{"id":827,"date":"2026-11-08T18:32:37","date_gmt":"2026-11-08T21:32:37","guid":{"rendered":"https:\/\/yellowkode.com\/blog\/context-engineering-para-design-nn-g-ux-conference-2027\/"},"modified":"2026-11-08T18:32:37","modified_gmt":"2026-11-08T21:32:37","slug":"context-engineering-para-design-nn-g-ux-conference-2027","status":"publish","type":"post","link":"https:\/\/yellowkode.com\/blog\/context-engineering-para-design-nn-g-ux-conference-2027\/","title":{"rendered":"Context Engineering para Design: Explorando o Novo Curso da NN\/g na UX Conference 2027"},"content":{"rendered":"<p>A Nielsen Norman Group abriu a inscri\u00e7\u00e3o para a edi\u00e7\u00e3o virtual de janeiro de 2027 da UX Conference, com cursos online ao vivo entre 19 de janeiro e 1 de fevereiro. Entre os 29 cursos do cat\u00e1logo, um chamou aten\u00e7\u00e3o por mudar de categoria o que normalmente seria assunto de engenharia: <em>Context Engineering: Shaping AI-Generated Designs<\/em>. \u00c9 a NN\/g dizendo, com todas as letras, que design system e documenta\u00e7\u00e3o de UX agora tamb\u00e9m s\u00e3o insumo para modelo de linguagem, e que isso virou disciplina ensin\u00e1vel.<\/p>\n<p>Neste artigo, explicarei o que \u00e9 context engineering aplicado a design, como o mecanismo funciona por baixo, o que muda na pr\u00e1tica quando voc\u00ea adota isso, e onde quebra. O an\u00fancio \u00e9 s\u00f3 o gancho.<\/p>\n<h2>O fato: o curso novo dentro de um calend\u00e1rio j\u00e1 conhecido<\/h2>\n<p>A agenda de janeiro repete o formato que a NN\/g vem usando desde 2020: aulas no Zoom, ferramentas de colabora\u00e7\u00e3o como edi\u00e7\u00e3o de documento em grupo e quadro branco, e Slack para conversa antes, durante e depois do evento. Cada curso tem 3,5 horas de aula em dois dias consecutivos. A estrutura de certifica\u00e7\u00e3o segue a mesma: cinco cursos, cinco exames, escolhidos de uma sele\u00e7\u00e3o que cobre design de intera\u00e7\u00e3o, gest\u00e3o de UX e pesquisa.<\/p>\n<p>O que \u00e9 novo \u00e9 a trilha de Intelig\u00eancia Artificial. Ela n\u00e3o est\u00e1 l\u00e1 como enfeite: aparece em pelo menos sete cursos distintos ao longo do evento, incluindo <em>AI for Design Workflows<\/em>, <em>Designing AI Experiences<\/em>, <em>Accelerating Research with AI<\/em>, <em>AI Product Strategy<\/em> e o que me interessa aqui, <em>Context Engineering: Shaping AI-Generated Designs<\/em>.<\/p>\n<p>A ementa oficial do curso \u00e9 direta sobre o objetivo: aprender context engineering para transformar pesquisa de UX e padr\u00f5es de design em materiais reutiliz\u00e1veis que guiam interfaces geradas por IA e melhoram a qualidade do design em toda a organiza\u00e7\u00e3o. Em outras palavras, pegar o que j\u00e1 existe de documenta\u00e7\u00e3o de produto e empacotar de um jeito que um modelo consiga usar como refer\u00eancia ao gerar tela, componente ou copy.<\/p>\n<h2>Como context engineering para design funciona por baixo<\/h2>\n<p>Antes de qualquer coisa, vale separar tr\u00eas termos que a pr\u00f3pria NN\/g pede para distinguir no curso: UX context design, context engineering e prompt engineering, e como cada um encaixa na constru\u00e7\u00e3o de produtos com IA.