{"id":839,"date":"2026-11-14T18:32:56","date_gmt":"2026-11-14T21:32:56","guid":{"rendered":"https:\/\/yellowkode.com\/blog\/interfaces-estaveis-streaming-conteudo-llm\/"},"modified":"2026-11-14T18:32:56","modified_gmt":"2026-11-14T21:32:56","slug":"interfaces-estaveis-streaming-conteudo-llm","status":"publish","type":"post","link":"https:\/\/yellowkode.com\/blog\/interfaces-estaveis-streaming-conteudo-llm\/","title":{"rendered":"Interfaces Est\u00e1veis para Conte\u00fado em Streaming: O Mecanismo por Tr\u00e1s do Chat de LLM que N\u00e3o Treme"},"content":{"rendered":"<p>No dia 13 de novembro de 2026, o CSS-Tricks publicou uma lista de descontos de Black Friday em cursos de front-end. No meio da lista, Geoff Graham aponta para um artigo que vale mais do que o cupom: <em>Designing Stable Interfaces For Streaming Content<\/em>, de Joas Pambou, publicado no Smashing Magazine em maio de 2026. Esse \u00e9 o assunto deste texto. N\u00e3o o curso, n\u00e3o o desconto, o problema de engenharia que o artigo descreve e que quase toda interface de agente de IA hoje erra.<\/p>\n<p>A tese do Pambou \u00e9 direta: streaming em si est\u00e1 praticamente resolvido, mas quando o conte\u00fado atualiza continuamente, coisas pequenas come\u00e7am a importar, como comportamento de scroll, estabilidade de layout, timing de render e como a interface responde a a\u00e7\u00f5es do usu\u00e1rio. \u00c9 a\u00ed que a maioria dos produtos quebra.<\/p>\n<h2>Por que Streaming Parece F\u00e1cil e N\u00e3o \u00c9<\/h2>\n<p>Quando voc\u00ea v\u00ea ChatGPT, Claude ou qualquer agente cuspindo texto token a token, parece que o trabalho de front-end \u00e9 s\u00f3 um <code>fetch<\/code> com <code>ReadableStream<\/code> e um <code>element.textContent += chunk<\/code>. Para um prot\u00f3tipo, \u00e9 exatamente isso. Para um produto, n\u00e3o.<\/p>\n<p>Pense numa esteira de supermercado. Enquanto a esteira anda e o caixa vai colocando produtos, voc\u00ea consegue pegar um item do meio para conferir o pre\u00e7o. Mas se cada vez que um produto novo chega a esteira pula pra tr\u00e1s um palmo, voc\u00ea nunca consegue segurar nada. A esteira ficou r\u00e1pida demais em um sentido e in\u00fatil em outro. A analogia quebra num ponto: na esteira real o espa\u00e7o \u00e9 fixo, na UI o container cresce. E justamente o crescimento do container que empurra tudo e tira o leitor do lugar.<\/p>\n<h2>Os Quatro Pontos Onde a UI de Streaming Quebra<\/h2>\n<p>Lendo o artigo do Pambou, cruzando com a documenta\u00e7\u00e3o de padr\u00f5es de UX para LLM e com o que vejo em produ\u00e7\u00e3o, os pontos s\u00e3o esses quatro.<\/p>\n<h3>1. Scroll que Sequestra o Leitor<\/h3>\n<p>Quando conte\u00fado est\u00e1 sendo transmitido, a maioria das interfaces mant\u00e9m o viewport fixado no final. Streaming significa containers crescendo constantemente, e tudo abaixo deles desce junto. O problema aparece no segundo que o leitor decide rolar pra cima para reler alguma coisa: o layout pula, e ele \u00e9 tirado do contexto atual.<\/p>\n<p>O padr\u00e3o certo, e isso aparece em todas as fontes que consultei, \u00e9 auto-scroll condicional. S\u00f3 segue o final se o usu\u00e1rio j\u00e1 estava no final. Assim que ele rolar pra cima, voc\u00ea para de seguir e mostra um bot\u00e3o pequeno tipo <em>Jump to latest<\/em> ancorado no canto. Quando ele clicar, voc\u00ea volta a seguir. Siga o leitor, n\u00e3o o arraste. Auto-scroll s\u00f3 enquanto o usu\u00e1rio j\u00e1 est\u00e1 no final do painel. No momento em que ele rolar pra cima, pare de seguir e mostre um bot\u00e3o pequeno de Jump to latest. Quando ele clicar, retome.