O projeto
A Herbíssimo é uma marca da Dana Cosméticos, pioneira no conceito de skincare de axilas no Brasil. O desafio era construir o e-commerce do zero em FastStore 3.x - e ao mesmo tempo usar esse projeto como piloto do AIvengers Initiative, um experimento interno de desenvolvimento assistido por AI que eu estava concebendo em paralelo.
Sou o Tech Lead. Tinha que entregar um e-commerce real para um cliente real, dentro do orçamento, e conduzir um experimento científico ao mesmo tempo. Se a AI atrapalhasse mais do que ajudasse, o projeto pagaria o preço - não um dashboard.
O corte de escopo
O escopo original tinha sete pacotes de features. Não cabiam todos no orçamento. Tive que matar dois: o Quiz de personalização e o Modal de assinatura.
Cada corte doeu. O Quiz era a feature que o marketing mais queria. A Regionalização fazia sentido pro negócio. Mas a escolha real não era “entregar tudo ou não” - era “entregar cinco coisas bem ou sete pela metade”. Preferi o go-live sólido.
Isso também é trabalho de Tech Lead: saber o que não entregar.
A squad
O projeto envolveu dois desenvolvedores, uma UX designer, QA interno da Cadastra, QA do lado do cliente, especialista de arquitetura e uma PO. Minha responsabilidade direta era sobre os desenvolvedores e as decisões técnicas - arquitetura FastStore 3.x, design system, integrações, e tudo que precisou ser resolvido no código.
Fiz o kickstart técnico do projeto e fui o responsável pelo go-live. Documentei mais de dez documentos técnicos no cadastra-docs, a base de conhecimento técnico interna da Cadastra.
Como o projeto evoluiu
O que começa como implantação raramente termina igual. Depois da aprovação de layout, surgiram features extras que não estavam no escopo original - todas absorvidas pelo orçamento graças ao tempo economizado com AI.
O processo de QA rodou em duas etapas: interno e com o cliente. Os ciclos foram rápidos. O treinamento do time do cliente no Headless CMS aconteceu antes do go-live.
O experimento dentro do projeto
Durante os 15 dias úteis de desenvolvimento, os dois devs trabalhavam com Claude Code Max 5x + Figma MCP. Eu rastreava horas, tarefas e consumo de tokens diariamente - mas isso era a camada de medição, não o trabalho em si.
O trabalho em si era Tech Lead: code review de tudo que saía, decisões arquiteturais quando aparecia uma bifurcação, resolução de impedimentos técnicos, calibração da engenharia de contexto quando a AI começava a errar em algum tipo de componente. Quando um dev travava num problema de integração proprietária do FastStore, era minha função entrar, entender o que estava acontecendo e definir o caminho. Quando a AI gerava código que passava no visual mas tinha problema estrutural, era o code review que pegava - não o dev sozinho.
Conduzir o experimento e entregar o projeto não eram tarefas separadas. Eram a mesma coisa ao mesmo tempo.
A hipótese era que a AI reduziria o tempo em pelo menos 30%. Atingi 57% vs a mediana histórica de FastStore B2C da Cadastra (141h realizadas vs 328h de baseline), ou 43% vs a estimativa de abertura do projeto. Os dois devs com índices consistentes entre si.
O que não estava na hipótese: com mais tempo sobrando, a qualidade subiu junto. Menos gambiarras, mais cuidado, taxa de QA do projeto caiu de ~11% (baseline FastStore B2C) para 2%. A AI não substituiu ninguém - ela criou espaço pra as pessoas fazerem melhor o que já sabiam fazer.
O que aprendi
Escopo é uma decisão técnica, não só de negócio. Experimento científico e entrega real não são incompatíveis se você planeja direito. E AI em desenvolvimento funciona - mas funciona muito melhor quando o contexto está bem construído. Sem o cadastra-docs como infraestrutura, os resultados teriam sido outros.
Go-live: 25/03/2026 - dentro do orçamento, com margem.
Link: herbissimo.com.br
Tecnologias
- FastStore 3.x - framework headless VTEX
- Next.js 13+ / React 18 - SSR/SSG
- TypeScript
- SCSS Modules - design system
- VTEX Headless CMS - gestão de conteúdo
- Claude Code Max 5x + Figma MCP - desenvolvimento assistido por AI