Durante muito tempo, falar em Design System significava falar em cores, tipografia, espaçamento, componentes e documentação. Esses elementos continuam importantes, mas já não explicam todo o problema.
Agentes de inteligência artificial passaram a gerar telas, alterar componentes, escrever código e sugerir fluxos de produto. Nesse cenário, a pergunta deixou de ser apenas “como manter a interface consistente?” e passou a incluir outra preocupação:
Como fazer com que um agente compreenda as decisões que tornam uma experiência adequada para aquele produto e para aquelas pessoas?
Essa mudança aproxima três assuntos que costumavam ser tratados separadamente: Design Systems, UX Research e inteligência artificial.
O que um Design System tradicional documenta
Um Design System normalmente organiza fundações visuais, componentes, padrões de interação, tokens, exemplos de uso e regras de governança. Ele cria uma referência compartilhada entre design, desenvolvimento e produto.
Isso já reduz problemas importantes. Times deixam de redescobrir as mesmas soluções, componentes podem evoluir de forma coordenada e decisões visuais ficam mais fáceis de comunicar.
O limite aparece quando o sistema é interpretado apenas como uma coleção de peças. Um botão pode ter a cor correta e ainda ser usado no momento errado. Um modal pode seguir o padrão visual e ainda interromper uma tarefa importante. Uma interface pode respeitar os tokens e não explicar adequadamente o que aconteceu.
Consistência visual não é o mesmo que qualidade de experiência.
O que muda quando a IA participa do design
Um agente não trabalha apenas com componentes. Ele interpreta instruções, contexto, exemplos, restrições e sinais incompletos.
Quando recebe somente uma biblioteca visual, pode reproduzir a aparência do produto sem compreender suas razões. Pode usar um componente correto em uma situação inadequada, simplificar uma etapa necessária ou transformar uma regra contextual em uma regra universal.
Esse risco aumenta quando diferentes pessoas geram interfaces em ferramentas diferentes. Sem uma fonte compartilhada de contexto, cada prompt pode produzir uma interpretação própria da marca, do produto e da experiência.
O próprio Google descreve o DESIGN.md como uma forma de combinar tokens estruturados com uma explicação textual sobre a lógica do design. A especificação foi publicada como draft para que agentes possam reutilizar regras visuais entre ferramentas e compreender a intenção por trás de decisões como cores e contraste. Google Labs Repositório oficial do DESIGN.md
O DESIGN.md resolve uma parte importante do problema: torna a linguagem visual mais legível para ferramentas e agentes. Mas ele não substitui o contexto de UX.
| Camada | O que documenta | Para quem serve |
|---|---|---|
DESIGN.md | Tokens, componentes, linguagem visual e racional | Agentes, designers e desenvolvedores |
AGENTS.md ou CLAUDE.md | Instruções operacionais e limites técnicos | Agentes de codificação |
| Contexto de UX | Usuários, problemas, evidências e padrões de interação | Produto, design, pesquisa e agentes |
| Governança | Revisão, acessibilidade, aprovação e reversibilidade | Equipe responsável pelo produto |
O que o Design System para IA precisa acrescentar
Um sistema preparado para IA precisa conectar a regra visual à situação em que ela deve ser aplicada.
Isso pode incluir:
- problemas e necessidades dos usuários;
- modelos mentais relevantes;
- vocabulário que as pessoas realmente usam;
- padrões de interação validados;
- estados de erro, vazio, carregamento e confirmação;
- restrições de acessibilidade;
- níveis aceitáveis de autonomia do agente;
- decisões que exigem confirmação humana;
- critérios para avaliar uma interface gerada;
- exemplos de uso correto e situações em que um componente não deve ser usado.
Essas informações não precisam ser reunidas em um único arquivo nem transformadas em uma especificação gigantesca. O ponto principal é tornar o contexto encontrável, atualizável e relacionado às decisões do sistema.