<\/p>\n<p>Na pr\u00e1tica, voc\u00ea precisa de um estado <code>isFollowing<\/code> e de um listener que observa o scroll do container:<\/p>\n<pre><code>\/\/ pseudoc\u00f3digo, framework-agn\u00f3stico\nconst THRESHOLD = 40; \/\/ px de toler\u00e2ncia no final\n\nfunction onScroll() {\n const distanciaDoFim = container.scrollHeight - container.scrollTop - container.clientHeight;\n isFollowing = distanciaDoFim &lt; THRESHOLD;\n}\n\nfunction onNewToken(texto) {\n mensagemEl.textContent += texto;\n if (isFollowing) {\n container.scrollTop = container.scrollHeight;\n }\n}<\/code><\/pre>\n<h3>2. Layout Shift Dentro da Mensagem<\/h3>\n<p>Streaming de markdown \u00e9 um pesadelo de layout stability se voc\u00ea renderiza token a token. O modelo manda <code>#<\/code>, voc\u00ea vira H1. Chega o pr\u00f3ximo token e era <code>## <\/code>, vira H2. Chega o pr\u00f3ximo e era <code>### T\u00edtulo<\/code>. A altura mudou tr\u00eas vezes em 200ms.<\/p>\n<p>A regra pr\u00e1tica que aparece em v\u00e1rios lugares: renderize linhas completas, n\u00e3o tokens brutos. Buffere o texto at\u00e9 o fim de uma linha ou frase, depois pinte com a formata\u00e7\u00e3o j\u00e1 aplicada. Um par de asteriscos n\u00e3o fechado ou um sinal de sustenido solto nunca deve chegar na tela.<\/p>\n<p>Para blocos de c\u00f3digo o mesmo vale: renderize texto imediatamente mas segure o render do bloco de c\u00f3digo at\u00e9 a crase tripla de fechamento chegar, mostre um indicador de streaming na mensagem, e exponha um bot\u00e3o de stop que cancela a chamada da API.<\/p>\n<p>Outro truque que ajuda a conter o pulo: reservar espa\u00e7o m\u00ednimo. Um <code>min-height<\/code> na bolha da mensagem evita que a primeira linha do assistente apare\u00e7a a um pixel do input e empurre tudo pra cima.<\/p>\n<pre><code>.message-assistant {\n min-height: 2.5rem; \/* mais ou menos uma linha e meia *\/\n contain: layout; \/* isola c\u00e1lculos de layout no container *\/\n}\n\n.message-assistant pre {\n \/* n\u00e3o deixe o bloco de c\u00f3digo redimensionar vertical durante o stream *\/\n min-height: 3rem;\n overflow: auto;\n}<\/code><\/pre>\n<h3>3. Acessibilidade: o Leitor de Tela N\u00e3o Escuta Nada<\/h3>\n<p>Esse \u00e9 o ponto mais ignorado. Leitores de tela n\u00e3o anunciam automaticamente conte\u00fado que aparece sozinho. Ent\u00e3o, numa UI de streaming, onde texto vai sendo constru\u00eddo ao longo do tempo, nada \u00e9 anunciado. O conte\u00fado est\u00e1 l\u00e1, mas o usu\u00e1rio n\u00e3o ouve nada.<\/p>\n<p>A solu\u00e7\u00e3o \u00e9 <code>aria-live<\/code>, mas do jeito certo. Se voc\u00ea p\u00f5e <code>aria-live=\"polite\"<\/code> num container que recebe um token por vez, o leitor de tela tenta anunciar cada token e vira ru\u00eddo. Se voc\u00ea p\u00f5e <code>aria-live=\"assertive\"<\/code>, pior ainda, interrompe tudo.<\/p>\n<p>O padr\u00e3o correto combina duas coisas: <code>aria-atomic=\"false\"<\/code> garante que apenas o novo conte\u00fado seja anunciado, e voc\u00ea buferiza as inser\u00e7\u00f5es para anunciar em blocos sem\u00e2nticos (frase, par\u00e1grafo), n\u00e3o token a token.<\/p>\n<pre><code>&lt;div\n role=\"log\"\n aria-live=\"polite\"\n aria-atomic=\"false\"\n aria-relevant=\"additions\"\n&gt;\n &lt;!-- cada mensagem completa entra como filho novo --&gt;\n &lt;p class=\"message-assistant\"&gt;...&lt;\/p&gt;\n&lt;\/div&gt;<\/code><\/pre>\n<p>E tem um detalhe que me pegou de surpresa no artigo: embora seja um detalhe menor, um elemento de cursor piscando conta como conte\u00fado piscando. Ou seja, a barrinha fofa que marca onde o texto est\u00e1 crescendo bate em <code>prefers-reduced-motion<\/code>. A conduta correta \u00e9 desligar a anima\u00e7\u00e3o de cursor e, idealmente, para streaming, pular a anima\u00e7\u00e3o e renderizar a resposta completa de uma vez. O conte\u00fado \u00e9 o mesmo, s\u00f3 sem o movimento.