<\/p>\n<p>Prompt engineering \u00e9 o que voc\u00ea escreve no campo de texto. Context engineering \u00e9 tudo o que o modelo v\u00ea antes do seu prompt: instru\u00e7\u00f5es permanentes, arquivos de refer\u00eancia, hist\u00f3rico, documentos recuperados por busca. Uma defini\u00e7\u00e3o boa, de um curso adjacente, resume assim: context engineering \u00e9 decidir o que um modelo de IA v\u00ea quando responde, suas instru\u00e7\u00f5es permanentes, arquivos de contexto, hist\u00f3rico de conversa, documentos recuperados e o pr\u00f3prio prompt.<\/p>\n<p>Pense em dar briefing para um designer j\u00fanior novo no time. Voc\u00ea n\u00e3o manda s\u00f3 a tarefa (&#8220;faz uma tela de checkout&#8221;). Voc\u00ea manda o briefing junto com o design system, o guia de voz, as regras de acessibilidade, exemplos de telas aprovadas antes, a lista do que n\u00e3o pode. Sem esse embrulho, o j\u00fanior vai entregar algo coerente com o que ele aprendeu antes de chegar, n\u00e3o com o que o seu produto exige. O modelo de linguagem \u00e9 esse j\u00fanior, s\u00f3 que com mem\u00f3ria que zera a cada sess\u00e3o. O limite da analogia: o j\u00fanior pergunta quando n\u00e3o entende, o modelo chuta com confian\u00e7a.<\/p>\n<p>O mecanismo t\u00e9cnico, ent\u00e3o, n\u00e3o \u00e9 m\u00e1gica. \u00c9 um pipeline que precisa de tr\u00eas coisas funcionando juntas:<\/p>\n<h3>1. Materiais de contexto estruturados<\/h3>\n<p>Design token em JSON, regras de componente em markdown, exemplos de c\u00f3digo do design system, decis\u00f5es de arquitetura de informa\u00e7\u00e3o documentadas com o motivo da decis\u00e3o, n\u00e3o s\u00f3 a decis\u00e3o. A NN\/g deixa claro no p\u00fablico-alvo do curso: profissionais de design system e design operations criando documenta\u00e7\u00e3o reutiliz\u00e1vel para trabalho de produto assistido por IA.<\/p>\n<h3>2. Sistema de recupera\u00e7\u00e3o<\/h3>\n<p>O modelo n\u00e3o aguenta o design system inteiro no contexto. Voc\u00ea precisa de um mecanismo que, dado um pedido (&#8220;gerar modal de confirma\u00e7\u00e3o de pagamento&#8221;), traga s\u00f3 os peda\u00e7os relevantes: regras de modal, token de cor de estado perigoso, padr\u00e3o de copy para a\u00e7\u00e3o destrutiva. Isso normalmente \u00e9 RAG (retrieval augmented generation), base vetorial mais busca sem\u00e2ntica. Fora do escopo do curso da NN\/g em detalhe t\u00e9cnico, mas \u00e9 o encanamento por tr\u00e1s.<\/p>\n<h3>3. Manuten\u00e7\u00e3o cont\u00ednua<\/h3>\n<p>E esta \u00e9 a parte que quase ningu\u00e9m faz. Um artigo recente da pr\u00f3pria NN\/g sobre como <em>power users<\/em> gerenciam isso traz a li\u00e7\u00e3o central: deixar o agente atualizar o contexto, com algumas atualiza\u00e7\u00f5es pedidas manualmente e outras disparadas automaticamente por workflows ou outros arquivos de contexto. Contexto \u00e9 c\u00f3digo vivo. Se trava, apodrece.<\/p>\n<h2>O que isso significa na pr\u00e1tica<\/h2>\n<p>Na pr\u00e1tica, context engineering para design transforma arquivos que ningu\u00e9m l\u00ea (o PDF do brand book, o Figma que s\u00f3 o designer s\u00eanior sabe navegar) em algo que o modelo consome. O formato importa muito.<\/p>\n<p>Um peda\u00e7o de documenta\u00e7\u00e3o \u00fatil para humano costuma ser in\u00fatil para modelo. Compare:<\/p>\n<pre><code># Ruim para IA: prosa solta\nNossos bot\u00f5es prim\u00e1rios devem transmitir confian\u00e7a e a\u00e7\u00e3o. \nUse cor de destaque da marca e evite usar em telas com muitos \nelementos competindo por aten\u00e7\u00e3o.