Vercel ensina agentes de IA a entender as decisões de produto, e não apenas a copiar código

A Vercel publicou uma descrição detalhada do seu sistema product-design, um conjunto de ferramentas que ajuda agentes de IA não só a copiar estilo e padrões, mas a entender por que determinado componente, frase ou interação virou padrão no produto.

Agentes não entendem o «porquê»

Os agentes de programação atuais resolvem tarefas rápido: escrevem uma interface funcional, copiam o estilo visual e repetem padrões do repositório. O problema é outro: eles não entendem as razões por trás dessas decisões. A lógica de um componente, de uma formulação ou de uma interação costuma ficar em threads do Slack, comentários de design review, respostas em PRs e na memória das pessoas que estavam naquela reunião. Para o agente, esse contexto não existe: ele trabalha só com o que chegou à base de código.

A Vercel encarou o problema de forma radical: todas as decisões de produto agora vivem no repositório, no mesmo nível do código. Elas passam por revisão quando mudam e ficam automaticamente disponíveis para qualquer agente que trabalhe no projeto.

O que há dentro do sistema

O sistema tem três componentes.

A skill fica em `.agents/skills/product-design/`, bem ao lado do código que ela governa. Há duas seções principais. `references/` reúne documentação sobre decisões de produto, qualidade da interface, resilience e copywriting, um glossário de termos e o `coverage-gaps.md`, uma lista de áreas em que o padrão ainda não foi definido. `exemplars/` documenta decisões de PRs anteriores que vale repetir e erros que devem ser evitados.

Os linters verificam automaticamente tudo o que pode ser checado por máquina. Tudo o que dá para verificar sem um humano deve ser verificado sem ele.

O ciclo de atualização coleta sinais do Slack, do Figma e do GitHub, agrega esses dados e prepara atualizações das diretrizes para a aprovação final do time.

Como a skill direciona as tarefas

O SKILL.md funciona como um roteador. Primeiro, define o modo da solicitação: shape, implement, review, copy ou harden. Isso é essencial: uma auditoria não deve virar edição de texto, e uma tarefa de copywriting não deve crescer até virar um redesign. A skill também ignora tarefas sem impacto visível na interface: lógica apenas de backend, telemetria, arquivos gerados.

Depois de definido o modo, a skill direciona para as fontes certas conforme o tipo de tarefa e a superfície específica:

• Mudanças em materiais da interface carregam `product-judgment.md` e `interface-quality.md`
• Trabalho com textos leva a `copy.md` e às formas verbais canônicas do produto
• Uma janela modal aciona padrões de ações destrutivas e canonical verbs
• Um formulário de configurações aciona rótulos, validação, progressive disclosure e orientações de accessible name

A skill não duplica fontes: a API de componentes, as regras do design system e os critérios de acessibilidade continuam com seus responsáveis, e a skill apenas faz referência a eles.

«O código mostra aos agentes o que foi lançado, mas não por que esse componente ou essa interação virou padrão», diz a documentação da

Vercel.

O que isso significa

A Vercel apresentou um método concreto para escalar o conhecimento de produto em times que trabalham com agentes de IA. Em vez de contar com que o agente «adivinhe» as intenções de designers e gerentes, a empresa as codificou e as tornou parte do repositório, com histórico de alterações, revisão e verificações automáticas. Segundo os autores, qualquer time pode montar a mesma estrutura em torno dos próprios padrões.