Lovable: do prompt ao app funcional

Mockup é ótimo pra ver a forma, mas tem hora que você precisa de algo que funciona de verdade — que navega, salva, responde — pra sentir o fluxo ou mostrar pro cliente. É aí que entra o Lovable: descrição em linguagem natural vira um app navegável. Este post mostra onde ele encaixa no nosso processo.

O que o Lovable faz

Lovable é uma ferramenta de geração de app por prompt: você descreve o produto e ele monta front-end (e até integra back-end/banco) funcionando, com deploy embutido. É vibe coding na forma mais visível — você "conversa" o app pra existir.

Onde ele brilha pra gente

• Validar fluxo de ponta a ponta antes de investir no código sério.
• Protótipo pra cliente — algo navegável pra colher reação real (e dado, sempre).
• Provar uma feature que ainda não tem certeza de que vale o esforço no monorepo.
• Mão na massa de quem não é dev — PM/CS conseguindo materializar uma ideia sem depender 100% de engenharia.

Onde ele não encaixa

Aqui a honestidade importa. O ClubPetro tem um stack próprio e maduro: Next.js 15 no monorepo, Supabase com RLS obrigatório, Drizzle, design system @repo/ui, tRPC. O app que o Lovable gera não nasce dentro disso.

Então:

• Não é o caminho pra feature que vai pra produção no nosso app principal.
• Cuidado redobrado com dado — não aponte protótipo pra base de produção.
• O que vai pra valer é reconstruído no nosso stack, usando o Lovable como referência viva.

O fluxo que funciona

1. Prototipa no Lovable pra aprender (fluxo, reação, viabilidade).
2. Mede e decide: vale construir pra valer?
3. Se sim, reconstrói no monorepo — agora com RLS, tRPC, @repo/ui e revisão humana.
4. O protótipo Lovable vira documentação visual do que se quer.

A mentalidade certa

Lovable é acelerador de descoberta, não substituto de engenharia de produto. Quem trata o output dele como produção pula justamente as partes que existem pra proteger cliente e dado.

⚠️ Armadilha #9: empurrar o app do Lovable pra produção pra "economizar". Você economiza no protótipo e paga caro depois — sem RLS, sem nossos padrões, sem integração com o resto. Protótipo prova; produção a gente constrói.

Próximo da série: #10 — Google AI Studio: prototipando com Gemini.