<\/p>\n<pre><code>@media (prefers-reduced-motion: reduce) {\n .streaming-caret { display: none; }\n .message-assistant { animation: none; }\n}<\/code><\/pre>\n<h3>4. O Bot\u00e3o de Stop e o que Ele Deixa na Tela<\/h3>\n<p>Aqui est\u00e1 a tese central que atravessa quase tudo que eu escrevo sobre interface: sistema bom declara onde ele para. Streaming de LLM \u00e9 o exemplo mais bruto disso. O modelo pode travar, pode alucinar no meio da resposta, pode come\u00e7ar a repetir. O usu\u00e1rio precisa de uma sa\u00edda que n\u00e3o puna ele.<\/p>\n<p>O padr\u00e3o certo tem tr\u00eas partes. Primeiro, troque o bot\u00e3o de enviar por Stop. Coloque o Stop exatamente onde a seta de enviar estava, para o usu\u00e1rio n\u00e3o precisar ca\u00e7ar. Segundo, quando ele apertar, mantenha a resposta parcial na tela e ofere\u00e7a Editar prompt e Retry logo abaixo. Terceiro, o Stop precisa de fato cancelar a chamada upstream, n\u00e3o s\u00f3 parar de renderizar no cliente.<\/p>\n<pre><code>const controller = new AbortController();\n\nconst stream = await fetch('\/api\/chat', {\n method: 'POST',\n body: JSON.stringify({ prompt }),\n signal: controller.signal,\n});\n\n\/\/ bot\u00e3o Stop\nbotaoStop.onclick = () =&gt; {\n controller.abort();\n \/\/ texto parcial continua no DOM\n mostrarAcoes(['editar prompt', 'tentar de novo']);\n};<\/code><\/pre>\n<h2>O que Isso Significa na Pr\u00e1tica<\/h2>\n<p>Eu passei anos publicando design system e style guide de interface e uma coisa que fica \u00f3bvia quando voc\u00ea faz isso \u00e9 que quase nenhum engenheiro de IA tem isso. E por isso que quase toda interface de produto com agente, por dentro, \u00e9 feia. N\u00e3o feia de cor, feia de comportamento: a mensagem pula, o scroll trava, o Stop n\u00e3o cancela de verdade, o leitor de tela n\u00e3o anuncia, o bloco de c\u00f3digo vira sopa at\u00e9 o fechamento chegar.<\/p>\n<p>Se voc\u00ea est\u00e1 construindo uma UI de chat agora, o checklist m\u00ednimo \u00e9 esse:<\/p>\n<ul>\n<li>Container da conversa com <code>role=\"log\"<\/code>, <code>aria-live=\"polite\"<\/code> e <code>aria-atomic=\"false\"<\/code>.<\/li>\n<li>Auto-scroll condicional, com bot\u00e3o de Jump to latest quando o usu\u00e1rio sai do final.<\/li>\n<li>Buffer de markdown at\u00e9 fim de linha ou fechamento de bloco de c\u00f3digo.<\/li>\n<li><code>min-height<\/code> na bolha e <code>contain: layout<\/code> no container da mensagem.<\/li>\n<li>Bot\u00e3o de Stop no mesmo lugar do Send, usando <code>AbortController<\/code> real.<\/li>\n<li>Texto parcial preservado ap\u00f3s o Stop, com Editar e Retry vis\u00edveis.<\/li>\n<li>Respeito a <code>prefers-reduced-motion<\/code>, incluindo o cursor piscando.<\/li>\n<\/ul>\n<h2>Onde Isso Quebra<\/h2>\n<p>Nenhum dos padr\u00f5es acima \u00e9 gr\u00e1tis, e vale ser honesto sobre o trade-off.<\/p>\n<p>Buferizar markdown at\u00e9 fechar linha aumenta o tempo entre tokens percept\u00edvel na tela. Em respostas curtas, o usu\u00e1rio vai sentir que o streaming est\u00e1 mais lento do que o concorrente que cospe tudo cru. A compensa\u00e7\u00e3o \u00e9 que o layout n\u00e3o treme, mas voc\u00ea precisa medir isso com usu\u00e1rios reais, n\u00e3o com intui\u00e7\u00e3o.<\/p>\n<p>Auto-scroll condicional tem casos de borda feios. Em mobile, o teclado virtual mudando de tamanho faz o <code>scrollHeight<\/code> variar sem o usu\u00e1rio encostar. Voc\u00ea pode acabar interpretando isso como &#8220;usu\u00e1rio rolou pra cima&#8221; e desligar o follow sem motivo. A solu\u00e7\u00e3o \u00e9 um debounce no detector e checar a origem do evento quando o navegador permite.