Mise en Place for Agentic Coding: Deliberate Preparation as Context Engineering Methodology
Este artigo propõe o "Mise en Place" (MEP), uma metodologia de preparação em três fases que combate as ineficiências da codificação rápida baseada em "vibe" ao externalizar o conhecimento de domínio e estruturar especificações para permitir a codificação agênica paralela e eficaz, introduzindo assim a "fluência contextual" como uma habilidade crítica para desenvolvedores.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
O Problema Central: "Vibe Coding" vs. Cozinhar de Verdade
Imagine que você está tentando construir uma casa, mas, em vez de desenhar plantas baixas primeiro, você começa a entregar tijolos a uma equipe de construção e grita: "Construa algo legal!" Isso é o que o autor chama de "vibe coding". Está muito popular agora com agentes de codificação de IA: você digita uma ideia rápida, a IA gera código, você corrige os erros e repete.
O artigo argumenta que isso é como cozinhar sem preparo. Se você começar a fritar um bife sem ter picado as cebolas, medido as especiarias ou afiado a faca, vai passar metade do tempo correndo pela cozinha freneticamente procurando coisas. O resultado? A comida leva mais tempo para ficar pronta, o sabor fica inconsistente e você pode queimar o bife enquanto procura o sal.
No mundo da codificação com IA, essa "correria" acontece quando a IA escreve código que não se encaixa exatamente na sua visão. Você acaba passando mais tempo corrigindo os erros da IA do que realmente construindo o produto.
A Solução: "Mise en Place" (MEP)
O autor propõe uma solução emprestada de cozinhas profissionais chamada Mise en Place (francês para "tudo em seu lugar"). Em um restaurante sofisticado, antes do chef acender o fogão, ele tem todos os ingredientes medidos, todas as ferramentas em seu lugar e todas as receitas memorizadas. Quando o cozimento começa, é suave e rápido.
O artigo sugere que precisamos fazer o mesmo para a codificação com IA. Antes de deixar a IA escrever uma única linha de código, você deve gastar tempo preparando a "cozinha". O autor divide esse preparo em três etapas específicas:
1. Fundamentação Contextual (A Fase da "Receita e Filosofia")
- O que é: Você escreve não apenas o que quer construir, mas por que e como deve ser a sensação. Você transforma seus "instintos" e conhecimento especializado em documentos escritos que a IA pode ler.
- A Analogia: Imagine que você está contratando um sous-chefe. Em vez de apenas dizer "Faça uma sopa", você entrega a ele um arquivo que diz: "Estamos fazendo uma sopa para estudantes. Precisa ser simples, mas profunda. Não use ingredientes picantes porque nosso público é jovem. Aqui está a história deste prato."
- Por que ajuda: A IA não tem seus "instintos". Se você não os escrever, a IA vai adivinhar, e provavelmente vai adivinhar errado.
2. Especificação Colaborativa (A Fase do "Design do Menu")
- O que é: Você tem uma conversa com a IA para transformar suas ideias em um design detalhado. Você diz o que incluir, mas tão importante quanto isso, você diz o que não incluir.
- A Analogia: Isso é como sentar-se com um chef para desenhar o menu. Você diz: "Queremos uma refeição de três pratos, mas pule a entrada para economizar tempo, e certifique-se de que a sobremesa seja sem glúten." Você está estabelecendo os limites para que o chef não perca tempo fazendo uma refeição de cinco pratos ou uma sobremesa que não pode ser comida.
- Por que ajuda: Impede que a IA superengenharia ou construa recursos errados.
3. Decomposição de Tarefas (A Fase da "Linha de Montagem")
- O que é: Você divide o grande projeto em tarefas pequenas e independentes que a IA pode fazer uma por uma (ou todas de uma vez).
- A Analogia: Em vez de dizer a uma equipe de cozinheiros "Façam o jantar inteiro", você dá a eles uma lista de trabalhos específicos: "Você pica as cenouras", "Você ferve a água", "Você ementa o peixe". Como os trabalhos são claros e separados, você pode ter quatro cozinheiros trabalhando ao mesmo tempo sem esbarrar uns nos outros.
- Por que ajuda: Permite que múltiplos agentes de IA trabalhem em paralelo sem se confundirem ou atrapalharem uns aos outros.
O Teste do Mundo Real: O Hackathon
O autor testou esse método em um evento competitivo de codificação (um "hackathon") onde as equipes tinham apenas 5 horas para construir um aplicativo funcional.
- O Cenário: Enquanto outras equipes começaram a codificar imediatamente (a abordagem "vibe"), o autor gastou 2 horas fazendo o preparo (a abordagem "Mise en Place").
- O Resultado: A equipe do autor usou quatro agentes de IA trabalhando ao mesmo tempo. Como o preparo foi tão claro, os agentes construíram o aplicativo inteiro em cerca de 20 minutos de tempo real de codificação.
- O Desfecho: O código funcionou quase perfeitamente. Houve muito poucos bugs e quase nenhum tempo foi desperdiçado corrigindo grandes erros arquitetônicos. A equipe do autor terminou uma plataforma educacional completa enquanto outras ainda lutavam com erros básicos.
A Nova Habilidade: "Fluência de Contexto"
O artigo conclui que ser um bom desenvolvedor na era da IA não é apenas saber escrever código ou como digitar um bom prompt. Trata-se de uma nova habilidade chamada Fluência de Contexto.
- A Analogia: Pense em um agente de IA como um estagiário muito talentoso, mas muito literal. Se você der ao estagiário uma tarefa vaga, ele fará um trabalho vago. Se você der a ele um conjunto de instruções cristalinas, detalhadas e estruturadas, ele será um superfuncionário.
- A Habilidade: "Fluência de Contexto" é a capacidade de pegar suas ideias humanas bagunçadas e transformá-las em um ambiente limpo e estruturado que a IA possa entender e agir imediatamente. É a arte de preparar o palco para que a IA possa realizar um show de sucesso sem que você precise correr consertando as luzes.
Resumo
O artigo argumenta que a velocidade vem do preparo, não da pressa. Ao gastar tempo inicialmente para organizar seus pensamentos, definir suas regras e dividir suas tarefas (Mise en Place), você permite que agentes de IA trabalhem mais rápido e com mais inteligência, poupando você da dor de cabeça de corrigir seus erros mais tarde.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.