
Como construí um explorador de conceitos com IA em 4 horas usando o Enter
A história passo a passo de como um desenvolvedor criou um app de canvas com IA totalmente funcional em apenas 4 horas usando o Enter Pro. Veja o fluxo de trabalho, prompts e técnicas.
Um designer sem nenhuma experiência em backend usou o Enter Pro para construir o Essence — um app de canvas nativo em IA que decompõe qualquer conceito em seus blocos fundamentais. Da ideia a um produto totalmente funcional com integração de IA, suporte bilíngue e uma experiência gamificada — tudo em apenas 4 horas.
A faísca
Como designer, sempre fui fascinado por uma pergunta: de onde vem a criatividade?
Quanto mais eu estudava métodos de design, mais eu via o mesmo padrão: a criatividade geralmente começa com desconstrução e** recombinação**. Quebrar algo em suas partes essenciais e depois reconstruí-lo de uma nova forma.
Essa ideia deu origem ao Essence — um canvas de exploração de conceitos alimentado por IA. Você insere qualquer conceito, e a IA o decompõe em seus elementos centrais. Depois, ao recombinar esses elementos, novas ideias começam a surgir.
Por que Enter
Sou designer de produto, não desenvolvedor full-stack. A ideia do Essence exigia várias coisas que pareciam intimidadoras:
- Um canvas interativo com arrastar e soltar, zoom e pan — o tipo de UI complexa que você vê em ferramentas como Figma ou Miro
- Integração de IA para alimentar a lógica de decomposição e recombinação de conceitos
- Um backend serverless para lidar com chamadas de API de IA com segurança
- Deploy para que as pessoas pudessem realmente usá-lo
Conectar-se a uma API de LLM costumava travar a maioria dos não desenvolvedores — chaves de API, configuração de ambiente, lógica de autenticação.
Com o AI All do Enter, eu simplesmente disse: "Use o Claude Sonnet 4.5", e ele conectou tudo — Edge Functions do backend, formatação de requisições, tratamento de erros.
Com o Enter Pro, eu não toco na infraestrutura de forma alguma. Descrevo o que quero, e ele cuida do React, Supabase, Edge Functions e integração de modelos. Eu só me concentro no quê e no porquê.
A construção: 5 fases em 4 horas
Fase 1: Fundação
Organizei a ideia que tinha na cabeça em um único prompt abrangente e o enviei ao Enter. Aqui está a essência dele:
Crie um app de exploração de canvas nativo em IA chamado "Essence". É um jogo de raciocínio leve. Mecânica central: os usuários inserem qualquer palavra, e a IA a decompõe em exatamente 2 conceitos mais atômicos, exibidos como nós de emoji + palavra curta em um canvas. Regras de decomposição: sempre retornar exatamente 2 nós, cada um com 1 emoji + 1 palavra curta, os conceitos devem se tornar mais essenciais a cada nível — indo em direção a dimensões como emoção, motivo, energia, estrutura, relação, poder, valor, desejo, conflito. Os usuários também podem selecionar quaisquer 2 nós para recombiná-los em 1 novo conceito. O canvas suporta arrastar infinito, zoom, clique duplo para decompor, seleção múltipla para recombinar. Cada decomposição custa 1 ponto, cada recombinação custa 2.
Depois de ler esse prompt, a primeira coisa que o Enter fez foi carregar seus recursos de IA, e depois me perguntou diretamente: "Qual modelo de IA você gostaria de usar para a decomposição e recomposição de conceitos?" Ele listou as opções disponíveis — GPT-5.2 Pro, Gemini 3 Pro e Claude Sonnet 4.5 — cada uma anotada com custo, velocidade e pontos fortes. Escolhi o Claude Sonnet 4.5 (excelente em seguir instruções e em tarefas criativas), e o Enter conectou automaticamente toda a integração com a API.
Minutos depois, a estrutura completa do projeto estava pronta — React 18 com TypeScript, Vite como ferramenta de build, Tailwind CSS para estilização, @xyflow/react para o canvas, e uma Supabase Edge Function conectada à API do Claude. A lógica central de decomposição e recombinação funcionou de primeira.

Fase 2: Ajuste da lógica de IA
Essa foi a parte mais crítica e fascinante de todo o projeto. Se o Essence é encantador ou monótono depende inteiramente da qualidade da saída da IA. O código final divide a lógica de IA em três funções independentes, cada uma com estratégias de prompt cuidadosamente elaboradas.