\n\n# Bom para IA: regra verific\u00e1vel com exemplo\n## Componente: Button, variante primary\n- cor de fundo: token color.action.primary (#1A56DB)\n- padding: 12px 24px\n- uso permitido: a\u00e7\u00e3o principal \u00fanica por tela\n- uso proibido: dentro de tabela, dentro de card com mais de \n uma a\u00e7\u00e3o, em formul\u00e1rio com mais de 3 campos obrigat\u00f3rios\n- exemplo aprovado: \/examples\/checkout-confirm.tsx\n- exemplo rejeitado: \/examples\/dashboard-grid.tsx (motivo: \n compete com outras CTAs)<\/code><\/pre>\n<p>O segundo formato funciona porque \u00e9 literal, enumer\u00e1vel e tem exemplo com motivo. O modelo n\u00e3o precisa interpretar &#8220;transmitir confian\u00e7a&#8221;. Ele precisa saber qual token, qual padding, quando usar e quando n\u00e3o usar.<\/p>\n<p>Eu posso falar disso com alguma propriedade porque j\u00e1 publiquei design system e style guide de interface dentro de um dos projetos que mantenho. \u00c9 um trabalho que quase nenhum engenheiro de IA faz, e \u00e9 por isso que quase toda interface de produto com agente \u00e9 feia: a IA escreve HTML sem ancorar em componente, porque ningu\u00e9m deu componente para ela ancorar.<\/p>\n<h2>Onde isso quebra<\/h2>\n<p>Primeiro limite, e \u00e9 econ\u00f4mico: design system s\u00f3 se paga quando tem mais de um time consumindo. Se voc\u00ea \u00e9 um dev solo com um produto, escrever contexto formal para IA pode custar mais do que o ganho. O mesmo vale aqui. Context engineering vira investimento s\u00e9rio quando voc\u00ea tem m\u00faltiplas superf\u00edcies (web, mobile, email transacional, documenta\u00e7\u00e3o) gerando interface com assist\u00eancia de IA. Com uma superf\u00edcie s\u00f3, prompt direto resolve.<\/p>\n<p>Segundo limite: contexto pesa. Cada token que entra no contexto \u00e9 token que o modelo processa, \u00e9 lat\u00eancia e \u00e9 custo. Enfiar o design system inteiro a cada chamada \u00e9 invi\u00e1vel. \u00c9 por isso que o artigo da NN\/g sobre bibliotecas de contexto insiste em dar aos agentes apenas o contexto de que precisam. Um sistema de recupera\u00e7\u00e3o ruim entrega contexto demais, o modelo se confunde, a qualidade cai.<\/p>\n<p>Terceiro limite, e aqui falo de uma dor concreta: dar liberdade de montagem para fora do time de produto significa aceitar sa\u00edda fora do padr\u00e3o, a menos que o pr\u00f3prio sistema imponha o limite. Trabalhei em um construtor de landing page que tirou a cria\u00e7\u00e3o de p\u00e1gina da fila da engenharia, com redu\u00e7\u00e3o de mais de 70% no esfor\u00e7o de desenvolvimento por p\u00e1gina. \u00d3timo n\u00famero. O pre\u00e7o foi aceitar que marketing ia montar p\u00e1gina fora do design system, e a \u00fanica forma de conter isso era o pr\u00f3prio builder bloquear combina\u00e7\u00e3o inv\u00e1lida. Com IA gerando design a partir de contexto \u00e9 igual: ou o pipeline valida a sa\u00edda contra as regras, ou voc\u00ea vai ter bot\u00e3o prim\u00e1rio em lugar que n\u00e3o devia, de novo e de novo. Context engineering sem gate de valida\u00e7\u00e3o \u00e9 documenta\u00e7\u00e3o cara.