LAO — aplicativo para macOS que transforma ideias em especificações que uma IA de desenvolvimento pode executar

LAO é um app para macOS que funciona como uma espécie de “escritório de projeto” entre a ideia e a IA de desenvolvimento.

Quando se usa IAs de desenvolvimento como Claude Code, Codex ou Gemini CLI, é comum jogar a ideia direto no chat e começar a desenvolver. No começo parece rápido, mas, na prática, só depois de construir é que aparecem as coisas que ficaram faltando.

Questões como como será o login, como tratar o estado vazio, como conectar a navegação entre telas, se o modelo de dados combina com a interface e se existem estados de erro acabam surgindo tarde demais. Aí o fluxo vira corrigir de novo, explicar de novo e corrigir de novo.

LAO é uma tentativa de inserir uma etapa entre essas partes.

Ideia
→ exploração e estruturação no LAO
→ design de telas/fluxos/dados/API
→ especificação que pode ser entregue à IA de desenvolvimento
→ implementação

No início, eu queria criar uma ferramenta para conectar agentes de IA e fazê-los trabalhar melhor. Mas, ao continuar testando, percebi que o problema maior era o desenvolvimento começar quando ainda não estava suficientemente claro o que deveria ser construído.

Por isso, restringi o papel do LAO: em vez de uma ferramenta de desenvolvimento, ele passou a ser uma ferramenta de design para a etapa anterior ao desenvolvimento.

Dentro do LAO, primeiro as ideias são exploradas no IdeaBoard. Um painel de especialistas em IA sugere direções a partir de vários pontos de vista, e o usuário vai conversando e afunilando até encontrar a direção certa.

Quando a direção fica definida, entra-se no Design Workflow. Nele, o Director divide o trabalho em unidades como design de telas, fluxo do usuário, modelo de dados e API. Cada item é então detalhado pelo Step Agent em especificações concretas.

O ponto mais importante aqui não é levar o “conteúdo do chat” adiante por muito tempo, mas registrar os resultados intermediários como informação de design estruturada.

Chats longos perdem contexto com o tempo. As pessoas se confundem e a IA também. Por isso, no LAO, a próxima etapa avança com base em resultados estruturados, como Work Graph e Deliverable Spec, e não na conversa em si.

Os principais recursos atualmente implementados são os seguintes.

• app nativo para macOS em SwiftUI
• workspace por projeto
• exploração de ideias com base no IdeaBoard
• sugestão de direções por meio de um painel de especialistas em IA
• comparação e seleção de abordagens
• estruturação do design com base no Design Workflow
• decomposição de itens de design como telas, fluxos, dados e API
• conexão com provedores Claude / Codex / Gemini CLI
• salvamento de sessões de design e continuação do trabalho
• gerenciamento de relações entre itens com base em Work Graph

Ainda não é exatamente um produto finalizado; está mais para uma ferramenta open source experimental criada para reduzir problemas que enfrentei ao construir produtos com IA na prática.

Em especial, gostaria de receber feedback de pessoas como estas.

• quem cria side projects com frequência usando Claude Code ou Codex
• quem sente que precisa organizar planejamento e design antes de delegar o desenvolvimento à IA
• quem sente que muitas ideias surgem no chat, mas não se conectam bem à execução real
• quem se sente cansado do processo de ter de explicar novamente e pedir correções para resultados criados por agentes de IA
• quem, como maker solo ou time pequeno, quer estruturar melhor o fluxo de planejamento → design → desenvolvimento

Acredito que, à medida que as ferramentas de desenvolvimento com IA melhorarem, a etapa de “definir com precisão o que será construído” se tornará ainda mais importante.

Se a IA de desenvolvimento consegue implementar rápido, ela também implementa rápido uma direção errada. Por isso, parece que a estruturação anterior à implementação se torna mais importante do que a velocidade de implementação.

LAO é uma tentativa de trabalhar justamente essa etapa anterior.

Ainda há muitas limitações. Em especial, preciso de feedback sobre UX, formato das especificações, a forma de transferi-las para a IA de desenvolvimento e até que ponto isso é realmente válido em projetos reais.