O problema: a IA estava muito "acadêmica"
Depois que a primeira versão começou a rodar, os resultados da IA eram involuntariamente hilários — ao inserir "tesoura" ela retornava "apêndices em forma de pinça" e "evolução simétrica"; ao inserir "amor" ela dava "neurotransmissores" e "estados quânticos". Tecnicamente não estava errado, mas não era nada divertido, nem intuitivo. Não era a experiência que eu queria.
Correção nº 1: dar uma persona à IA
O grande avanço foi definir um papel de sistema claro para a IA — não "você é um assistente de decomposição", mas "Você é um jogo de decomposição divertido. Transforme coisas complexas em blocos simples! Use palavras do dia a dia." Essa única frase transformou completamente o estilo da saída, de artigo acadêmico para conversa lúdica.
Correção nº 2: exemplos positivos + antipadrões
Descobri que exemplos positivos sozinhos não eram suficientes — a IA às vezes ainda escorregava para o modo acadêmico. Então incluí exemplos bons e ruins simultaneamente:
**Bons exemplos: **Tesoura → 🔪 Lâmina + 🔗 Dobradiça (duas lâminas conectadas por uma dobradiça) Café → ☕ Água quente + 🫘 Grãos (água quente + grãos de café) Amigo → 👤 Pessoa + 🤝 Confiança (pessoas que confiam umas nas outras) Sonho → 😴 Sono + 💭 Imaginação (imaginação durante o sono) Maus exemplos (muito acadêmicos): ❌ Apêndices em forma de pinça, evolução simétrica, neurotransmissores, estados quânticos
Esse "contraste positivo-negativo" deu à IA uma compreensão muito precisa do tom que eu queria: simples, intuitivo, do tipo que faz as pessoas sorrirem ou terem um momento "aha!".
Correção nº 3: três funções, três estratégias
A lógica de IA final foi dividida em três funções independentes, cada uma com seu próprio design de prompt e ajuste de parâmetros:
① Geração de emoji (generateEmojiForConcept): quando um usuário insere um conceito, uma chamada de IA separada primeiro gera um emoji semanticamente compatível. O papel de sistema é definido como "Você é um gerador de emoji. Você produz apenas JSON", com temperatura de 0,7 (precisão em vez de criatividade), guiado por exemplos few-shot: pedra → 🪨, fogo → 🔥, amor → ❤️. Se a análise falhar, ele recorre graciosamente a um ✨ padrão.
② Decomposição de conceitos (decomposeConcept): a função central. O prompt orienta a IA a "desmontar as coisas como blocos de construção", retornando exatamente 2 nós (emoji + palavra curta) mais uma explicação de uma frase. A temperatura é definida em 0,8 — mais alta que na geração de emoji, para permitir mais espaço criativo. A decisão de design crucial: cada requisição injeta uma semente aleatória (randomSeed), garantindo que o mesmo conceito produza resultados diferentes a cada vez — isso dá à exploração uma verdadeira "rejogabilidade".
③ Recombinação de conceitos (recombineConcepts): a parte mais criativa. O prompt a enquadra como "pense como em um jogo", com exemplos imaginativos: Água + Fogo = Vapor ♨️, Farinha + Fogo = Pão 🍞, Humano + Asas = Anjo 👼, Tristeza + Alegria = Vida 🎭. Os resultados devem ser "surpreendentes, perspicazes, levemente humorísticos, não óbvios". Mesma técnica de semente aleatória para variedade.
Correção nº 4: explicações ao passar o mouse tornam a lógica visível
Cada decomposição ou recombinação de IA também retorna uma breve explanation. Esse texto não aparece diretamente no nó (para manter a interface minimalista), mas é armazenado nos dados do nó. Quando um usuário passa o mouse sobre um nó, um elegante HoverCard aparece mostrando toda a cadeia de raciocínio:
- Nós decompostos (rótulos esmeralda): 🎭 Drama = 😢 Conflito + 👥 Personagens, com "Drama é fundamentalmente conflito entre personagens" abaixo
- Nós combinados (rótulos violeta): 😴 Sono + 💭 Imaginação = 💫 Sonho, com "Imaginação durante o sono é um sonho" abaixo
Esse design torna a estratificação de informações lindamente elegante — na superfície, cartões de emoji minimalistas; ao inspecionar mais a fundo, o processo de raciocínio da IA.
