Construí um app de IA na nuvem em 1 hora — TOP 10 entre +1.000 projetos no hackathon Microsoft (Parte 2)

Update: na semana passada eu submeti um projeto de IA num hackathon interno da Microsoft. Entre mais de 1.000 projetos, o meu ficou TOP 10 — considerado um dos mais inovadores da organização. Pode até virar produto interno e, eventualmente, externo.

Esse vídeo é a Parte 2 do tutorial onde mostro o método que usei. Na Parte 1, fiz a visão geral do desenvolvimento. Aqui, vou direto à prática: subir uma aplicação completa na Azure usando Claude AI + Terraform + GitHub, do zero.

Vou simplificar o caso (vamos subir uma página estática, não a aplicação complexa de cybersegurança que fiz). O importante é a lógica e o método — não o app específico. Você consegue replicar para qualquer ideia.

Antes de começar: muito obrigado pelos 5.000 inscritos! Cada like, cada comentário, cada compartilhamento ajuda demais. Se você ainda não é inscrito, dá uma força.

Por que Claude AI (e não Cursor, GitHub Copilot, Lovable)?

Testei várias ferramentas no meu desenvolvimento real:

• Cursor AI — bom, mas senti melhor controle no Claude
• GitHub Copilot — ótimo para autocomplete; o Cloud foi melhor para arquitetura
• Lovable — no-code muito legal, mas amarra você no ecosistema deles
• Claude (Anthropic) — para meu caso, foi o mais eficiente

Não estou dizendo que Claude é objetivamente o melhor. Use o que está te resolvendo o problema. Se Copilot ou Cursor já funcionam para você, não troque. O importante é o método.

Eu não sou desenvolvedor — trabalho há 10+ anos com cybersegurança e ethical hacking. Tenho noção de lógica de programação mas nunca trabalhei como dev. Para o meu perfil, Claude funcionou melhor.

O método: prompts em inglês (e por quê)

Sempre faço prompts em inglês. Não é frescura — é técnica.

Os modelos foundation (Claude, GPT, Gemini) foram treinados em maioria absoluta com dados em inglês. Quando você pergunta em português, o modelo:

1. Traduz internamente para inglês
2. Processa em inglês
3. Traduz de volta para português

Cada tradução adiciona perda. Em inglês direto, você obtém resultados mais precisos, mais nuance técnica, melhor formatação.

Para quem quer aprofundar a teoria: o livro "AI Engineering" do Chip Huyen explica em detalhes por que prompts em inglês performam melhor. Recomendo.

Se seu inglês é fraco, beleza — escreva como conseguir, o modelo entende. Mas conforme você melhora o inglês, sua qualidade de resultado melhora junto. 1% melhor por dia.

Pré-requisitos da máquina

Antes de qualquer linha de código:

1. Visual Studio Code instalado (ou outro IDE)
2. Git instalado (git-scm.com/download/win)
3. Terraform instalado (developer.hashicorp.com/terraform/install)
4. Azure CLI instalado
5. Conta Azure ativa (free tier serve para começar)
6. Conta GitHub ativa
7. Subscription Claude Pro (US$ 20/mês)

Tempo total de instalação: 15-20 minutos.

Passo a passo do desenvolvimento

Passo 1 — Criar a pasta do projeto

mkdir C:\projects\meu-primeiro-app
cd C:\projects\meu-primeiro-app
code .

Passo 2 — Iniciar a conversa no Claude com o prompt certo

Aqui está o prompt que funciona:

I want to deploy a simple website on Azure. I'm new to this — explain
everything step by step like you were teaching your mother. Walk me
through the architecture choices, then generate all the code I need:
- HTML/CSS/JS for the page
- Terraform code for infrastructure
- GitHub Actions for CI/CD
- Step-by-step deployment instructions

Use Azure Static Web Apps if appropriate, or App Service if needed.

Por que "como ensinaria sua mãe"? Esse prompt force o Claude a quebrar tudo em passos pequenos, sem pular etapas que ele assumiria que você sabe. Game-changer para iniciantes.

Passo 3 — Claude propõe a arquitetura

Para um site simples, ele provavelmente sugere Azure Static Web Apps. Para algo mais complexo (com backend, autenticação, banco), ele sugere Azure App Service.

No meu app real (cybersegurança com modelagem de ameaça), foi App Service por complexidade. Para essa demo, vamos com Static Web Apps.

Passo 4 — Claude gera todos os arquivos

Em poucos minutos, o Claude entrega:

projeto/
├── src/
│   ├── index.html
│   ├── styles.css
│   └── scripts.js
├── terraform/
│   ├── main.tf
│   ├── variables.tf
│   └── outputs.tf
├── .github/workflows/
│   └── deploy.yml
└── README.md (em PT, porque ele identifica que sou brasileiro)

Detalhe que me impressionou: mesmo eu fazendo prompts em inglês, o Claude detectou que sou brasileiro (provavelmente pelo nome) e gerou a documentação em português. Sem eu pedir.

