema, automatizando o "como" a tarefa deve ser feita sem que eu precise reescrever a regra. Criei minha primeira skill — a "mentoria vibe coding" — e exigi que a IA gerasse um relatório após cada bloco de código, detalhando o que foi feito, como e por quê. Ler esses relatórios me ensinou muito sobre como a máquina "pensa", mas também provou que uma skill isolada era insuficiente.
Testei de tudo: Karpathy Guidelines para alinhar prompts, Huashu Design para mockups, Humanizer para texto. Ferramentas excelentes, mas que operavam em silos, competindo por atenção no prompt em vez de colaborarem. A virada de chave foi entender que eu não precisava de um super-prompt, mas de orquestração.
A base do ecossistema no Antigravity IDE
É assim que o meu ambiente funciona hoje. Na base de tudo roda a governança principal (Hierarquia 0). Diferente das interações normais onde a IA tenta ser simpática, aqui ela assume o papel de um tech lead clínico e seco.
A diretriz suprema é a comunicação anti-bajulação. O objetivo é tirar o ruído emocional da tela. A IA tem a obrigação de apontar proativamente débitos técnicos e falhas estruturais. A regra no sistema é explícita: "Proibido elogios ou validação emocional. Seja direto e seco."
Essa honestidade radical encurta o ciclo de feedback. Se a minha lógica no front-end está ruim ou um prompt está confuso, a crítica vem na hora, sem amortecedores.
O cérebro de 5 camadas
Para gerenciar centenas de capacidades sem poluir a janela de contexto da IA, dividi a orquestração em cinco camadas (L0 a L4). Isso garante que regras de governança não sejam sobrescritas por tarefas comuns.
- L0 — Governança: Regras de comportamento inegociáveis que rodam o tempo todo (ex: vibe-coding, diagnose).
- L1 — Qualidade transversal: Portões automáticos de segurança e integridade aplicados antes de qualquer entrega final.
- L2 — Planejamento: Pipeline para quebrar requisitos de negócios em épicos e planos de implementação claros.
- L3 — Execução por domínio: Skills hiper-especializadas por stack.
- L4 — Entrega e comunicação: Pós-processamento para narrativas de commits e padronização de repositório.
Específico vence genérico (o fim do canivete suíço)
Na engenharia de prompt tradicional, você usa ferramentas amplas para problemas complexos e recebe um código mediano de volta. Aqui, a regra de roteamento ignora o genérico. Se o contexto é banco de dados, o sistema puxa o *postgresql-code-review*, que entende nativamente de índices GIN/GiST e JSONB.
Como desenvolvedor Web JS React, estou usando a skill *react-quality-continuous*, minha mais recente criação. Ela não faz uma "revisão" simples. Ela audita proativamente o uso de TypeScript (caçando `any` perdido) e verifica violações na separação entre lógica e UI.
Outros exemplos de uso da orquestração para resolver conflitos e gaps entre as muitas skills que encontrei no github e na comunidade desenvolvedora
- Substituí a skill genérica
git-commitpela específicacommit-message-storyteller, o que garante que o histórico explique o "porquê" de cada mudança usando a padronização do Conventional Commits. - No código de banco de dados, abandonei o
sql-code-reviewbásico em favor dopostgresql-code-review, focando a auditoria em features avançadas da linguagem, como CTEs e otimização de queries. - Para a documentação, troquei o
create-readmepeloreadme-blueprint-generator, que padroniza a estrutura do projeto seguindo o modelo Diátaxis.
O protocolo "Report, Don't Touch"
Em produção, o controle humano é absoluto. A IA atua como um diretor técnico monitorando o sistema, mas o isolamento do File System é inviolável. Todo experimento precisa rodar na minha pasta particular SandBox, criada específicamente para isolamento e é estritamente proibido alterar o Workspace principal sem a minha autorização.
Nenhuma linha de código vai para o arquivo sem um plano prévio aprovado. O engenheiro atua como maestro, validando a visão do produto. A IA faz o trabalho pesado de garantir que a execução não quebre a segurança ou a performance.
Frameworks evoluem rápido, mas saber orquestrar a arquitetura e ditar as regras do jogo é o que sustenta o código em pé no final do dia.
Sou Carlos Henrique Correia Lopes, desenvolvedor Web JS React e consultor focado em transformação digital. Trago minha bagagem em gestão tática e educação corporativa para dentro da engenharia de software, com o foco em traduzir problemas operacionais complexos em produtos digitais eficientes e de arquitetura limpa. Se você se interessa por orquestração de agentes na IDE, arquitetura front-end ou desenvolvimento ágil de produtos, vamos continuar essa conversa.
