Roadmap para Dev que Quer Dominar AI Coding

Semana 1 — Fundamentos (entender o que IA faz e não faz)

A maioria das pessoas pula a semana 1 e vai direto instalar ferramentas. Erro. Antes de usar qualquer ferramenta, você precisa entender o modelo mental correto de como IA de código funciona — porque vai mudar completamente a forma que você escreve prompts e interpreta resultados.

IA de código é um modelo de linguagem que foi treinado em enorme quantidade de código e aprende a prever o próximo token mais provável dado um contexto. Não tem compreensão no sentido humano. Não tem memória de sessões anteriores. Não sabe o que o cliente quer. Não tem acesso ao estado da sua aplicação em execução. Quando você entende isso, você para de fazer perguntas vagas e começa a fornecer contexto preciso — o que transforma radicalmente a qualidade das respostas.

Dias 1 e 2: Setup das ferramentas

Dia 1: instale o Cursor e configure o plano Free. Leia o arquivo .cursorrules de template — tem vários no GitHub. Crie um para um projeto seu: define o stack, as convenções, o idioma preferido das respostas. Passe 1 hora só lendo a documentação do Cursor, especialmente as seções de Chat, Edit e Agent Mode. Não code ainda. Só leia.

Dia 2: instale o Claude Code via npm com npm install -g @anthropic-ai/claude-code. Configure a ANTHROPIC_API_KEY. Rode claude em um projeto existente seu e peça uma análise da arquitetura. Não peça pra escrever código ainda. Peça pra explicar o que o projeto faz, quais são os pontos de melhoria que ele identifica, qual é a estrutura de diretórios. Isso vai te mostrar o nível de contexto que o Claude consegue absorver.

Dia 3-5: Primeiros prompts que funcionam

Dia 3 e 4: foque em prompt engineering para código. O exercício prático: pegue uma tarefa que você faria normalmente em 30 minutos. Escreva três versões do prompt pra IA resolver — uma vaga, uma média e uma específica. Compare os resultados. Você vai ver a diferença entre 'cria uma função de validação' e 'cria uma função TypeScript que valida um email usando regex, retorna um objeto com campos valid (boolean) e error (string | undefined), e trata os casos de string vazia, null e formato inválido'. A segunda versão gera código que você pode usar direto. A primeira gera código que você vai jogar fora.

Dia 5: pratique o loop de iteração. Pegue um componente ou função que não está perfeita no seu projeto. Use o Cursor para melhorá-la em 3 iterações: na primeira peça a melhoria geral, na segunda peça algo específico que ainda falta, na terceira peça ajustes finos. Observe como o contexto acumula dentro da sessão de chat e como as respostas ficam mais precisas com cada rodada.

Dia 6-7: Entendendo limitações

Dia 6: tente fazer algo que IA não faz bem. Peça pra IA inventar uma solução para um problema de negócio que você não explicou. Peça pra ela 'adivinhar' o contexto que você não forneceu. Veja como ela alucina, inventa bibliotecas que não existem, gera código que compila mas não faz o que você precisa. Aprender os limites é tão importante quanto aprender o poder.

Dia 7: reflexão da semana. Anote: quais tipos de tarefa a IA fez bem, quais fez mal, o que você precisou fazer manualmente. Esse mapa pessoal de quando confiar e quando questionar é o ativo mais valioso que você vai construir nessas primeiras semanas.

Semana 2 — Prompt engineering para código

Galera, semana 2 é onde a maioria dos devs começa a sentir o clique. Com o modelo mental correto da semana 1, os prompts começam a fazer mais sentido e os resultados ficam mais consistentes. O foco agora é desenvolver vocabulário e padrões de prompt que você vai usar todo dia.

Padrões de prompt que funcionam

O padrão Contexto-Tarefa-Restrições é o mais útil: você sempre começa descrevendo o contexto técnico relevante, depois define claramente a tarefa, depois lista as restrições e convenções. 'Contexto: componente React que usa React Hook Form com validação Zod. Tarefa: adiciona um campo de telefone com máscara de formato brasileiro. Restrições: usa a biblioteca react-input-mask que já está no projeto, mantém TypeScript strict, não quebra os testes existentes.' Três partes, resultado preciso.

