惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 叶小钗
Last Week in AI
Last Week in AI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
V2EX
J
Java Code Geeks
The GitHub Blog
The GitHub Blog
博客园_首页
U
Unit 42
人人都是产品经理
人人都是产品经理
Engineering at Meta
Engineering at Meta
IT之家
IT之家
G
Google Developers Blog
L
LangChain Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
爱范儿
爱范儿
罗磊的独立博客
博客园 - 三生石上(FineUI控件)
Martin Fowler
Martin Fowler
Jina AI
Jina AI
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
Vercel News
Vercel News
小众软件
小众软件
H
Help Net Security

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant
Como construí um ASCII Art Converter cyberpunk usando ape...
Raul Andrade · 2026-05-04 · via DEV Community

Nos últimos meses me afundei no universo cyberpunk. Li Neuromancer. Ainda estou no meio de Count Zero. Zerei Cyberpunk 2077. Revi Akira, Ghost in the Shell e Cyberpunk Edgerunners. Tem algo nessa estética (neon, interfaces cruas, informação como matéria-prima) que não sai da cabeça.

Foi nesse estado que me deparei com um vídeo no Instagram de uma garota mostrando uma aplicação que convertia a câmera ao vivo em arte ASCII em tempo real, com análise de IA integrada. Fui no link. Estava offline.

Dois pensamentos na hora: eu consigo construir isso e vou deixar qualquer pessoa usar com a própria key de IA. E um terceiro: vou construir sem escrever uma linha de código manualmente.

Por que essa regra

Eu já usava Cursor faz um tempo, inclusive no modo agente. Mas por ser uma IDE, ficava tentado a meter a mão no código direto. Quando assinei o Claude Code, quis testar o que acontece quando você remove essa tentação completamente e força a delegação de verdade.

A regra foi simples: tudo via prompt. Sem abrir arquivos pra editar. As únicas exceções foram mudanças de uma linha, 'upload' virou 'upload' as const, um ajuste de cor no CSS.

O código pode ser gerado, a direção não

Antes de qualquer prompt, a feature precisa estar estruturada na cabeça. Quais são as entradas, quais são as saídas, o que muda no estado, o que não muda. No fim, isso é muito próximo do que bons desenvolvedores já fazem antes de começar a escrever código. A diferença é que, quando você deixa de implementar diretamente, a clareza do pensamento vira o principal mecanismo de controle durante o processo.

O mesmo vale pra contexto. Ter decisões arquiteturais documentadas e um glossário claro do domínio ajuda muito durante o processo. Sem isso, fica bem mais difícil manter consistência conforme o projeto cresce. O Claude não lembra o raciocínio da semana passada. Eu mantive um CONTEXT.md com os termos do domínio e um docs/adr/ com as decisões importantes: por que o canvas oculto existe separado do canvas visível, por que o loop de webcam roda na main thread. Sem isso, cada prompt novo começa do zero.

Skills funcionam como atalhos de contexto. Em vez de descrever o que você quer numa revisão de segurança toda vez, você invoca /security-review e o agente já sabe o que checar. Eu usei as skills do Matt Pocock como base e adaptei algumas pro meu fluxo.

Quebrar o problema em partes menores continuou sendo uma das coisas mais importantes durante o projeto. Quanto menor e mais bem definido era o escopo de cada etapa, menos a IA se perdia, mais previsível o resultado ficava e mais fácil era iterar em cima do que tinha sido gerado.

A faca de dois gumes

A velocidade de geração de código é real. E é exatamente onde o negócio pode dar errado.

Em um ponto do projeto, o Claude tinha construído o componente de upload com useState espalhado por todo lado, com dependências claras entre eles. Olhei pra aquilo e o padrão estava errado: precisava de useReducer. Não abri o arquivo. Mandei um prompt pedindo pra extrair a lógica pra um hook com useReducer. Ficou limpo.

Em outro momento, o Claude entrou num loop tentando resolver um problema de testes. Cada tentativa criava um problema novo. Parei, reverti tudo, e reescrevi o prompt do zero com o contexto de como os testes são estruturados nessa aplicação. Resolveu na primeira tentativa.

A velocidade não substitui o julgamento. E isso ficou claro pra mim nesses dois momentos. O modelo escreve rápido e errado da mesma forma que escreve rápido e certo, e sem o julgamento de quem conhece o domínio, você só acumula dívida técnica mais rápido do que antes.

O resultado

O ASCII Art Converter tem webcam ao vivo, análise de IA com Anthropic, OpenAI ou Gemini, export em PNG e TXT, e um design system cyberpunk que ficou exatamente do jeito que eu queria e foi estranhamente satisfatório ver tudo montado sem ter aberto um arquivo pra editar. Zero features escritas com as mãos.

GIF Demo

Se você já tem o hábito de pensar antes de codar, documentar decisões e quebrar trabalho em partes pequenas, você tem o pré-requisito pra tentar isso. Não precisa de um projeto grande, um side project já é suficiente pra entender onde essa abordagem funciona e onde ela ainda patina.

Se ficou curioso sobre como organizei o projeto, alguma decisão específica ou quer ver como os prompts ficaram, deixa um comentário.

Referências

Demo
Claude Code
Skills for Real Engineers — Matt Pocock
Vídeo que inspirou o projeto