Construímos uma plataforma de vídeo completa com Claude Code. Veja como.

TL;DR

• Construímos uma plataforma completa de vídeo — SDK, API backend, dashboard, documentação e website — usando o Claude Code como ferramenta principal de desenvolvimento.
• Não é copilot. Não é autocompletar. Orquestração completa através de um monorepo com 6 projetos.
• O insight principal: desenvolvimento assistido por IA não é sobre escrever código mais rápido. É sobre manter coerência em todo um produto a uma velocidade que não deveria ser possível com 3 pessoas.

3 Fundadores, Sem Investidores, Um Workflow

VIDTREO é uma API de vídeo. Grave, transcodifique e entregue vídeo a $0.01/minuto. Mas este post não é sobre o produto — é sobre como o construímos.

Cada peça da nossa plataforma foi projetada, construída e implantada usando o Claude Code. Não como motor de sugestões. Como a camada de orquestração de todo o nosso fluxo de desenvolvimento.

Veja como isso funciona na prática.

Planejar → Iterar → Implantar → Repetir

Cada feature começa como um plano. Descrevemos o que queremos construir e o Claude Code gera uma estratégia de implementação em todo o nosso stack — SDK, API, dashboard, docs.

Revisamos. Fazemos push back. Refinamos. Às vezes iteramos um plano 5 ou 6 vezes antes de escrever uma única linha de código.

Depois executamos. Mesma sessão. Contexto completo do codebase.

Uma mudança no SDK dispara atualizações na API. O dashboard reflete a nova funcionalidade. Os docs explicam. O pipeline de deployment cuida do resto. Um sistema coerente, não tickets dispersos em 4 repos.

Feature request
    ↓
Plan (Claude Code projeta arquitetura através de SDK, API, dashboard, docs)
    ↓
Review (fundadores revisam, refinam, iteram 3-6 rodadas)
    ↓
Execute (mesma sessão, contexto completo do monorepo)
    ↓
Deploy (pipeline automatizado em todos os serviços)

Esta é a diferença entre “a IA escreve código” e “a IA orquestra um produto.”

Tudo É Controlado por Código

A maioria das empresas tem uma wiki para guias de marca. Uma página do Notion para regras de comunicação. Um doc do Confluence para decisões de arquitetura que ninguém atualiza.

Nós colocamos tudo em código.

• Regras de marca? Em código. BRAND_GUIDE.md define cada cor, fonte e regra de uso.
• Padrões de comunicação? Em código. BRAND_VOICE.md estabelece o tom para cada ponto de contato.
• Decisões de arquitetura? Em código. Arquivos CLAUDE.md em cada diretório descrevem como cada sistema funciona.
• Guias de voz de marketing? Em código. Até este blog post seguiu nossas regras documentadas de brand voice antes de ser escrito.
• Prompts de geração de imagens? Em código. Um guia de estilo Nano Banana garante que cada imagem gerada por IA combine com nossa identidade visual.

Não temos uma wiki que ninguém lê. Temos um codebase que reforça consistência em cada touchpoint — desde mensagens de erro até respostas no LinkedIn.

Quando o Claude Code escreve um componente, ele lê BRAND_GUIDE.md e usa os valores hex corretos. Quando redige um blog post, verifica BRAND_VOICE.md e evita palavras como “revolucionário” e “seamless.” Quando modifica a API, lê o guia de arquitetura e segue nosso padrão de arquitetura hexagonal.

A documentação é o mecanismo de enforcement.

O Contexto É o Superpoder

Aqui é onde o Claude Code se diferencia de qualquer outra ferramenta de IA que testamos.

O Claude Code lembra de tudo. Nossas decisões de arquitetura. Por que escolhemos Cloudflare Workers ao invés de Lambda. Como nosso upload queue lida com transferências em chunks. Os nomes exatos de variáveis CSS no nosso componente de recorder. O schema do Drizzle ORM para nosso banco de dados Neon PostgreSQL.

Quando dizemos “adicione uma nova opção de encoding,” ele sabe:

• Onde o schema vive no backend (src/modules/videos/domain/)
• Qual endpoint de API modificar (src/presentation/http/videos/)
• Como atualizar a UI do dashboard (src/components/videos/)
• O que a página de docs deve dizer (src/content/docs/)
• Como escrever a migration (drizzle/)

Porque esteve lá desde o dia um.

Não estamos prompteando um chatbot. Estamos trabalhando com um membro da equipe que leu cada linha de código que já escrevemos.

O Stack Que Lançamos

Sejamos concretos sobre o que este workflow produziu:

SDK — Um recorder de vídeo multi-pacote. Biblioteca core em TypeScript, componente React e Web Component. Transcodificação client-side via WebCodecs. Persistência IndexedDB para a fila de uploads. 40 KB no total.

