Você já parou pra pensar em quanto tempo sua equipe leva entre ter uma ideia de interface e entregar código testado em produção? Na minha experiência mentorando mais de 300 software houses, esse ciclo costuma demorar semanas. Às vezes meses. E o pior: quando finalmente chega ao deploy, ninguém tem certeza se tudo funciona de verdade.
Hoje eu quero abrir os bastidores de como construímos a plataforma Xpex Play com um fluxo que mudou completamente minha visão sobre desenvolvimento de software. São 419 testes automatizados em 111 arquivos, cada funcionalidade validada automaticamente. E o caminho começa no design, passa pela prototipagem com IA e termina no código final. Tudo com ferramentas que existem hoje e que qualquer software house pode adotar.
Mas antes de entrar nos detalhes, preciso ser honesto: isso não é mágica. Tem método por trás.
O Fluxo Moderno: Do Design ao Deploy com IA
O fluxo que adotamos segue uma lógica clara: Google Stitch para o layout inicial, Lovable para transformar o design em código funcional, e Claude Code para o refinamento final e geração de testes. Cada ferramenta cumpre um papel específico, e juntas elas comprimem o ciclo de desenvolvimento de semanas para dias.
Esse conceito tem um nome que você provavelmente já ouviu: vibe coding. Segundo a Conversion, vibe coding é a prática de programar através da descrição de objetivos e requisitos em linguagem natural, permitindo que a inteligência artificial gere projetos completos. Em vez de especificar cada componente pixel por pixel, você descreve o resultado que quer e a IA gera as opções.
O ponto que pouca gente fala é que vibe coding sozinho não resolve. Dados da NxCode mostram que até 45% do código gerado por IA contém vulnerabilidades de segurança quando não passa por revisão humana e testes automatizados. Ou seja, a velocidade que a IA entrega precisa de um contrapeso. E esse contrapeso são os testes.
Google Stitch: O Início de Tudo é o Design
O primeiro passo da nossa pipeline é o Google Stitch, uma ferramenta experimental do Google Labs que gera interfaces completas a partir de descrições em linguagem natural. Você fala o que precisa, e a ferramenta cria opções de UI em alta fidelidade.
Com o update de março de 2026, o Stitch ganhou um canvas infinito e voz interativa. Você pode literalmente conversar com a ferramenta sobre o design: ela entrevista você sobre seus objetivos, sugere alternativas, critica decisões e faz ajustes em tempo real. O impacto foi tão grande que, segundo a NxCode, as ações da Figma caíram 12% após o anúncio.
Mas o que realmente importa para quem desenvolve software é a integração. O Stitch exporta para Figma, gera HTML/CSS limpo, e agora conecta via MCP Server diretamente com agentes de codificação por IA. Isso significa que o design não fica preso num arquivo bonito que ninguém implementa. Ele flui diretamente para o código.
Na prática, usamos o Stitch para explorar 3 a 5 direções de interface em minutos. O que antes levava uma semana com designer e stakeholders agora acontece numa tarde. São 350 gerações gratuitas por mês no modo padrão, o que é mais do que suficiente para a maioria dos projetos.
Lovable: Do Design ao Código Funcional
Com o layout validado no Stitch, o próximo passo é transformar design em código. É aqui que entra o Lovable, uma plataforma que já tem mais de 500 mil usuários ativos e gera aplicações full-stack em React e TypeScript a partir de prompts em linguagem natural.
O Lovable não é um brinquedo. Cada alteração feita via vibe coding gera um commit ou pull request, o que permite que a equipe de engenharia aplique workflows padrão como code review, testes em CI/CD e auditorias de segurança. Isso é fundamental. A IA acelera, mas o processo de qualidade precisa continuar existindo.
O Plan Mode, lançado em fevereiro de 2026, resolveu uma das maiores reclamações: agora a IA mostra o que pretende construir antes de escrever uma linha de código. Isso dá controle ao desenvolvedor e evita aquele retrabalho de “não era isso que eu queria”.