Um exemplo simples
Imagine que um agente receba apenas os tokens e componentes de um produto. Ele pode montar uma tela visualmente consistente e escolher um modal porque o componente está disponível na biblioteca.
Agora imagine que o contexto de UX registre que aquela etapa faz parte de uma tarefa contínua, que as pessoas precisam comparar informações antes de decidir e que a ação deve ser reversível. A solução pode continuar usando os mesmos componentes, mas a composição muda: a confirmação aparece no fluxo, o estado da ação fica visível e a pessoa consegue corrigir o caminho sem perder o trabalho.
O Design System fornece as peças. O contexto de UX ajuda a decidir como e quando elas fazem sentido.
A fronteira entre DESIGN.md, AGENTS.md e contexto de UX
Esses arquivos podem trabalhar juntos, mas não têm a mesma função.
DESIGN.md descreve a linguagem visual: tokens, tipografia, formas, componentes e racional de aplicação.
AGENTS.md, CLAUDE.md ou regras equivalentes descrevem como um agente deve operar no projeto: comandos, limites, convenções técnicas e procedimentos.
Um contexto de UX descreve as razões relacionadas às pessoas e ao produto: necessidades, evidências, padrões de comportamento, linguagem, riscos e critérios de qualidade.
Confundir essas camadas gera dois problemas. A documentação visual fica responsável por explicar decisões de pesquisa que não consegue sustentar, enquanto as instruções operacionais passam a carregar regras de experiência de forma dispersa.
É nesse espaço que aparece a provocação do UX.md: não necessariamente como um padrão oficial já consolidado, mas como uma maneira de pensar sobre a documentação do contexto de experiência que os agentes precisam receber.
O movimento já começou
Essa não é apenas uma hipótese tecnológica isolada. A Meiuca já apresenta o Design System como uma infraestrutura capaz de sustentar automações, agentes e soluções baseadas em LLMs. Também descreve uma frente de “Agent Core Components” para experiências conversacionais com expressão de marca. Design System for AI da Meiuca Agent Experience da Meiuca
Outras referências estão ocupando partes próximas do território. A Alura explora IA na síntese e análise de pesquisas com usuários. A Mergo relaciona IA a UX Strategy, leitura de contexto e geração de hipóteses. A Sensorama combina UX Research, design estratégico, IA e transformação organizacional. Alura Mergo Sensorama
Também já aparecem guias e produtos usando expressões como “agentic design system”, “AI-ready design system” e “design system para IA”. Isso significa que um artigo genérico sobre tokens, documentação e consistência visual chegaria tarde e disputaria uma pauta já ocupada. Agentic Design System Figma AI workflows
Há também uma evidência acadêmica emergente sobre desenvolvimento assistido por IA orientado por Design Systems. O estudo relata ganhos de tempo e consistência em um experimento controlado, mas ainda é um preprint e não deve ser apresentado como prova universal de produtividade. Design-System-Aware Development with AI
O espaço de diferenciação da CamaraUX não está em afirmar que a IA fará o trabalho do designer nem em repetir que tokens precisam ser estruturados. Está em explicar como conectar contexto de UX, evidência, governança e revisão humana para que a velocidade da geração não destrua a qualidade da experiência.
Como começar sem documentar tudo
Uma equipe não precisa responder todas as perguntas antes de criar contexto para os agentes. Pode começar com um recorte pequeno:
- Escolha um fluxo de produto com decisões recorrentes.
- Registre os problemas e objetivos dos usuários que já possuem evidência.
- Liste os padrões de interação que devem ser preservados.
- Documente situações em que a interface precisa explicar, confirmar ou permitir recuperação.
- Relacione essas decisões aos componentes e tokens existentes.
- Teste o contexto em uma geração controlada.
- Compare a saída com critérios de UX, acessibilidade e produto.
- Atualize a documentação quando a pesquisa ou o produto mudar.
O objetivo não é criar um documento perfeito. É reduzir a quantidade de decisões importantes que ficam escondidas em prompts, conversas e memória individual.