<\/p>\n<p>O <code>aria-live<\/code> polite em conversas muito longas, com respostas longas, pode criar um backlog de an\u00fancio no leitor de tela. Testei isso apenas em VoiceOver no macOS e NVDA no Windows, com respostas abaixo de 500 tokens. Acima disso, n\u00e3o posso afirmar como se comporta. Se voc\u00ea tem produto grande com uso intenso por pessoas que dependem de leitor de tela, teste com os usu\u00e1rios reais.<\/p>\n<p>Eu rodei teste A\/B por anos num fluxo de assinatura e uma coisa que ficou clara: mesmo backend, mesma API, duas interfaces diferentes, receita mensuravelmente diferente. Se o valor estivesse todo atr\u00e1s da API, os dois lados dariam o mesmo n\u00famero. N\u00e3o davam. A mesma l\u00f3gica vale aqui: o modelo pode ser o mesmo, a qualidade da sa\u00edda pode ser id\u00eantica, e ainda assim a UI que respeita scroll e tem Stop honesto vai reter o usu\u00e1rio que a UI que trema vai perder.<\/p>\n<h2>O que Ainda N\u00e3o D\u00e1 para Afirmar<\/h2>\n<p>O artigo do Pambou e as outras fontes convergem no diagn\u00f3stico, mas divergem em detalhes de implementa\u00e7\u00e3o. N\u00e3o h\u00e1 consenso ainda sobre qual \u00e9 a cad\u00eancia ideal de an\u00fancio para leitor de tela num stream (frase inteira? par\u00e1grafo? bloco sem\u00e2ntico?). N\u00e3o h\u00e1 dado p\u00fablico forte sobre o impacto de cada um desses padr\u00f5es em convers\u00e3o ou reten\u00e7\u00e3o. E, especificamente para agentes que executam ferramentas e n\u00e3o s\u00f3 geram texto, a UI de streaming de <em>tool calls<\/em> ainda est\u00e1 se formando como padr\u00e3o, n\u00e3o como regra. Quem afirmar que existe um melhor jeito j\u00e1 estabelecido para renderizar execu\u00e7\u00e3o de ferramenta est\u00e1 vendendo opini\u00e3o, n\u00e3o mecanismo.<\/p>\n<h2>Como Testar Isso Voc\u00ea Mesmo<\/h2>\n<p>Pega um projeto Next.js ou Vite com qualquer SDK de streaming de LLM (Vercel AI SDK serve). Monta um chat b\u00e1sico. Depois, em sequ\u00eancia:<\/p>\n<ol>\n<li>Abre o DevTools, aba Performance. Grava uma resposta longa sendo transmitida. Procura <em>layout shift<\/em> e conta quantos ocorrem por segundo.<\/li>\n<li>Enquanto a resposta est\u00e1 chegando, tenta rolar pra cima. Se o scroll pular pra baixo sozinho, voc\u00ea tem o bug.<\/li>\n<li>Ativa VoiceOver (Cmd+F5 no Mac) ou NVDA. Manda uma pergunta e fecha os olhos. Se voc\u00ea n\u00e3o escuta nada chegando, seu <code>aria-live<\/code> est\u00e1 errado ou n\u00e3o existe.<\/li>\n<li>Aperta o Stop no meio. Verifica se a request no Network aba de fato foi cancelada (status <em>canceled<\/em>) e se o texto parcial continua na tela.<\/li>\n<li>Em DevTools, ativa <em>Emulate CSS prefers-reduced-motion: reduce<\/em>. Confirma que o cursor piscando sumiu.<\/li>\n<\/ol>\n<p>Se os cinco testes passarem, a sua UI est\u00e1 no patamar que o Pambou descreve como est\u00e1vel. Se n\u00e3o, voc\u00ea agora sabe exatamente onde atacar.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Como construir UI de streaming de LLM sem layout shift, com scroll que respeita o leitor, aria-live correto e bot\u00e3o de stop que preserva o texto parcial.<\/p>\n","protected":false},"author":2,"featured_media":838,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-839","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\/839","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=839"}],"version-history":[{"count":0,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/posts\/839\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media\/838"}],"wp:attachment":[{"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/media?parent=839"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/categories?post=839"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/yellowkode.com\/blog\/wp-json\/wp\/v2\/tags?post=839"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}