Toda a gente te ensina a fazer prompts. Ninguém te ensina a verificar.
Aprende a programar a sério. Depois constrói com IA.
O único curso que te torna bom o suficiente para apanhar os erros da IA. Vinte e dois módulos: escreve e depura código sem depender de ninguém, usa a IA como multiplicador e depois lança produtos reais sobre LLMs — com um portão a meio onde a IA é proibida.
A primeira turma (GUIDED 001) abre em outubro. Vagas limitadas — a lista de espera tem prioridade.
O que tens construído no fim de cada etapa. Não são capturas de ecrã de um curso acabado — são os projetos que o currículo te obriga a lançar.
A IA escreve quase qualquer código. Quase ninguém sabe quando está errado.
Inventa opções de API que nunca existiram. Ignora o caso limite que interessa. Escreve tratamento de erros que só parece tratamento de erros. Tudo compila. Uma parte vai para produção.
Ficas rápido. Não ficas bom.
Se a IA escreve o teu código desde a primeira linha, nunca constróis os modelos mentais de que precisas para julgar o que ela produz. Por isso este curso vai ao contrário: escreves à mão até conseguires ler código de relance. A partir daí, a IA é um multiplicador em vez de uma muleta.
Achas que apanhavas?
Cinco blocos escritos por IA, um defeito em cada. Sem registo, cinco minutos.
Três produtos. Vinte e dois módulos. 155 lições.
Cada produto indica o anterior como pré-requisito recomendado e nunca repete o conteúdo dele. Nada está bloqueado: se já programas, começa em M9 ou M15.
Learn to Code (For Real)
Escreves cada linha tu. A IA explica conceitos e traduz erros — nunca te entrega uma solução.
entregável — Um ambiente validado pelo ship-it doctor, o teu primeiro script, um repositório no GitHub.
Um diagnóstico coloca-te em M0, M5, M9 ou M15 — nunca ficas sentado no que já sabes.
a IA explica
entregável — Uma CLI que lê um ficheiro, transforma os dados e escreve o resultado.
a IA explica
entregável — Quinze katas, todos os testes verdes.
a IA explica
entregável — Um repositório com histórico de git, pull requests, testes, lint e CI.
a IA escreve boilerplate
entregável — Uma interface a funcionar: responsiva, acessível, construída a partir de estado.
a IA escreve boilerplate
entregável — Um cliente resiliente para uma API autenticada: timeouts, retries, backoff.
Ponto de entrada se já programas.
a IA escreve boilerplate
entregável — A tua própria API com um esquema Postgres, auth, armazenamento de ficheiros e um deploy público.
a IA escreve boilerplate
entregável — Uma app que aceita pagamentos e responde a mensagens: webhooks, idempotência, OAuth, Stripe, email.
a IA escreve boilerplate
entregável — Uma aplicação completa — CRUD, auth, base de dados, pagamentos, deploy — escrita à mão.
Nenhuma geração de código, de qualquer tipo. Não avanças até passar a rubrica.
IA proibida
Code With AI
Agora a IA escreve. O teu trabalho muda: ler, testar e encontrar o que ela errou antes que a produção encontre.
entregável — Um relatório a comparar três modelos na mesma tarefa, com custos e latências reais.
a IA gera
entregável — Uma biblioteca de prompts versionada, com testes.
a IA gera
entregável — Uma funcionalidade completa construída em lotes pequenos, cada commit verificável.
Claude Code de ponta a ponta: contexto, âmbito, spec antes do código — e as tarefas em que a IA te custa tempo.
a IA gera
entregável — Um relatório de revisão sobre um pull request gerado por IA, com os bugs que encontraste.
APIs inventadas, casos limite ignorados, tratamento de erros que só parece tratamento de erros.
a IA gera
entregável — Uma funcionalidade entregue num repositório já existente, do issue ao merge.
a IA gera
entregável — Um portefólio público, um perfil que passa filtros, e uma proposta enviada a um cliente real.
a IA gera
Build With AI
A IA deixa de ser a ferramenta e passa a ser o produto: structured outputs, RAG, agentes, evals, custo.
entregável — O teu próprio endpoint com streaming, tratamento de erros e um registo de custo por utilizador.
a IA é o objeto de estudo
entregável — Um endpoint que devolve JSON validado por esquema, e um modelo a chamar funções reais.
a IA é o objeto de estudo
entregável — Pesquisa semântica sobre os documentos do utilizador, com citações e um pipeline medido.
a IA é o objeto de estudo
entregável — Um agente com um ciclo, ferramentas, guardrails e um registo de decisões auditável.
a IA é o objeto de estudo
entregável — Uma app com auth, quotas, cache, evals em CI e alertas de custo.
