Este curso gira em torno do fluxo de trabalho de nível de produção com Claude Code, ajudando desenvolvedores a passar da dependência da geração de código por IA para dominar ferramentas de programação com IA de forma metódica e ritmada. O curso começa com o princípio de funcionamento dos grandes modelos de linguagem e o gerenciamento da janela de contexto, avançando gradualmente para o ciclo de planejamento, execução e limpeza, a escrita do arquivo AGENTS.md e de habilidades personalizadas, planos multifásicos e o método traçante, além da construção de ciclos de feedback automatizados. Os alunos poderão dominar práticas como testes, hooks de pré-commit, refatoração vermelho-verde, e entender como o ciclo Ralph permite que o Claude Code opere de forma autônoma em relação à lista de tarefas do GitHub Issues. O curso oferece publicação assíncrona e sessões de perguntas e respostas ao vivo em múltiplos fusos horários, e após a conclusão todos os materiais de estudo podem ser mantidos, facilitando consultas repetidas e aplicação prática.

• 1.Introdução ao fluxo de trabalho de nível de produção com Claude Code
• 2.Fundamentos do funcionamento dos grandes modelos de linguagem
• 3.Por que a janela de contexto é importante
• 4.Gerenciar o contexto sem perder o controle do repositório de código
• 5.Estabelecer o fluxo de trabalho correto de programação com IA
• 6.Usar o Claude Code como ferramenta profissional e não como muleta
• 7.Evitar código espaguete e confuso
• 8.Explicação sobre aprendizado assíncrono e sessões de perguntas ao vivo
• 9.Recomendações para retenção e uso de materiais de estudo

• 10.Explicação detalhada do ciclo de planejamento/execução/limpeza
• 11.Manter o Claude Code em estado de desempenho ideal
• 12.Escrever o arquivo AGENTS.md
• 13.Habilidades personalizadas para orientar a saída
• 14.Estratégias de prompts que não desperdiçam tokens
• 15.Prática real do fluxo de trabalho principal
• 16.Erros comuns no fluxo de trabalho e correções
• 17.Treinamento de domínio sobre a base de código
• 18.Revisão e otimização por etapa

• 19.Método para elaborar planos multifásicos
• 20.Ideia central do método do projétil traçante
• 21.Processamento em escala além de uma única sessão de agente inteligente
• 22.Prática de decomposição e planejamento de grandes funcionalidades
• 23.Controle de progresso durante a execução
• 24.Manutenção de contexto no desenvolvimento de grandes funcionalidades
• 25.Entrega e verificação por etapas
• 26.Decisões e ajustes em cenários complexos
• 27.Caso abrangente de planejamento de grandes funcionalidades

• 28.Construção de um ciclo de feedback automatizado
• 29.Desenvolvimento orientado a testes e colaboração com IA
• 31.Configuração e uso de hooks de pré-commit
• 32.Método prático de refatoração vermelho-verde
• 33.Capturar erros antes que os problemas se acumulem
• 34.Testes automatizados e integração contínua
• 35.Otimização da eficiência do ciclo de feedback
• 36.Prática abrangente de feedback automatizado

• 37.Princípios do loop Ralph e cenários de aplicação
• 38.Executar na lista de tarefas do GitHub Issues
• 39.Permitir que o Claude Code processe tarefas de forma autônoma
• 40.Limites de segurança e monitoramento para execução autônoma
• 41.Configuração prática do loop Ralph
• 42.Verificação e mesclagem de resultados de execução autônoma
• 43.Controle de qualidade de código em nível de produção
• 44.Encadeamento completo do fluxo de trabalho e resumo
• 45.Aprendizado contínuo e recomendações de recursos

💡 Dica de aprendizado:O conteúdo do tutorial é baseado nas práticas do setor no momento da publicação; recomenda-se combiná-lo com as regras mais recentes da plataforma atual durante o estudo.