<\/p>\n<p>Quarto limite: o curso \u00e9 caro. A confer\u00eancia vai de 19 de janeiro a 1 de fevereiro e um curso individual sai na faixa de 1.225 a 1.325 d\u00f3lares, dependendo de quando voc\u00ea se inscreve. Faz sentido se voc\u00ea vai operacionalizar design system assistido por IA em escala. Para estudar o conceito, o conte\u00fado p\u00fablico da NN\/g sobre <em>context libraries<\/em> j\u00e1 cobre boa parte do racioc\u00ednio de gra\u00e7a.<\/p>\n<h2>O que n\u00e3o d\u00e1 para afirmar ainda<\/h2>\n<p>A NN\/g descreve objetivos e p\u00fablico do curso, mas n\u00e3o publica o material de aula e n\u00e3o permite grava\u00e7\u00e3o (a confer\u00eancia depende de intera\u00e7\u00e3o ao vivo e atividade em pequenos grupos em breakout rooms, e por isso grava\u00e7\u00e3o n\u00e3o \u00e9 oferecida). Ent\u00e3o eu n\u00e3o sei quais ferramentas espec\u00edficas eles v\u00e3o demonstrar, se vai haver exerc\u00edcio pr\u00e1tico com API de modelo, nem qual o n\u00edvel t\u00e9cnico esperado da turma.<\/p>\n<p>Tamb\u00e9m n\u00e3o d\u00e1 para afirmar que context engineering aplicado a design vai se consolidar como disciplina. Hoje \u00e9 tend\u00eancia forte, com oferta brotando em v\u00e1rios lugares (Hugging Face, DeepLearning.AI, eCornell e outros t\u00eam cursos no tema), mas nenhuma dessas ementas chegou a um padr\u00e3o. \u00c9 prov\u00e1vel que em dois anos a parte t\u00e9cnica (RAG, mem\u00f3ria, retrieval) esteja empacotada em framework e o que sobre seja a parte de documenta\u00e7\u00e3o, que \u00e9 exatamente onde a NN\/g est\u00e1 apostando.<\/p>\n<h2>Como testar isso voc\u00ea mesmo<\/h2>\n<p>Antes de pagar curso, d\u00e1 para experimentar o mecanismo em uma tarde:<\/p>\n<ul>\n<li>Escolha um componente do seu produto, qualquer um. Bot\u00e3o, card, modal.<\/li>\n<li>Escreva a regra dele em markdown no formato enumer\u00e1vel, com token, com uso permitido, com uso proibido, com um exemplo aprovado e um rejeitado com motivo.<\/li>\n<li>Abra o Claude, ChatGPT ou Cursor e cole esse markdown como system prompt ou arquivo de projeto.<\/li>\n<li>Pe\u00e7a para gerar tr\u00eas varia\u00e7\u00f5es de tela usando esse componente.<\/li>\n<li>Depois pe\u00e7a a mesma coisa sem o contexto, s\u00f3 o pedido.<\/li>\n<li>Compare as sa\u00eddas. A diferen\u00e7a entre as duas \u00e9, em miniatura, o que context engineering faz.<\/li>\n<\/ul>\n<p>Se a diferen\u00e7a for grande o suficiente para justificar formalizar isso em escala, voc\u00ea j\u00e1 sabe se o curso da NN\/g vale ou se o que voc\u00ea precisa \u00e9 de um encanamento de RAG em cima do seu design system. Provavelmente dos dois, em ordem.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>A NN\/g incluiu um curso sobre context engineering para design na UX Conference de janeiro de 2027. Explico o mecanismo, o que muda e onde quebra.<\/p>\n","protected":false},"author":2,"featured_media":826,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-827","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/827","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/comments?post=827"}],"version-history":[{"count":0,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/827\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media\/826"}],"wp:attachment":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media?parent=827"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/categories?post=827"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/tags?post=827"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}