O que ainda precisa continuar sob responsabilidade humana
Um Design System para IA não transforma decisões de UX em automáticas por definição.
Pesquisa pode estar desatualizada. Um padrão pode funcionar em um fluxo e prejudicar outro. Um token pode passar em contraste e ainda criar hierarquia confusa. Um agente pode produzir uma interface tecnicamente válida e inadequada para o contexto de uso.
Por isso, o sistema precisa declarar seus limites. Deve indicar quais decisões podem ser automatizadas, quais precisam de revisão e quais exigem pesquisa ou aprovação antes de chegar às pessoas.
A documentação não substitui pesquisa, teste de usabilidade, acessibilidade ou julgamento profissional. Ela torna essas referências mais disponíveis para quem participa da construção do produto, inclusive agentes de IA.
As diretrizes de interação humano-IA ajudam a lembrar que sistemas inteligentes precisam oferecer previsibilidade, feedback, correção e controle. Já os princípios para aplicações de IA generativa reforçam que a qualidade da experiência depende do desenho da interação, não apenas da capacidade do modelo.
O possível próximo passo: UX.md
Talvez o próximo formato relevante não seja apenas um arquivo que descreve como o produto parece, mas um conjunto de documentos que explique como ele deve fazer sentido.
É possível imaginar um UX.md reunindo contexto de usuários, decisões de interação, vocabulário, restrições, riscos e critérios de avaliação. Hoje, esse nome deve ser tratado como uma hipótese de trabalho, não como uma especificação universal.
O mais importante não é adotar o nome. É reconhecer a lacuna: agentes precisam de mais do que identidade visual para produzir experiências coerentes.
Essa lacuna também precisa ser descrita com cuidado. A documentação de contexto não deve virar um arquivo de opiniões sem fonte, uma coleção de prompts ou uma segunda versão desgovernada do Design System. Ela precisa indicar origem, data, escopo, limitações e relação com decisões de produto.
Perguntas frequentes
O que é um Design System para IA?
É um sistema que combina fundamentos visuais, componentes, contexto de UX, critérios de qualidade e governança para orientar pessoas, ferramentas e agentes de IA na evolução de um produto.
Qual é a diferença entre DESIGN.md e UX.md?
O DESIGN.md descreve principalmente a linguagem visual e suas regras de aplicação. UX.md é uma hipótese de documentação para registrar contexto de usuários, decisões de interação, evidências, riscos e critérios de avaliação.
Um Design System substitui a pesquisa de UX?
Não. O Design System organiza e torna reutilizáveis decisões e padrões, mas pesquisa, testes e evidências continuam necessários para entender problemas e avaliar se uma solução funciona.
Como preparar um Design System para agentes de IA?
Comece por um fluxo específico, conecte componentes às decisões de UX, registre limites e critérios de avaliação, teste a documentação em uma geração controlada e mantenha revisão humana.
Conclusão
O Design System da próxima geração não será apenas uma biblioteca de componentes para designers e desenvolvedores. Ele também será uma camada de contexto para pessoas, ferramentas e agentes que participam da evolução do produto.
DESIGN.md pode ajudar a tornar a linguagem visual legível para a IA. A pesquisa e a documentação de UX ajudam a explicar por que essa linguagem existe, para quem ela serve e quais limites não devem ser ultrapassados.
É nessa conexão entre Design System, contexto de UX e governança que a IA deixa de apenas gerar telas e passa a participar de um processo de produto mais consistente, verificável e responsável.
Próximos passos
Para entender a base de um sistema de design, veja o guia de Design System da CamaraUX. Para a camada visual legível por agentes, consulte a biblioteca de DESIGN.md e o guia sobre DESIGN.md com agentes de IA.
Quando o problema envolver pesquisa, a página de métodos de pesquisa UX ajuda a escolher e conectar evidências. Para decisões de autonomia, controle e recuperação, veja o guia de UX para agentes de IA.
O conteúdo também se conecta ao hub de Design Systems e ao pilar de IA para Designers.