No nosso fluxo, o Lovable transforma o design do Stitch em um protótipo funcional que já conecta com banco de dados, autenticação e deploy. É o MVP rodando em horas, não semanas.
Claude Code: O Refinamento Final com Inteligência
O protótipo do Lovable é bom para validação, mas não é produção. Para o código final, usamos o Claude Code, que atingiu 77.2% de sucesso no SWE-bench, avaliação que mede a capacidade de resolver issues reais em repositórios open source. É um dos melhores resultados entre todas as ferramentas do mercado.
O Claude Code não apenas escreve código. Ele analisa o projeto existente, entende padrões e convenções, e gera código que segue o estilo da equipe. E o mais importante para o nosso contexto: ele gera testes. Examina os arquivos de teste existentes, identifica o framework e padrão de asserção em uso, e cria novos testes que se encaixam naturalmente no projeto.
Segundo as práticas documentadas pela Anthropic, dar à IA uma forma de verificar seu próprio trabalho, seja via automação de browser, comandos bash ou suítes de teste, melhora a qualidade do resultado final em 2 a 3 vezes.
É exatamente isso que fazemos. O Claude Code gera código, gera testes para esse código, roda os testes, e itera até que tudo passe. O desenvolvedor humano revisa o resultado final, não fica escrevendo boilerplate.
419 Testes: Não é Luxo, é Necessidade
Agora vamos ao número que importa: 419 testes em 111 arquivos. Isso dá uma média de quase 4 testes por arquivo. E cada um desses testes valida uma funcionalidade específica da plataforma.
A Mind Consulting recomenda que projetos críticos tenham cobertura de código acima de 80%, seguindo a pirâmide de testes: 70% unitários, 20% integração, 10% end-to-end. É exatamente o modelo que seguimos.
Testes automatizados não são um custo. São o que permite velocidade. Sem eles, cada mudança vira uma roleta russa. Com eles, você tem confiança para iterar rápido, refatorar sem medo e fazer deploy toda semana.
Na minha experiência com 300+ software houses, vejo que as empresas que investem em testes têm menos chamados de suporte, menos retrabalho e, no final das contas, margens melhores. As que não investem gastam mais tempo corrigindo bugs do que desenvolvendo funcionalidades novas.
E com IA no QA, a barreira de entrada caiu. Ferramentas baseadas em IA geram automaticamente casos de teste, identificam cenários que humanos ignorariam, se adaptam quando a interface muda e priorizam execução baseada em risco. Não tem mais desculpa.
O Fluxo na Prática: De Semanas Para Dias
Resumindo o que fizemos na Xpex Play:
- Design (Google Stitch): 2 horas para explorar 5 direções de interface e validar com stakeholders
- Prototipagem (Lovable): 1 dia para ter um MVP funcional com banco de dados e autenticação
- Código final (Claude Code): 2 dias para refinar, otimizar e gerar a suíte de testes completa
- Resultado: 419 testes, 111 arquivos, plataforma rodando em produção
O ciclo completo levou menos de uma semana. Com métodos tradicionais, seriam semanas ou meses. E o mais importante: a qualidade não foi sacrificada pela velocidade. Os testes garantem isso.
Conclusão
O futuro do desenvolvimento de software não é escolher entre velocidade e qualidade. É usar as ferramentas certas para ter as duas coisas. Google Stitch comprime a fase de design. Lovable transforma protótipos em código funcional. Claude Code refina e testa. E os 419 testes automatizados são a rede de segurança que permite tudo isso funcionar.
Se você ainda está desenvolvendo sem testes automatizados, sem IA no fluxo e com ciclos de semanas entre design e deploy, precisa repensar seu processo. As ferramentas estão aí. São acessíveis. E as software houses que adotarem primeiro vão ter uma vantagem competitiva difícil de alcançar.
Sou Thulio, mentoro 300+ software houses desde 2016.
Este artigo foi baseado no vídeo “Plataforma com Testes: Layout, Lovable e Cloud Code #shorts” do nosso canal no YouTube.
Assista ao vídeo completo: https://www.youtube.com/watch?v=RANuyJbrVKA