O padrão Diagnóstico-Antes-de-Agir é para debugging e refactoring: você pede pra IA primeiro explicar o problema ou analisar o código antes de propor solução. 'Antes de sugerir qualquer mudança, explica o que esse código está fazendo, quais são os possíveis problemas e por quê você os consideraria problemas.' Isso evita que a IA pule pra uma solução errada e te dá uma base para avaliar se a análise faz sentido.

O padrão Explica-Enquanto-Implementa é para aprendizado: 'Implementa X e vai explicando as decisões importantes conforme avança — por que escolheu essa estrutura de dados, por que esse padrão de código, que edge cases está tratando.' Você aprende enquanto o código é gerado, não depois.

Context window e como usar bem

Cada sessão de chat tem um limite de tokens — o contexto vai sendo consumido à medida que você adiciona mensagens. Quando o contexto fica cheio, a IA começa a 'esquecer' as mensagens mais antigas da conversa. Para sessões longas, isso causa respostas cada vez piores conforme o contexto fica degradado.

A prática correta: sessões focadas para tarefas específicas. Não tente resolver tudo em uma mega sessão. Abra uma sessão para o bug do endpoint de autenticação, resolva, fecha. Abre outra para o refactor do componente de formulário. Cada sessão começa com contexto limpo e os melhores resultados vêm das primeiras mensagens de cada sessão.

Use o @ no Cursor para injetar contexto específico: @arquivo, @pasta, @codebase. Isso é mais eficiente que descrever o contexto em palavras — você manda o arquivo real e a IA lê diretamente. Para o Claude Code, a abordagem equivalente é garantir que você está rodando o comando no diretório raiz do projeto e referenciando caminhos relativos nos seus prompts.

Semana 3 — Workflows avançados

Com dois semanas de fundamentos, você já tem musculatura para os workflows que realmente separam devs produtivos de devs mediocres com IA. Semana 3 é sobre integrar IA de forma profunda no ciclo de trabalho — não como ferramenta isolada, mas como colaborador contínuo.

Multi-file editing

Edição de múltiplos arquivos é onde o Agent Mode do Cursor e o Claude Code brilham. A prática da semana 3 começa aqui: identifique uma mudança no seu projeto que afeta 3 ou mais arquivos — uma renomeação de entidade, uma mudança de interface, uma adição de campo em um model com seus reflexos. Dê essa tarefa para o agente e observe como ele planeja e executa.

O que você vai aprender: como descrever mudanças com efeito cascata, como aprovar diffs de forma eficiente quando múltiplos arquivos mudam ao mesmo tempo, e quais tipos de mudanças o agente consegue rastrear bem versus quais ele perde quando a base de código é complexa. Esse conhecimento prático é mais valioso que qualquer tutorial.

Refactor assistido

Na semana 3, escolha um arquivo ou módulo do seu projeto que você sabe que precisa de refactor mas adiou por ser trabalhoso. Execute o refactor com IA em etapas: primeiro peça uma análise dos problemas, depois peça um plano de refactor, depois execute cada etapa do plano separadamente. Essa abordagem em etapas é mais confiável do que pedir 'refatora tudo de uma vez' — você mantém controle e pode redirecionar se algo não estiver certo.

Um exercício específico que recomendo: encontre código com useEffect+fetch que poderia ser React Query ou SWR. Peça ao Cursor para refatorar a solução usando TanStack Query. Acompanhe como ele transforma o padrão, como trata o loading state e o error state, e se mantém a mesma interface de props. Depois revise o resultado e corrija manualmente o que não estiver certo. Esse ciclo de gerar-revisar-corrigir é o core do AI-assisted coding.

Debug com IA

Na semana 3, passe um dia inteiro usando IA como primeiro recurso para qualquer bug que aparecer. Antes de ir para o Stack Overflow, antes de adicionar console.log, manda o erro para o Claude com contexto: o stack trace completo, o código onde o erro acontece e o código que chama. Veja quantas vezes ele acerta de primeira versus quantas ele erra.