Prompt injection, dados pessoais, migração de fornecedor sem partir a app.
a IA é o objeto de estudo
entregável — O teu próprio produto público, com um README, evals e uma análise de custos.
a IA é o objeto de estudo
entregável — Referência, não sequência: os mesmos padrões em Python, diferenças entre fornecedores, multimodal, segurança web, glossário.
a IA é o objeto de estudo
O que a IA pode fazer, em cada fase
Esta é a decisão pedagógica central do curso, e é imposta em vez de sugerida. Cada lição declara a sua política num aviso no topo.
Explicar conceitos, traduzir mensagens de erro, gerar exercícios extra.
Gerar o código da solução. Fazer os teus exercícios.
Gerar boilerplate e configuração, explicar bibliotecas.
Escrever a tua lógica de negócio.
Nada.
Qualquer geração de código.
Gerar, refatorizar, testar, documentar.
Aceitar output que não leste e não testaste.
É o objeto de estudo.
—
Há qualquer coisa a correr o teu trabalho e a dizer-te se está certo.
Um curso que só te mostra código não te consegue dizer se o teu funciona. Este traz a maquinaria para verificar.
Confirma versões, PATH e permissões em Windows/WSL, macOS e Linux, e imprime um relatório que podes colar quando pedires ajuda. É na configuração que a maioria dos principiantes desiste.
Nenhum exercício entra no curso sem um teste automático. Recebes verde ou vermelho contra um critério de aceitação legível — não uma opinião.
Cada módulo traz um repositório inicial e um ramo com a solução, para que nenhuma noite desapareça em andaimes.
Dependências e modelos fixados por versão, uma data de verificação em cada lição, um changelog público por produto. As atualizações estão incluídas na compra.
Escolhe onde começas.
M0–M21 in full, plus the toolkit you keep and reuse on real work.
Three months. I verify your code and your path.
Candidatar-me a uma vagao preço é anunciado quando as inscrições abrem — a lista de espera fica a saber primeiro · política de reembolso
Alunos reais. Trabalho realmente lançado.
ainda não há resultados publicados. vão viver aqui.
Faz o trabalho. Se não for para ti, recebes o dinheiro de volta.
Não. Learn to Code (For Real) começa em M0: o que é um ficheiro, o que faz o terminal, o teu primeiro script. Se já programas, o diagnóstico da primeira lição manda-te para M5, M9 ou M15 — nunca ficas sentado no que já sabes.
O objetivo é conseguires julgar o que ela escreve. Se a IA gera o teu código desde a primeira linha, nunca constróis os modelos mentais necessários para avaliar o resultado — ficas rápido e incompetente. M8 é a prova: uma aplicação full-stack escrita inteiramente à mão, sem geração de código. Depois desse portão, tudo é assistido por IA.
Não. O curso vende-se inteiro, de M0 a M21, porque as três partes dependem umas das outras: o portão do M8 só faz sentido depois dos fundamentos, e verificar o que a IA escreve exige saber escrevê-lo. Se quiseres acompanhamento, a mentoria inclui o curso todo e paga-se só a diferença.
Build With AI (M15–M21) foi escrito para ti: structured outputs, tool calling, MCP, RAG com citações, agentes com guardrails, evals em CI, quotas e controlo de custo. Assume que já sabes ler e testar código, e nada te obriga a comprar os produtos anteriores.
Os três produtos juntos são 155 lições, cerca de 85 horas a ler e a fazer — e esse número é a soma das lições em si, não uma estimativa de marketing. Os projetos ficam por cima disso: o portão M8, os dois projetos de construção e o capstone medem-se em dias, não em minutos, e é aí que acontece a maior parte da aprendizagem. Cada produto vive por si, e é exatamente por isso que são vendidos em separado: um único curso de 155 lições é um bootcamp que ninguém acaba.
O Claude, mais os planos gratuitos do Supabase e da Vercel, cobrem o curso. Conta com uns $20–40 por mês de utilização de API enquanto constróis — e M9 tem uma lição sobre limitar o gasto para que um ciclo não te esvazie a conta.
Dependências e modelos estão fixados por versão nos repositórios iniciais, cada lição traz uma data de verificação, cada produto tem um changelog público, e tudo é revisto trimestralmente. As atualizações estão incluídas no que pagaste. M19 ensina-te ainda a abstrair o fornecedor e a validar uma troca de modelo com evals.
Não — e foge de quem garantir. M14 cobre o portefólio, o preço, o primeiro cliente e os contratos que vale a pena recusar. O que fizeres com isso é teu.
O mesmo conteúdo, mais eu: 6 chamadas 1:1 de 45 minutos ao longo de três meses, revisão assíncrona de até dois pull requests por mês, e um canal direto onde respondo em 48 horas úteis. Não é chat ao vivo nem acesso ilimitado — duração fixa, renovável. 10 vagas por trimestre, por candidatura.
Ensinam-te a perguntar. Nenhum te ensina a avaliar a resposta, porque isso exige ensinar programação a sério primeiro — o que é lento de produzir e não dá demo viral. É essa a diferença toda, e é por isso que o portão existe.