IA · Pleno

Design system pronto para IA: o que dá para escrever e o que não dá

Um design system só está pronto para IA quando o time decide onde as pessoas continuam no processo. Dois textos mostram os limites da documentação e como escrever melhores instruções para agentes.

Gerado por IA
Este texto foi gerado automaticamente por IA a partir dos artigos listados no fim da página, curados pelo Sidebar.io, e revisado por Felipe Arena antes de publicar. As ideias são dos autores originais.

Hoje, boa parte do código de interface que chega ao produto é escrito, ou ao menos rascunhado, por um modelo de IA. Se você trabalha com produto e design, isso muda uma pergunta prática: o que faz o seu design system (o conjunto de componentes, cores, espaçamentos e regras que mantém as telas consistentes) funcionar quando quem o usa é uma IA e não uma pessoa treinada?

Dois textos recentes olham para esse problema por ângulos complementares. Um fala do sistema inteiro; o outro, de um pedaço pequeno e concreto: o arquivo de instruções que você entrega ao agente.

O que significa "pronto para IA"

No ensaio What does design system AI readiness mean, anyway?, Sean Voisen, que lidera engenharia de design systems, nota que a maioria dos times respondeu a essa pergunta com táticas: documentação legível por máquina, tokens (os valores de design, como cores e espaçamentos, guardados em formato estruturado), arquivos llms.txt e servidores MCP, que dão ao modelo acesso a informações e ferramentas. Para ele, isso são meios, e não dizem como deveria ser o resultado.

Voisen propõe um teste simples: entregue a documentação e as skills (instruções reutilizáveis para o agente) do seu sistema a um modelo e peça uma tela de configurações. Na experiência dele, o resultado costuma seguir todas as regras escritas e, ainda assim, parecer "um pouco fora". Os componentes são os certos, o espaçamento está correto, as cores combinam, mas qualquer designer do time diria que ficou ruim.

A explicação dele vem da cibernética. Um design system só funciona de verdade com as pessoas que o usam, porque elas carregam normas que ninguém escreveu. Ao trocar a pessoa por um modelo, não se adiciona um usuário novo: troca-se uma peça que sustentava o sistema. Pela lei da variedade requisita, de Ashby, quem regula um sistema complexo precisa ser tão variado quanto os problemas que ele tem de absorver. Um designer experiente tem muita variedade; um modelo com uma pilha de arquivos Markdown tem menos. Sobram duas saídas, segundo Voisen: reduzir a variedade que o regulador precisa tratar ou aumentá-la.

Na prática, ele agrupa as táticas atuais nessas duas frentes. Uma é restringir a geração: dizer ao agente quais componentes usar, para que servem as cores e que ele não deve inventar componentes novos. A outra é governar a saída: dar ferramentas para o agente avaliar o próprio trabalho e refazê-lo. Ele cita também o teste de PJ Onori, que passou a usar prompts aleatórios, porque um prompt fixo é um ambiente de pouca variedade e esconde problemas que aparecem no uso real.

O que não dá para escrever

O ponto mais interessante do texto é o conhecimento tácito. Citando Michael Polanyi ("sabemos mais do que conseguimos dizer"), Voisen lembra que muito do julgamento de design não está em nenhuma regra. A tela de configurações pode não ter quebrado nada do que está documentado e mesmo assim ser um erro.

A ideia que ele levanta, e que diz não ter testado, é parar de tentar documentar o julgamento e passar a registrá-lo. Ele menciona a proposta de David Hoang de um "livro-razão" de design, que guarda contexto, decisões e aprovações do time enquanto o trabalho acontece. Cada vez que alguém se desvia do sistema por um bom motivo, ou escolhe entre acessibilidade e densidade, isso vira material para orientar a IA. Voisen também aponta os riscos: o registro pode virar ferramenta de vigilância, e um sistema treinado em decisões passadas tende a repeti-las, enquanto o design também exige saber quando quebrar o padrão.

A conclusão dele: um sistema está pronto para IA quando a qualidade mínima não cai com a IA no papel do designer e quando o time decidiu, de propósito, quais partes do nível mais alto ainda precisam de uma pessoa.

Uma skill também é um produto

Do lado prático, Noman, em Designing a skill, descreve as skills como "os apps da era dos agentes": você instala uma, pede ao agente que a use e o trabalho sai, só que escrita em Markdown em vez de código. Ele nota que uma skill tem dois usuários, a pessoa que a instala e o agente que lê as instruções.

O autor diz que fazer a skill funcionar é a parte fácil; o tempo foi para o que a pessoa vê. Ao construir a interface-bts, ele passou por versões que tentavam explicar uma ideia com o triplo das palavras necessárias, cuidou do texto para ser claro e sem enrolação, e fez os elementos visuais saírem de um conjunto pequeno de tokens de tipografia, espaçamento e cor. Também testou como um app: pediu a um agente numa sessão nova que tentasse quebrar a skill.

Sobre a escrita, a lição dele é ser específico: palavras como "limpo" ou "minimalista" não o levaram longe. Funcionou escrever cada instrução com a maior precisão possível. Segundo Noman, modelos tendem aos padrões mais familiares, e um bom design pede contexto e escolhas que um único prompt não carrega. A skill é onde você escreve isso.

Para levar

  • Não meça a prontidão do seu design system pela quantidade de arquivos para IA. Peça a uma IA uma tela real e mostre o resultado a um designer do time.
  • Teste com prompts variados, não só com um que você já sabe que funciona.
  • Escreva instruções específicas ("use este componente para este caso") em vez de adjetivos como "limpo".
  • Teste suas instruções como um app: rode numa sessão nova e veja onde o agente erra.
  • Decida de propósito quais decisões continuam com uma pessoa, como exceções de acessibilidade e escolhas de marca, e registre as decisões do dia a dia para o time aprender com elas.

Fontes

  1. 01 What does design system AI readiness mean, anyway? — Sean Voisen, seanvoisen.com
    via Sidebar.io
  2. 02 Designing a skill — Noman, iamnoman.com
    via Sidebar.io
← Todos os textos do The Token Corp