Autor: Denise I Biteye Equipa de Conteúdo, Equipa de Operações Bbo I XHunt
Recentemente, ao navegar pelo X, vi que todos estão a usar o Clawdbot com IA para fazer várias tarefas, e de repente percebi que estudantes de ciências humanas também podem jogar com código à sua maneira, usando o “vibe”. Assim, comecei este projeto prático sem qualquer experiência prévia.
Vibe Coding é visto como uma nova abordagem de “necessidade é código”, e até há expectativas de que possa “permitir que não programadores construam ferramentas”.
No entanto, uma questão real persiste: quando a barreira técnica é reduzida, a capacidade de implementação prática também acompanha essa redução?
Para responder a isso, experimentei três das principais ferramentas de Vibe Coding, como utilizador sem qualquer experiência em código.
O processo não foi fácil: tropeços, falhas, refazer várias vezes, mas justamente por isso percebi onde é mais fácil cometer erros e como evitar esses obstáculos.
Este artigo não é uma avaliação de ferramentas, mas uma verdadeira documentação da minha jornada de conhecimento à prática.
É um novo paradigma de desenvolvimento onde “só se pede a necessidade, sem escrever código”.
Este conceito foi inicialmente proposto pelo ex-cofundador da OpenAI, Andrej Karpathy, que disse:
“Esta é uma nova forma de programação, que chamo de Vibe Coding. Você confia totalmente na sensação (Vibes), abraça um crescimento exponencial de eficiência, e até esquece que o código existe.”
No modo de Vibe Coding, você não é mais um “construtor”, mas mais parecido com um “gestor de produto” ou até um “cliente”.
Sua tarefa é comunicar ao IA: “Vou construir uma casa, com janelas de vidro aqui, uma piscina ali.”
Se não estiver satisfeito, diga: “Não está certo, vamos ajustar.”
Isso é Vibe!
Antes de abrir a porta para a programação com IA, é fundamental proteger seu “cofre”. Muitos iniciantes, ao conversar com IA, involuntariamente enviam informações sensíveis, o que é extremamente perigoso.
Nunca coloque API Keys ou informações sensíveis diretamente no código ou nos prompts.
A prática correta é usar “variáveis de ambiente”, para que o código leia os nomes dessas variáveis do sistema, sem expor as chaves.
Configuração no Windows:

Configuração no macOS:
echo 'export CRYPTOHUNT_API_KEY="sua-chave-sk-xxxxxx"' >> ~/.zshrc
source ~/.zshrcecho $CRYPTOHUNT_API_KEY. Se mostrar sua chave, a configuração foi bem-sucedida.
Depois de entender a teoria, vamos à prática. Para encontrar a ferramenta mais eficiente, testei três principais opções, que representam as três formas principais de Vibe Coding atualmente:
Se seu objetivo é descobrir qual ferramenta é mais adequada para iniciantes que querem colocar algo em funcionamento, vá direto ao Lovable; se quer evitar erros, recomendo ler toda esta seção. Vamos revisar por ordem.
Posição: para desenvolvedores individuais e startups
Experiência: foco em “rapidez” e “gratuito”, permitindo validar uma ideia de IA em poucos minutos
Site: https://aistudio.google.com/apps

A primeira vez que usei foi no Natal. Todos estavam fazendo árvores de Natal cibernéticas, e eu também quis experimentar. Lancei um prompt aleatório, e em apenas 5 minutos, ele criou uma página 3D muito bonita, com partículas que se moviam ao gesto, de forma extremamente suave.
Fiquei impressionado com a mudança de época.
(Pensando bem, antes, um engenheiro tentava impressionar uma garota escrevendo uma sequência de códigos durante a noite, e no final, surgia um coração pulsante — parecia incrível. Agora? Você pode simplesmente usar Vibe Coding, que em minutos pode maximizar o impacto emocional.)
Com o sucesso de alguns exemplos, fiquei “inflado” e decidi fazer algo mais sério: usar a API do Cryptohunt para criar um painel de dados do Twitter.
Confiante, entreguei a documentação da API para o IA. Tudo começou bem: lógica de backend rápida, dados sendo capturados com sucesso. Pensei: “Só isso?”
Mas, ao pedir para exibir os dados de forma bonita no frontend, o pesadelo começou:
Fiquei preso nesse ciclo infinito de “corrigir bugs — criar novos bugs”. Desisti após dois dias.

Imagem final (IA já começando a fazer desenhos aleatórios)
Resumo das falhas: Google AI Studio é ótimo para projetos criativos ou demos de página única. Mas, ao envolver integração profunda de frontend e backend (como fluxo de dados via API ou exibições complexas), ele facilmente perde o foco. Se você não domina lógica de código, pode ficar preso na exibição do frontend, como eu.
Posição: ferramenta de desenvolvimento full-stack com troca de modelos integrada
Características: troca de modelos, divisão de tarefas, testes automáticos
Site: https://antigravity.google/
Na prática, antes mesmo de começar a programar, quase desisti por causa do login. Diferente de outras ferramentas, que você acessa e já pode usar, ela exige configurações específicas de conta e rede.
A restrição não vem do IP, mas do país associado à sua conta Google. Se estiver em regiões não suportadas (como China continental ou Hong Kong), o login é recusado. Tentei mudar a região várias vezes, sem sucesso.
Depois de várias tentativas, só consegui uma solução alternativa: usar o método “hacker” do Antigravity:
Link compartilhado por usuário do Twitter: https://x.com/idoubicc/status/2004848130693759213