Passo 5 — Validar a estrutura no Visual Studio Code

Faça download do .zip que o Claude gera, extraia na sua pasta. Volte ao VS Code — todos os arquivos aparecem na sidebar.

Passo 6 — Login na Azure

az login

Se você tem múltiplas subscriptions:

az account list --output table
az account set --subscription "Nome-da-subscription"

Passo 7 — Inicializar Terraform

cd terraform
terraform init

Isso baixa o provider Azure. Sem erros = pode prosseguir.

Passo 8 — Plan (preview do que vai ser criado)

terraform plan

O Terraform mostra exatamente o que vai criar na Azure: resource group, static web app, etc. Revise. Se algo parece errado, NÃO prossiga — volte ao Claude e ajuste.

Passo 9 — Apply (deploy real)

terraform apply

Confirme com yes. Em 30-90 segundos, sua infraestrutura está no ar.

O Terraform retorna a URL pública do seu site. Copie e abra no navegador. Está rodando.

Passo 10 — Subir o código no GitHub

# Voltar para a raiz do projeto
cd ..

# Inicializar git
git init
git add .
git commit -m "Initial commit"

# Conectar com seu repositório GitHub
git remote add origin https://github.com/seu-usuario/meu-primeiro-app.git
git push -u origin main

Pronto. Código versionado, infraestrutura como código, deploy automatizado.

A parte mais valiosa: engenharia reversa para aprender

Aqui está onde Claude AI brilha de verdade.

Imagine que você baixou um repositório qualquer do GitHub e não entende nada do código. Cole o repositório no Claude e peça:

Analyze this codebase and explain to me, like I'm not a developer:
- What this application does
- The architecture (frontend, backend, database, deployment)
- Each file's purpose
- How the pieces connect
- Where I would modify X behavior

O Claude faz engenharia reversa completa em segundos. Lê todos os arquivos, entende o padrão, te explica em linguagem simples.

Esse é o uso mais subestimado de Claude Code. Não é só "gerar código novo" — é te ajudar a entender código existente que você precisa manter, modificar ou aprender com.

Erros que você vai encontrar (e como resolver)

Por mais que pareça mágico, vai dar pau. Garantido. Os mais comuns:

Erro 1: Login Azure falha por múltiplas subscriptions

Solução: az account set --subscription "ID-correto"

Erro 2: Terraform reclama de provider desatualizado

Solução: terraform init -upgrade

Erro 3: GitHub push pede autenticação 2FA

Solução: use Personal Access Token em vez de senha. Configure em github.com/settings/tokens

Erro 4: Static Web App falha no deploy

Solução: verifique se o nome do app é único globalmente (deve ser único em todo o Azure)

Erro 5: Claude gera código com hallucinations

Solução: sempre revise! O Claude foi treinado em código aberto da internet, incluindo código errado. Não confie 100%.

Regra de ouro: Claude é seu assistente, não seu garantidor. Você é o engenheiro responsável.

O que você ganhou com este tutorial

Em 1-2 horas seguindo esse passo-a-passo:

• ✅ Ambiente local de desenvolvimento configurado
• ✅ Habilidade de gerar aplicações com Claude
• ✅ Infraestrutura como código com Terraform
• ✅ CI/CD com GitHub
• ✅ Deploy real na cloud (Azure)
• ✅ Capacidade de fazer engenharia reversa de código

Há 2-3 anos, esse mesmo trabalho levaria uma semana inteira. Hoje, você sai do zero ao primeiro deploy em uma tarde.

Por que isso é a função "DevOps Engineer" hoje

A função de DevOps Engineer/Cloud Architect basicamente é o que acabamos de fazer aqui:

• Definir arquitetura na cloud
• Codificar infraestrutura como código (Terraform/Bicep/CloudFormation)
• Automatizar deploys via CI/CD
• Garantir observabilidade e segurança

A IA não está eliminando essa função — está acelerando ela. O DevOps Engineer hoje entrega em 1 hora o que entregava em 1 semana. Isso significa que a empresa pode ter menos profissionais? Pode. Mas também significa que um profissional sênior bem-posicionado vale ouro — porque entrega valor exponencial.

Se você está pensando em migrar para DevOps/Cloud Engineering, agora é o momento.

Próximos passos sugeridos

1. Hoje: instale tudo e replique esse tutorial passo-a-passo
2. Esta semana: modifique a página HTML — mude texto, cores, adicione conteúdo seu. Faça git push e veja a CI/CD redepoyar
3. Este mês: tente um projeto mais ambicioso — adicione um backend Node.js, conecte um banco, integre uma chamada à API do GPT. Use Claude para guiar.

A janela de oportunidade é agora. Em 1-2 anos, isso vai ser commodity. Quem aprende agora pega vantagem.

---

Este artigo foi gerado a partir do meu vídeo no YouTube. Assista a versão completa para a demo completa em vídeo, incluindo os debugging em tempo real dos erros.