
Seu design system está pronto para ser usado por IA?
Imagine entregar a uma pessoa nova no time uma biblioteca com centenas de componentes. Tudo organizado, com nomes, variantes e uma apresentação bonita. Agora peça que ela construa um fluxo de aprovação.
Ela provavelmente vai ter algumas perguntas. Quem pode aprovar? O que acontece quando faltam informações? Uma decisão pode ser desfeita? Qual componente representa um pedido que está aguardando alguém?
A biblioteca ajuda a desenhar a resposta. Parte da resposta ainda precisa ser encontrada.
Tenho pensado nisso ao olhar para o uso de inteligência artificial na construção de interfaces. Quando uma ferramenta recebe acesso ao design system, o que exatamente estamos entregando a ela?
Na documentação do servidor MCP do Figma, há recursos para fornecer componentes, variáveis e informações de layout aos agentes. Essa conexão aproxima o arquivo de design do ambiente de desenvolvimento. É uma possibilidade concreta, mas conectar as ferramentas não resolve, por conta própria, as dúvidas sobre como o produto deve funcionar.
A parte que costuma ficar na conversa
Na minha experiência com sistemas e plataformas, muitas decisões importantes ficam espalhadas. Uma regra está na tarefa. A exceção foi explicada numa reunião. O motivo de determinado comportamento é conhecido por uma pessoa que participou da primeira versão.
Quem trabalha ali há tempo consegue preencher algumas lacunas. Uma pessoa nova precisa perguntar. Um agente pode preencher o espaço com uma solução plausível que não corresponde à operação.
A página da sessão Table for Two, do Friends of Figma Melbourne, coloca justamente esse problema em discussão: como tornar regras e decisões compreensíveis para pessoas e IA. Gosto dessa aproximação porque ela evita tratar a documentação como uma tarefa feita apenas para a máquina.
Se ninguém consegue descobrir quando um padrão deve ser usado, provavelmente já existia um problema antes de conectarmos a IA.
Eu começaria por um fluxo frequente, em vez de tentar reorganizar a empresa inteira. Nele, procuraria registrar:
- Intenção: o que a pessoa precisa conseguir fazer e em qual situação.
- Comportamento: estados, permissões, erros e caminhos de recuperação.
- Implementação: quais componentes existentes devem ser reutilizados e onde encontrá-los.
- Limites: quando o padrão deixa de servir e quem pode decidir uma exceção.
Um exemplo bem explicado pode valer mais do que várias páginas descrevendo o óbvio. Principalmente se mostrar uma situação em que aquele componente não deve ser usado.
O investimento precisa aparecer no trabalho
Para um PM ou um CEO, a pergunta sobre design systems costuma chegar acompanhada de outra: quanto tempo vamos gastar nisso?
Acho uma pergunta justa. O esforço precisa ter relação com as dificuldades do produto. Eu observaria dúvidas recorrentes, implementações duplicadas e diferenças entre fluxos que deveriam funcionar da mesma maneira. Esses pontos ajudam a escolher por onde começar.
Depois, faria uma experiência pequena: implementar um fluxo usando o contexto disponível e revisar o resultado com design e engenharia. Quais decisões vieram corretas? Onde foi necessário intervir? O problema estava na instrução, na biblioteca, no código existente ou numa regra que nem a equipe havia combinado?
O resultado dessa experiência permite melhorar o sistema sem transformar “estar pronto para IA” em um projeto interminável. Uma etiqueta nova na apresentação não encurta a fila de dúvidas.
Também cuidaria da atualização. Se o componente muda no código e a orientação continua antiga, temos duas versões da verdade. Alguém precisa saber como corrigir essa diferença, e o time precisa conseguir encontrar a versão válida.
É um trabalho que me interessa por reunir design, implementação e operação. Entender o desenho ajuda a preservar a experiência; entender software ajuda a perceber onde uma orientação precisa virar comportamento verificável.
Um design system preparado para IA deveria facilitar esse encontro. Quando funciona, a equipe passa menos tempo reconstruindo decisões que já tomou e ganha espaço para investigar as que ainda estão abertas.
Foto de H&CO no Unsplash.
