Claude Code ajudou a montar um CRM funcional de 46 mil linhas — e já existe um guia

O Habr AI publicou um caso detalhado sobre como uma equipe de duas pessoas construiu um CRM comercial quase inteiramente com o Claude Code. Em um mês e meio, elas chegaram a 46 mil linhas de código, um produto funcional e um conjunto de regras sem as quais esse modo de trabalho vira caos rapidamente.

O que eles construíram

Os autores descrevem não um protótipo didático, mas um CRM funcional para tratar solicitações recebidas e conduzir negociações. O sistema consegue responder e-mails automaticamente, criar tarefas e mover o cliente pelo funil.

O projeto foi escrito por duas pessoas. Uma acumulava os papéis de gerente e analista, coletava tarefas das reuniões por chamada via ReadAi e as organizava no Jira por meio de MCP. A outra cuidava do processo de desenvolvimento, implementação e testes. A stack escolhida foi NestJS, NextJS, ShadCN UI e PostgreSQL.

A principal conclusão do experimento é simples: o impressionante não é o número de 46 mil linhas, mas o fato de que um cliente já usa o projeto. Isso faz diferença diante do ceticismo habitual com o vibe coding, muitas vezes associado a demos de fim de semana ou à produção acelerada de dívida técnica. Neste caso, os autores mostram o cenário oposto: se tarefas, papéis e regras de trabalho forem limitados de antemão, a IA pode ser não um brinquedo, mas uma ferramenta bastante prática para o desenvolvimento comercial.

Como organizaram o processo

O principal artefato da equipe foi um arquivo claude.md curto — não um depósito de conhecimento, mas um ponto de entrada com a descrição do projeto, a stack, links para a documentação e regras básicas. Todo o resto foi para arquivos md separados por módulo: negociações, processamento de e-mail, API e outras partes do sistema. Para backend, banco de dados e outras áreas, criaram "agentes" próprios, na forma de instruções com padrões, restrições e erros típicos. A ideia é que o Claude leia apenas o contexto de que precisa naquele momento, em vez de gastar tokens com o projeto inteiro.

• Um claude.md curto com o essencial
• Arquivos md separados para os módulos grandes
• Instruções especializadas para backend e banco de dados
• Um contexto por tarefa
• Revisão obrigatória após a geração

A segunda regra é não misturar tarefas na mesma janela. Os autores recomendam seguir o esquema "um contexto = uma tarefa", fazer clear ao concluir e usar resume para voltar. O motivo é que, quando o contexto transborda, o Claude comprime o histórico e perde detalhes no pior momento possível. Para as partes grandes do trabalho, ativavam o plan mode, a fim de dividir a implementação em subtarefas independentes.

Na estimativa deles, até a assinatura básica de 20 dólares dá conta de 3–5 horas de trabalho ativo, desde que a documentação e a estrutura do projeto já estejam preparadas.

Onde surgem os problemas

O artigo trata separadamente das falhas típicas. O Claude pode confundir métodos de bibliotecas, esquecer o que já foi discutido, gerar código duplicado ou sugerir soluções de arquitetura que combinam mal com o resto do sistema.

As APIs externas são uma fonte à parte de erros. Se a documentação for buscada na internet na hora, a cada vez, o modelo gasta mais tokens e erra mais em parâmetros ou cenários de uso. Por isso, para cada integração a equipe pedia primeiro que a IA montasse um arquivo md a partir da documentação oficial e só depois partia para o código.

Os autores também recomendam não pular o discovery, não confiar sem verificar em uma especificação que o cliente gerou com IA e não esperar um resultado perfeito de primeira. Em tarefas de arquitetura complexas, conectaram o Sequential Thinking, para que o modelo percorresse antes uma cadeia de raciocínio, em vez de sair escrevendo código de imediato. Para navegar em uma base de código grande, foi útil o Serena, que economiza contexto na busca por arquivos.

Eles formulam o princípio geral de forma bem direta:

"O principal é entender o que você quer obter no final e não gerar caos".

O que isso significa

O caso do Habr AI mostra que o principal gargalo no vibe coding não é a geração de código, mas o controle do processo. O Claude Code acelera o desenvolvimento, mas só se a equipe tiver disciplina com documentação, divisão de tarefas, revisão e manejo de contexto.

Para estúdios e equipes de produto, isso é, na prática, uma nova habilidade operacional: não basta saber escrever prompts, é preciso saber projetar um ambiente em que a IA não se espalhe pelo projeto, mas o faça avançar.