Macramê Studio
Foto vira painel de macramê em camadas, com lista de fios e molde em PDF
Sobe uma imagem, o app separa as camadas de cor, calcula quantos fios de cada cor a peça vai consumir e devolve o molde pronto para executar.
Motivador
Artesã de macramê tira a paleta de uma foto no olho e descobre no meio da peça que comprou fio de menos. O trabalho de traduzir uma imagem em camadas executáveis é manual, lento e propenso a erro de compra.
Problema
Não bastava extrair cores. Era preciso transformar a imagem em camadas com fronteiras utilizáveis por quem vai amarrar nó por nó, e converter isso em uma lista de compras confiável. E era preciso fazer isso sem servidor: o app roda inteiro no navegador.
Solução
Pipeline client-side: a imagem passa por uma segmentação por k-means com semente fixa, o que garante que a mesma foto sempre gera o mesmo resultado. A pessoa controla o número de camadas por um controle único.
As camadas viram bandas ajustadas à geometria do painel, e daí sai o cálculo de fios por cor a partir das dimensões informadas.
Exportação em PDF com o molde e a lista de compras, carregada só quando a pessoa pede, para não pesar a primeira abertura.
Publicado deliberadamente como experimento de 48 horas: grátis, sem paywall, instrumentado, com um gatilho objetivo definido antes do lançamento para decidir se valia construir a fase 2.
Resultado
- O app foi ao ar em produção com deploy automático e verificação pós-deploy documentada, incluindo um bug real que derrubava a aplicação inteira quando um pedaço antigo do código não era encontrado.
- O teste tinha critério de sucesso escrito antes: pelo menos três artesãs pedindo para usar sozinhas ou demonstrando intenção concreta de executar a peça.
- Tudo que ficou de fora foi registrado com o motivo, e não esquecido: persistência entre sessões, PWA, camada paga e internacionalização só entram se o sinal aparecer.
O que eu tirei daqui
- Definir o critério de sucesso antes de publicar evita a armadilha de ler qualquer número como validação.
- Semente fixa no algoritmo transforma um resultado que parecia aleatório em algo que a pessoa consegue reproduzir e confiar.
- Dívida técnica registrada com gatilho de reabertura é decisão de produto; dívida esquecida é só dívida.
Onde a IA entrou
Cada etapa do ciclo do projeto, com o quanto a IA pesou nela.
Definição do público e do formato do teste com apoio de uma sessão de crítica de produto.
O projeto nasceu de observação direta do problema, sem fase formal de pesquisa.
Documento de design, lista de dívidas conscientes com gatilho de reabertura e relatório de deploy.
Escolha de rodar tudo no cliente, com carregamento sob demanda do gerador de PDF.
Aplicação em Vite e JavaScript puro construída com IA, incluindo o extrator de camadas e o calculador de fios.
Auditoria de código e de design antes do lançamento, revisão visual e verificação em produção com evidência anexada.
A segmentação é algorítmica e determinística. Não há modelo de linguagem em tempo de execução.
Timeline e marcos
-
26/jul
Revisão de engenharia do plano
Escopo cortado e dívidas registradas com gatilho explícito de reabertura.
-
27/jul
Revisão de design
Ajustes de contraste, foco visível, movimento reduzido e polimento do fluxo em etapas.
-
27/jul
Deploy verificado em produção
Correção de um erro que derrubava a aplicação inteira, com verificação item a item do que entrou no ar.
Ferramentas
IA e modelos
Produto
Operação
Resumo STAR
Quer conversar sobre um desafio parecido?
Fale comigo