O resultado
Depois de todo esse ajuste, a qualidade da saída da IA se transformou dramaticamente:
❤️ Love → 👤 Person + 🤝 Trust (people who trust each other) ☕ Coffee → 🫘 Beans + ☕ Hot water (hot water meets coffee beans) 💭 Dream → 🔮 Imagination + 🔥 Desire (a burning vision of the future) 🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream
Cada decomposição acende um momento "aha!"; cada recombinação arranca um sorriso. Esse é o poder da engenharia de prompt — não se trata de escrever mais código, mas de encontrar a maneira certa de conversar com a IA.

Fase 3: Polimento da interação
Foi aqui que o app começou a parecer vivo:
- Selecionar 1 nó → o botão "Decompor" aparece — para quebrá-lo ainda mais
- Shift + clique em 2 nós → o botão "Recombinar" aparece — para misturá-los
- Duplo clique em qualquer nó → decomposição instantânea — exploração rápida
- Passar o mouse sobre qualquer nó processado → ver o raciocínio da IA em um HoverCard
Também adicionei uma camada leve de gamificação: você começa com 20 pontos (decompor custa 1, recombinar custa 2), criando uma restrição suave que faz você pensar sobre quais caminhos explorar. Os pontos persistem localmente, e você sempre pode reiniciar.



Fase 4: Polimento do design de UI
Com a funcionalidade em pleno funcionamento, o próximo foco foi fazer o Essence parecer tão bom quanto ele já se sentia.
A primeira grande decisão de design foi a tipografia. Escolhi Bricolage Grotesque como fonte global — uma sans-serif geométrica e moderna que tirou instantaneamente o app do território de fonte padrão do sistema e lhe deu uma identidade de marca distinta.
O visual dos cartões de nó passou por várias iterações. O design final chegou a grandes cartões retangulares com cantos arredondados (rounded-2xl) com fundos pastel suaves — amber-50, emerald-50 e violet-50 atribuídos aleatoriamente — com um emoji grande como âncora visual e um rótulo de palavra curta na parte inferior. O canvas acabou parecendo um espalhado de post-its coloridos: leve, lúdico e organizado.
A caixa de entrada é a "primeira impressão" do app, então eu tinha os padrões mais altos para ela. Foi aqui que o recurso Enter Components do Enter realmente brilhou — uma biblioteca de componentes de IA embutida onde você pode buscar, pré-visualizar e adicionar componentes com um clique. Digitei "ai" na barra de busca e descobri um componente chamado claude-style-chat-input — um campo de entrada conversacional elegantemente estilizado. Cliquei em "+ Adicionar ao Chat", e o Enter o integrou automaticamente ao meu projeto, adaptando o estilo para combinar com a linguagem de design existente. O simples input HTML se transformou instantaneamente em uma experiência de entrada conversacional refinada — bordas arredondadas, sombras suaves, layout de botões em linha — perfeitamente coesa com a identidade visual do app.
Não é preciso escrever componentes do zero ou mexer com CSS. O Enter Components permite montar UI de alta qualidade como blocos de construção, e o Enter ajusta automaticamente o estilo para manter a consistência visual.
Por fim, adicionei um conjunto de cartões de conceito de início rápido — ❤️ Amor, 💰 Dinheiro, ⏰ Tempo, 🌳 Árvore, 🎵 Música, 💭 Sonho — exibidos como mini-cartões coloridos e inclinados na tela de boas-vindas, reduzindo a barreira do início frio para que os usuários entendam imediatamente o que podem digitar.



Fase 5: Internacionalização
O Essence foi construído para um público global, então o suporte bilíngue chinês-inglês não era um extra legal — era essencial.
Mas internacionalização não é apenas traduzir o texto da interface. No Essence, a saída da IA também precisa corresponder ao idioma selecionado pelo usuário — no modo chinês, decompor "爱" deve retornar resultados em chinês como "人 + 信任"; ao mudar para o modo inglês, decompor "Love" deve retornar "Person + Trust". Isso significa que o alternador de idioma do frontend precisa se propagar até a camada de prompt da IA.
Para a implementação, usei Zustand para um gerenciamento leve de estado de idioma. Todo o sistema i18n funciona assim: o usuário clica no alternador de idioma no canto superior direito → o estado global é atualizado → todo o texto da interface muda instantaneamente → as chamadas de IA recebem o parâmetro de idioma atual → os modelos de prompt selecionam a versão em chinês ou inglês → a saída da IA corresponde automaticamente ao idioma do usuário. A preferência de idioma também é persistida no localStorage, sendo restaurada perfeitamente na próxima visita.
