Uma metodologia revolucionária de desenvolvimento de software que combina a criatividade humana com a inteligência artificial, priorizando planejamento inteligente e colaboração efetiva.
VibeCoding é uma abordagem moderna de desenvolvimento onde humanos e IA colaboram de forma estruturada para criar software melhor, mais rápido e com menos erros. Diferentemente de usar IA apenas como ferramenta de código, vibecoding coloca o planejamento e a comunicação clara como fundamentos.
Metodologia Tradicional: Ideia → Código → Teste
VibeCoding: Ideia → Planejamento → Agentes IA → Código + Validação → Iteração
- Planejamento é Desenvolvimento - Um bom plano previne 80% dos problemas
- Agentes Autônomos - Sistemas IA que tomam decisões e agem sobre problemas
- Protocolo MCP - Comunicação padronizada entre humano e IA
- Iteração Consciente - Validar, aprender, melhorar continuamente
- Prompt Engineering - Conversas claras levam a código claro
Este lab é dividido em 6 módulos + 1 projeto capstone, totalizando 4-6 horas:
Visão geral de vibecoding, importância, e roadmap
Arquivos: slides.md · o-que-e-vibecoding.md · por-que-vibecoding.md
Entender como modelos LLM modernos funcionam, prompting básico
Aprenderá: tokens, temperatura, contexto, embeddings
Exemplos: exemplo-basico.py com chamada a IA
Arquivo principal: 01-conceitos-fundamentais/readme.md
Agentes são programas que pensam e agem. Diferente de chamar uma IA uma vez.
Aprenderá: tool use, loops de ação, autonomia
Exemplos: agente que planeja e executa tarefas
Exercício: estender agente com nova ferramenta
Arquivo principal: 02-agentes-ia/readme.md
Protocolo padrão de comunicação entre clientes e servidores de IA
Aprenderá: arquitetura cliente/servidor, recursos, prompts
Exemplos: MCP simples em Python
Exercício: implementar servidor MCP básico
Arquivo principal: 03-mcp-protocolo/readme.md
Planejamento é o coração de vibecoding. Como estruturar problemas para IA resolver
Aprenderá: decomposição, priorização, planos iterativos
Exemplos: planejando um projeto real
Exercício: fazer plano detalhado para um problema
Arquivo principal: 04-planejamento/readme.md
Ferramentas avançadas: chain-of-thought, RAG, few-shot prompting
Aprenderá: otimização de prompts, recuperação de contexto
Exercício: refinar prompts para melhor qualidade
Arquivo principal: 05-tecnicas-praticas/readme.md
Construir um Assistente de Planejamento de Projetos usando tudo que aprendeu
Partes:
- Setup e configuração
- Agente básico com planejamento
- Integração MCP
- Refinar e validar
Resultado: Sistema funcional de planejamento assistido por IA
Arquivo principal: 06-projeto-guiado/readme.md
- Python 3.9+
- pip (gerenciador de pacotes)
- Git
- Conta em OpenAI, Anthropic, ou usar Ollama (local)
- Clone o repositório:
git clone <repo-url>
cd lab-vibecoding- Instale dependências:
pip install -r requirements.txt- Configure credenciais (veja
INSTALL.md):
export OPENAI_API_KEY="seu-token"
# ou use Ollama para LLM local (grátis)- Comece pelo Módulo 00:
cd 00-introducao
# Leia slides.md no seu editor markdown favoritoDetalhes completos em INSTALL.md
Para este lab, você precisa apenas de ferramentas 100% gratuitas:
- Ollama - Rode llama-2, mistral localmente, sem API
- Groq API - API rápida e gratuita
- OpenAI Free Trial - $5 em créditos para testar
- VS Code + extensão Claude
- Jupyter Notebooks / Google Colab
- Python + biblioteca
anthropic
- Mermaid - Diagramas em markdown
- Draw.io - Diagramas online
Veja ferramentas-gratuitas.md para guia completo.
- Leia os slides e conceitos de cada módulo
- Execute os exemplos
- Faça os exercícios
- Consulte as soluções depois
- 0-30 min: Módulo 00 (apresentação)
- 30-75 min: Módulos 01-02 (conceitos + agentes)
- 75-120 min: Módulos 03-04 (MCP + planejamento)
- 120-180 min: Módulos 05-06 (técnicas + projeto capstone)
Roteiros em XX-modulo/aula-roteiro.md (quando disponível)
lab-vibecoding/
├── README.md (este arquivo)
├── INSTALL.md (instruções de setup)
├── requirements.txt (dependências Python)
├── ferramentas-gratuitas.md
├── recursos-extras.md
├── 00-introducao/
│ ├── slides.md
│ ├── o-que-e-vibecoding.md
│ └── por-que-vibecoding.md
├── 01-conceitos-fundamentais/
│ ├── readme.md
│ ├── modelos-ia-modernos.md
│ ├── prompting.md
│ └── exemplo-basico.py
├── 02-agentes-ia/
│ ├── readme.md
│ ├── o-que-sao-agentes.md
│ ├── tool-use.md
│ ├── exemplo-agente.py
│ └── exercicio-01.md
├── 03-mcp-protocolo/
│ ├── readme.md
│ ├── introducao-mcp.md
│ ├── cliente-vs-servidor.md
│ ├── exemplo-mcp-simples.py
│ └── exercicio-02.md
├── 04-planejamento/
│ ├── readme.md
│ ├── por-que-planejar.md
│ ├── tecnicas-planejamento.md
│ ├── exemplo-planejamento.md
│ └── exercicio-03.md
├── 05-tecnicas-praticas/
│ ├── readme.md
│ ├── prompt-engineering.md
│ ├── chain-of-thought.md
│ ├── retrieval-augmented-generation.md
│ ├── exemplo-pratico.py
│ └── exercicio-04.md
└── 06-projeto-guiado/
├── readme.md
├── projeto-assistente-planejamento.md
├── parte-1-setup.md
├── parte-2-agente-basico.md
├── parte-3-mcp-integration.md
├── parte-4-planejamento.md
└── solucao-referencia.py
Ao final do lab, você será capaz de:
✅ Explicar como LLMs funcionam e seus limites
✅ Desenhar e descrever um agente autônomo
✅ Usar MCP para comunicação estruturada com IA
✅ Planejar um projeto do zero usando vibecoding
✅ Otimizar prompts para melhor qualidade
✅ Construir sistemas IA com múltiplos agentes
✅ Integrar IA em fluxos de desenvolvimento reais
recursos-extras.md- Links, papers, tutoriaisferramentas-gratuitas.md- Setup de cada ferramentaINSTALL.md- Troubleshooting
Encontrou um erro? Quer sugerir uma melhoria?
- Abra uma issue no GitHub
- Faça um fork e pull request
- Entre em contato: claudioangontijo@gmail.com
Este projeto está licenciado sob a MIT License - veja LICENSE.md
Cláudio Augusto Novaes Gontijo
- 📧 Email: claudioangontijo@gmail.com
- 🐙 GitHub: @claudiogpt
- 🔗 WebTech Labs
Pronto para começar? Vá para 00-introducao/ e leia slides.md.
Tem dúvidas? Consulte INSTALL.md ou recursos-extras.md.
Última atualização: Junho 2026
Versão: 1.0
Status: ✅ Pronto para workshop