(Alerta de risco: Antigravity Tools é um projeto open source, que facilita integrar modelos como o Antigravity ao Claude Code ou outras ferramentas. Mas, durante o Vibe Coding, recomenda-se isolar o ambiente de operação e ativos, para reduzir riscos de segurança.)
Dentro da ferramenta, descobri duas dicas essenciais para iniciantes:

Mesmo com login e configurações básicas feitas, ao tentar rodar o código, a realidade foi dura: não há pré-visualização instantânea como no Google AI Studio. Preciso baixar softwares adicionais, como Node.js, VS Code, ou apenas ver o resultado no HTML. Além disso, a velocidade de resposta dos grandes modelos é visivelmente lenta. Cada solicitação faz a tela girar.
Por outro lado, uma função impressionante do Antigravity é o teste automático: após escrever o código, ele inicia uma pré-visualização em vídeo, clicando na página como um humano, verificando se tudo funciona. Ver a IA clicando na tela dá uma sensação de “o futuro chegou”.
O projeto que tentei fazer foi: “Um detector de sinais de Alpha de criptomoedas. Usando a API do Cryptohunt, monitorar dados do Twitter, capturar tweets com Ticks, e classificar as moedas mais discutidas por popularidade.”
Na prática, a realidade foi dura. Apesar do esforço do IA em ajudar a escrever e testar o código, na conexão com a API, ainda encontrei dificuldades. Pode ser por questões de rede local ou por uma interpretação incorreta da documentação da API pelo IA. Os dados simplesmente não se conectaram.

Demonstração: exibição de dados simulados
Ao ver erros vermelhos no terminal e o “delírio” do IA de que “desta vez vai”, percebi: embora o full-stack seja ótimo, devido à complexidade de rede e ambiente, criar uma ferramenta realmente utilizável ainda é muito difícil para iniciantes. Porque o Antigravity assume que você já é um desenvolvedor.
Posição: plataforma de “diálogo como aplicação”
Características: sem necessidade de configurar ambiente local, tudo na hora
Site: https://lovable.dev/

Usar o Lovable me fez entender o que é um verdadeiro cliente “cheio de poder” — será que é porque só ele precisa pagar? (dica: comprei 100 créditos por 15 RMB na Taobao, e ainda não usei tudo)
Com o Lovable, criei sem alterar uma linha de código a ferramenta de monitoramento Crypto Twitter — Crypto Pulse (Pulso Cripto):
Sim, você não leu errado, consegui finalmente.
Link de experiência online: https://tweet-whisperer-dash.lovable.app/
“Funcionalidades detalhadas”

A. Dados globais e resumo com IA
Na página inicial, aparece um “termômetro” de conteúdo:
B. Radar de tendências
Quer descobrir a próxima moeda que vai multiplicar por 100?
C. Fluxo de informações inteligente
Adeus às linhas do tempo desorganizadas, aqui há quatro abas limpas:
Detalhes de uso: suporta filtro por região (anglófono/mandarim), clicando na carta, você vai direto ao tweet original.
“Lembrete de uso”: como estou usando minha própria API Key, os dados consumirão créditos, com limite de cota. Recomendo experimentar rapidamente.
Durante o Vibe Coding, optei pelo banco de dados Cryptohunt, que oferece bom custo-benefício. Ainda que eu não seja um expert em programação, consegui entender bem a API, e aqui compartilho algumas dicas.
Link oficial: https://pro.cryptohunt.ai/
Muitos iniciantes entregam uma documentação de milhares de palavras ao IA, que fica confuso.

Prompt de exemplo: “Chame a API /tweet/mention_tweets, pesquise tweets com ticker SOL, limite de 24h. Filtre as 5 com maior interação (likes + retweets) e me diga o sentimento geral sobre o SOL.”
Durante o Vibe Coding, uma das maiores frustrações é: clicar no botão, e nada acontecer na tela. Então, o iniciante pode duvidar: “O IA errou o código? A rede está travada? A API caiu?”
Para verificar, use o recurso de uso da API:

Enviar essa conclusão ao IA acelera a correção. No Vibe Coding, o que mais consome tempo não é escrever código, mas identificar onde está o problema.
Ao delegar a IA a sintaxe complexa e detalhes de implementação, o foco do desenvolvimento volta a ser o controle das informações.
Por isso, dizem que o limite do Vibe Coding não é o código, mas os dados.
Depois de experimentar o Google AI Studio, passar pelo “martírio” do Antigravity e alcançar o “explosão” do Lovable, percebi: a ferramenta é só a espada na mão, o Vibe é o caminho do coração.
Ao tentar Vibe Coding, lembre-se de dois pontos essenciais, mais importantes que qualquer código:
Muitos iniciantes falham porque não são claros ou são demasiado “educados” com a IA.
Necessidades vagas = resultados vagos
Lembre-se: você é o cliente “cheio de poder”. Sua autoridade vem de demandas claras e feedbacks persistentes. Se a IA errar, não duvide de si mesmo, diga: “Não é isso, refaça. Quero A, não B.”
Se você chegou até aqui, provavelmente já tem capacidade de criar ferramentas com Vibe Coding.
Não hesite — transforme seu Vibe em Código.