O aprendizado aqui não é só 'IA resolve bugs' — é desenvolver a habilidade de formular problemas de forma clara. A clareza que você desenvolve para descrever bugs para a IA vai melhorar também suas habilidades de debugging manual. Você começa a pensar mais estruturadamente sobre o problema antes de sair adicionando logs no escuro.

Semana 4 — Automatizações e integração

Semana 4 é sobre multiplicar o impacto do que você aprendeu. Você já sabe usar IA para escrever código — agora vai usar IA para automatizar partes do ciclo de desenvolvimento que você ainda faz manualmente.

Projeto 1 da semana: configure code review automático com IA no seu repositório. Você tem o guia completo em /2026/automatizar-code-review-com-ia. Mesmo que você seja dev solo, ter um reviewer automático que comenta nos seus PRs antes de você fazer merge é uma rede de segurança valiosa e barata.

Projeto 2: automatize a geração de testes para novas funções. Configure um script ou workflow que, quando você cria uma nova função utilitária, sugere automaticamente casos de teste. Pode ser simples — um script Node que lê o arquivo e chama a Claude API pedindo casos de teste — mas a prática de criar automações que amplificam seu trabalho é o hábito central de quem trabalha bem com IA.

Projeto 3: crie um script de análise de qualidade de código que você roda periodicamente na base. Ele usa a Claude API para identificar padrões problemáticos — funções muito longas, duplicação de lógica, dependências circulares — e gera um relatório com sugestões priorizadas. Isso vai além do ESLint, que só vê regras sintáticas, e chega em problemas de arquitetura e design.

Ferramentas por fase do roadmap

Semana 1 — setup e fundamentos: Cursor (plano gratuito), Claude Code (API key com créditos iniciais que a Anthropic oferece), GitHub Copilot (trial de 30 dias). Foco: exploração, não produção. Você não está aqui pra ser rápido ainda — está aqui pra entender.

Semana 2 — prompt engineering: Cursor Pro ($20/mês — vale investir agora). Um projeto real do trabalho ou pessoal que você usa como campo de prática. Não pratique com toy projects — use código real que você já conhece. A familiaridade com o contexto vai te ajudar a avaliar se os resultados fazem sentido.

Semana 3 — workflows avançados: Cursor Pro + Claude Code créditos. Para esse nível, o plano gratuito do Cursor já vai estar travando você. O Agent Mode com modelos premium é o que você precisa para multi-file editing real. Claude Code para tarefas maiores de refactor.

Semana 4 — automatizações: Claude API key para os scripts (orçamento sugerido: $20-30 para a semana de experimentos). GitHub Actions no repositório do trabalho ou pessoal para os workflows de automação. O objetivo é sair dessa semana com pelo menos uma automação funcionando em produção.

Como saber se você está evoluindo (métricas práticas)

A métrica mais simples: tempo para completar uma tarefa de complexidade conhecida. Pegue uma feature de complexidade média que você já fez antes — um CRUD com validação, uma integração de API simples — e meça quanto tempo leva com e sem IA. Se ao final da semana 2 você não está pelo menos 30% mais rápido nessas tarefas, você está fazendo algo errado no processo.

Ao final da semana 3, uma boa referência: você deveria conseguir fazer um refactor de componente de 150 linhas com testes em menos de 20 minutos. Antes das ferramentas de IA, esse tipo de tarefa levava de 1 a 2 horas em média. Não porque era difícil — era lenta. IA elimina a lentidão, não a dificuldade.

A métrica qualitativa mais importante: você está revisando o código que a IA gera e entendendo cada decisão? Se sim, está no caminho certo. Se você está aceitando código sem ler, vai rápido por um tempo e depois vai ter problemas difíceis de diagnosticar. AI-assisted coding que funciona no longo prazo é aquele onde você mantém o controle técnico — a IA multiplica sua velocidade, não substitui seu julgamento.

O panorama completo de como AI coding está transformando o desenvolvimento de software está em /2025/agile-coding-is-here-90-ai-cod. Esse roadmap de 30 dias te coloca no conjunto de devs que estão liderando essa transformação — não esperando ela passar por cima.