@vidtreo/recorder        → Core: captura, transcodificação, upload
@vidtreo/recorder-react  → Componente React com UI integrada
@vidtreo/recorder-wc     → Web Component <vidtreo-recorder>

Backend API — Cloudflare Workers com Hono.js. Domain-Driven Design com arquitetura hexagonal. Neon PostgreSQL via Drizzle ORM. R2 storage (zero egress fees). Stripe billing. Better Auth para autenticação.

Dashboard — TanStack Start com React 19. Gestão de vídeos, analytics, configuração de environments, gestão de API keys, billing. 50+ componentes.

Documentação — Fumadocs sobre Next.js 16, implantado no Cloudflare Workers via OpenNext. Trilíngue (EN/ES/PT). Exemplos de código interativos com o SDK real.

Website de Marketing — Astro 6 com demos ao vivo. Multilíngue. Páginas de comparação com concorrentes. Blog com MDX.

Deployment — Automatizado em todos os serviços. Cloudflare Workers para backend, dashboard e docs. npm registry para o SDK.

Tudo a $0.01/minuto. Sem assinaturas. Sem custos ocultos. 83% de margem bruta.

Como Isso Se Parece no Dia a Dia

Um dia típico com o Claude Code:

Manhã: “Precisamos adicionar limites de gravação por environment.” O Claude Code planeja a mudança de schema no backend, a modificação do endpoint de API, a UI do dashboard para configurar limites, a lógica de enforcement no SDK e a atualização de documentação. Revisamos. Três rodadas de refinamento. Executamos.

Tarde: “O recorder mobile precisa de um modo nativo para iOS Safari.” O Claude Code lê a arquitetura existente do recorder, entende o sistema de detecção de dispositivos, propõe um novo modo de gravação que delega ao app de câmera nativo. Debatemos as implicações de UX. Refinamos o plano. Executamos através dos três pacotes do SDK simultaneamente.

Noite: “Escreva um blog post sobre nosso modelo de pricing.” O Claude Code lê nossa análise de custos em BUSINESS_PLAN.md, verifica BRAND_VOICE.md para o tom, e produz um rascunho que atende cada checkpoint de marca. Editamos a voz. Publicamos.

Uma sessão. Contexto completo. Sem troca de contexto.

As Regras Que Seguimos

Este workflow não funciona por acidente. Desenvolvemos princípios específicos:

1. Planos antes de código. Cada feature não trivial recebe um plano escrito que abrange todos os projetos afetados. Nada de “só começa a codar.”

2. CLAUDE.md em cada projeto. Cada diretório tem um arquivo de contexto que explica a arquitetura, convenções e padrões daquele projeto. É assim que o Claude Code mantém a consistência.

3. TypeScript estrito em tudo. Sem any. Sem atalhos. Isso dá ao Claude Code a informação de tipos que precisa para fazer mudanças corretas entre projetos.

4. Sem barrel files. Import de arquivos fonte reais. Isso mantém o grafo de dependências explícito e ajuda o Claude Code a entender as conexões reais.

5. Boundaries domain-driven. Cada módulo é dono da sua lógica de domínio. O Claude Code respeita essas boundaries porque estão documentadas.

6. Revisar tudo. O Claude Code propõe, nós aprovamos. Cada plano é iterado. Cada mudança é revisada por pelo menos um fundador antes do merge.

O Que Aprendemos

A qualidade da IA escala com a qualidade da documentação. Quanto melhores nossos arquivos CLAUDE.md, melhor o output do Claude Code. Escrever documentação não é overhead — são dados de treinamento para seu workflow de IA.

Coerência ganha da velocidade. Poderíamos lançar features individuais mais rápido com uma ferramenta mais simples. Mas manter consistência através de 6 projetos com 3 pessoas requer orquestração. O Claude Code não desvia. Segue os padrões documentados todas as vezes.

Times pequenos podem construir produtos grandes. Sem orquestração de IA, nosso stack precisaria de 12-15 engenheiros. Sabemos porque já trabalhamos em times desse tamanho construindo menos. A restrição não é inteligência — é coordenação. E coordenação é exatamente no que a IA é boa.

O codebase é a fonte de verdade. Não Slack, não Notion, não uma wiki. Quando cada regra está em código, a IA pode reforçá-la. Quando cada decisão está documentada no repo, a IA lembra.

A Conclusão Real

Desenvolvimento assistido por IA não é sobre escrever código mais rápido. É sobre manter coerência em todo um produto a uma velocidade que não deveria ser possível com 3 pessoas.

Cada plano revisado. Cada padrão reforçado. Cada deployment consistente.

Não apenas usamos IA para construir um produto. Usamos IA para construir um sistema que constrói um produto.

É assim que se parece o desenvolvimento de produto code-controlled e potencializado por IA.

---

Teste o resultado: vidtreo.com · docs.vidtreo.com

Estamos curiosos — alguém mais está usando ferramentas de IA para orquestrar todo seu fluxo de desenvolvimento, não apenas escrever código? Adoraríamos saber como é o processo de vocês.