No Enter, conseguir tudo isso exigiu apenas uma descrição: "Adicione um alternador chinês/inglês com um botão de idioma no canto superior direito. Todo o texto da interface, prompts de IA e saídas de IA devem trocar automaticamente com base no idioma selecionado." O Enter montou o pipeline inteiro — desde o gerenciamento de estado até a ramificação de modelos de prompt e persistência local — de uma só vez.
Isso também validou uma lição importante: quanto mais cedo você construir i18n, melhor. Se você esperar até que todos os recursos estejam completos antes de adicionar internacionalização, vai encontrar texto codificado diretamente espalhado por seus prompts e strings de UI incorporadas em cada componente — e retrofitar depois é doloroso. Construa a arquitetura multilíngue desde o primeiro dia, e depois disso você estará apenas adicionando conteúdo de tradução.
O que torna o Essence especial
Decompor: veja a estrutura invisível de tudo
Digite qualquer palavra. A IA a decompõe em exatamente 2 conceitos atômicos — cada um com um emoji semântico e uma explicação de uma frase. Depois continue. Decomponha esses também. Observe uma árvore de conceitos crescer diante dos seus olhos.
🎭 Drama → 😢 Conflict + 👥 Characters 😢 Conflict → ⚡ Tension + 🎯 Goals 👥 Characters → 👤 Person + 💬 Story
Recombinar: crie novas ideias a partir dos átomos de ideias antigas
Selecione quaisquer 2 nós no canvas — mesmo de ramos completamente diferentes — e combine-os. A IA encontrará a conexão surpreendente.
🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream 👤 Person + ✈️ Wings = 👼 Angel
Brinque, não apenas pense
O sistema de 20 pontos transforma a exploração abstrata em um jogo lúdico. Cada clique é uma escolha. Qual ramo você explora? Quais átomos você combina? É um playground para a curiosidade.
A stack técnica — montada pelo Enter
| Camada | Tecnologia | Função |
|---|---|---|
| Frontend | React 18 + TypeScript | Framework da aplicação |
| Canvas | @xyflow/react (React Flow) | Canvas interativo baseado em nós |
| Estilização | Tailwind CSS + shadcn/ui | Design system e componentes |
| Backend | Supabase Edge Functions | Gateway de API de IA serverless |
| Modelo de IA | Claude Sonnet 4.5 (Anthropic) | Motor de geração de conceitos |
| Build | Vite | Servidor de dev rápido e bundler |
| Estado | Zustand | Estado de i18n leve |
| Deploy | Enter Pro | Publicação em um clique |
Não configurei nada disso manualmente. O Enter Pro montou toda a stack a partir das minhas descrições e prompts iterativos.
Lições aprendidas
- Prompting em duas camadas, duas mentalidades
Construir apps de IA com o Enter são duas conversas simultâneas: falar com o Enter é como colaborar com um engenheiro full-stack — requisitos claros são necessários; falar com o Claude dentro do app é como colaborar com um parceiro criativo — orientação emocional e ensino baseado em exemplos são necessários. Acertar as duas camadas é a verdadeira arte.
- Dê à IA uma personalidade, não apenas regras
Mudar o papel de sistema de "Você é um assistente de decomposição de conceitos" para "Você é um jogo de decomposição divertido" transformou todo o estilo de saída em uma única frase. Regras restringem o formato; personalidade define a qualidade.
- Exemplos positivos + antipadrões vencem descrições longas
✅ Scissors → Blade + Hinge ❌ Pincer appendages, Symmetrical evolution, Neurotransmitters
Essas três linhas transmitem mais do que 100 palavras jamais conseguiriam. O contraste positivo-negativo é a técnica de engenharia de prompt mais subestimada.
- Sementes aleatórias dão rejogabilidade a produtos de exploração
O mesmo conceito produz resultados diferentes a cada vez — hoje "Amor = Pessoa + Confiança", amanhã "Amor = Vulnerabilidade + Coragem". Sementes aleatórias + temperatura 0,8 maximizam a variedade mantendo a qualidade. O sangue vital de um produto de exploração é "algo novo a cada vez".
- Restrições criam brincadeira
O sistema de 20 pontos transformou cliques sem rumo em exploração estratégica. Princípio clássico do design de jogos: escolhas significativas exigem recursos limitados.
- Vibe coding feito certo: foque em uma fase de cada vez
Primeiro a fundação → depois a personalidade da IA → depois o polimento da interação → depois o design visual → depois o i18n. Cada fase foca em uma dimensão, mantendo a conversa com o Enter afiada e a saída previsível.
🔗 Construa o seu com Enter Pro: enter.converge.ai






