AI Design System Infrastructure
Função
Design Engineer
Duração
Projeto contínuo
Responsabilidades
Arquitetura MCP, engenharia de agentes, estrutura de DS
Foco
IA-First & Infraestrutura
CONTEXTO
Surgimento da necessidade de repensar a construção de interfaces
Durante a reestruturação da empresa com foco em uso amplo de IA, surgiu a necessidade de transformar o design em um sistema assistido. A criação de telas ainda dependia de processos manuais, com alto esforço em decisões operacionais de UI e inconsistências frequentes.
Decisões Manuais
Alto esforço em detalhes repetitivos de UI.
Inconsistência
Variações no design system surgiam com frequência.
O PROBLEMA
O processo apresentava limitações claras: criação lenta e repetitiva, dependência de conhecimento tácito e retrabalho frequente. Isso impactava diretamente a velocidade de entrega e o foco estratégico da equipe.
OBJETIVO E ABORDAGEM
O objetivo foi construir uma infraestrutura que automatizasse layouts no Figma via linguagem natural. Decidimos construir um sistema baseado em servidor MCP, onde agentes especializados executam tarefas específicas e o Figma é controlado programaticamente.
DECISÃO DE ARQUITETURA
A base do sistema é um servidor MCP responsável por servir contexto estruturado para os agentes, centralizando regras e garantindo consistência entre design e desenvolvimento.
Arquitetura MCP
Ponto central de verdade para regras de design.
Vibma + Figma
Controle programático direto sobre a interface.
EFICIÊNCIA DE TOKENS (DECISÃO CRÍTICA)
O consumo de tokens foi tratado como restrição central. Implementamos três modos de resposta para otimizar a performance e reduzir latência: ids, summary e full.
SISTEMA DE AGENTES
O fluxo foi dividido em agentes especializados (Intake, Construir, Revisar, Aprender) baseados no processo real de design, evitando sobrecarga de contexto e aumentando a precisão.
IA NA PRÁTICA
Todo o sistema foi desenvolvido utilizando o Claude como infraestrutura ativa: da definição da arquitetura à engenharia de prompts e estruturação dos catálogos.
RESULTADOS
Velocidade
Criação reduzida de 1 dia para ~2 horas.
Qualidade
Maior consistência e foco em decisões de produto.
Escalabilidade
Arquitetura replicável para múltiplos produtos do time.
MEU PAPEL E APRENDIZADOS
Fui arquiteto e executor de ponta a ponta. O principal aprendizado foi que design systems ganham escala real quando tratados como infraestrutura técnica, onde a eficiência de tokens dita a viabilidade do sistema.