A Arquitetura do Design Determinístico: Como o Harness Design Ops Controla a IA no Figma
Publicado em
Descubra como o Harness Design Ops utiliza Claude Code e Figma via MCP para criar telas de forma determinística, separando decisão e execução.
A Fricção Cognitiva da IA no Design System
Durante o mapeamento operacional de um fluxo nesta semana, percebi algo que sempre me intrigou. A inconsistência em design systems não nasce da má intenção, mas da entropia natural de equipes crescendo e sistemas escalando. Quando decidi aplicar IA para automatizar a criação de telas no Figma, o maior risco não era a ferramenta errada, mas a alucinação de componentes e a perda de coerência ao longo da jornada do usuário.
Foi a partir dessa fricção cognitiva que estruturei o Harness Design Ops, um projeto que conecta o Claude Code ao Figma via MCP. A premissa? Um design determinístico, onde o planejamento e a execução são etapas separadas por aprovação humana, garantindo que a IA não crie nada sem um "esqueleto" arquitetural seguro.
A Arquitetura do Design Determinístico
O sistema divide o processo em três módulos distintos, cada um focado em mitigar riscos e preservar a integridade do design system:
1. Onboarding: Mapeamento Sem Risco
O módulo de onboarding foca no discovery de entendimento. Ele mapeia o legado e gera um inventário completo sem tocar no arquivo original. Isso garante que a IA compreenda o contexto sem introduzir novas inconsistências ou modificar o que já existe.
2. Preflight: Reconstrução Sob Demanda
Em vez de uma migração em lote que pode ser desastrosa, o preflight reconstrói componentes sob demanda para o arquivo de produção. Isso elimina a migração em massa e foca na triangulação de evidências para garantir que cada componente migrado seja realmente necessário e coerente.
3. Produção: O Ciclo Diário Controlado
Este é o ciclo diário que transforma wireframes e histórias de usuário em telas consistentes, validadas contra as regras do design system. A execução é rigorosamente separada da decisão, garantindo que a IA atue apenas dentro dos limites arquiteturais definidos.
O Legado Intocável e a Memória Institucional
Um dos pilares mais importantes dessa abordagem é que o legado se mantém intocável. As decisões viram memória em repositórios versionados, transformando cada correção de hoje em uma regra que evita o mesmo erro amanhã. Isso cria um ciclo de feedback onde a IA aprende com a estrutura, e não com a entropia.
A automação não deve substituir a decisão de design, mas sim o esforço repetitivo de mantê-la coerente. Separar planejamento e execução na automação de design não é apenas uma escolha técnica, é uma necessidade antropológica para manter a sanidade e a coerência em equipes escaláveis.