Blog / Bastidores

Como o gerador de sites da Axolutions coloca um site no ar em um minuto

Alves Gustavo
Alves Gustavo10 de novembro de 2026 · 6 min de leitura
1min

Quando alguém entra no crie da Axolutions, responde algumas perguntas num chat e, mais ou menos um minuto depois, recebe um site publicado num endereço próprio. A reação mais comum é achar que é um template com o nome do negócio trocado. Eu entendo a desconfiança. Já vi muita ferramenta prometer "site com IA" e entregar uma página genérica com um parágrafo escrito pelo ChatGPT no meio.

Este texto é pra explicar o que acontece de verdade nesse minuto, porque as decisões que tomei aqui dizem muito sobre como eu penso software com IA no geral.

O ponto de partida: o dono do negócio não quer um site

Parece estranho dizer isso numa empresa que vende sites, mas é verdade. A dona da pizzaria quer receber pedido no WhatsApp. O contador quer que o cliente certo encontre ele no Google. O site é o meio. Então o gerador não começa perguntando "qual layout você prefere?". Ele pergunta o nome, o que o negócio faz, o diferencial, a cidade, o telefone. Coisas que a pessoa sabe responder sem pensar.

Com isso em mãos, o trabalho é transformar meia dúzia de respostas curtas numa página que pareça ter sido pensada pra aquele negócio.

Por que Go

O gerador é um único binário em Go. Escolhi Go por um motivo bem prático: ele precisa coordenar várias coisas lentas ao mesmo tempo (chamadas de IA, busca de fotos, renderização num navegador) e continuar estável com vários pedidos chegando juntos. Goroutines resolvem isso sem eu precisar montar fila, worker e Redis pra uma coisa que cabe num processo só. O deploy também fica simples: uma imagem, um binário, uma porta.

Hoje o arquivo principal tem quase cinco mil linhas, e eu não tenho vergonha disso. Ele foi crescendo junto com os problemas reais que apareceram, e cada pedaço que ganhou vida própria virou um arquivo separado: telefone, endereço, fontes, fotos, âncoras.

Os cinco passos de um pedido

1. Escolher a estrutura

Temos um catálogo de componentes prontos: hero, serviços, depoimentos, galeria, perguntas frequentes, mapa, cardápio e por aí vai. O primeiro passo é decidir quais deles entram. Pizzaria não precisa da mesma página que escritório de advocacia.

Quem faz essa escolha é um modelo pequeno e rápido, e ele não escreve nada. Ele só escolhe entre as opções que eu ofereço. Essa diferença é o coração do projeto, e eu volto nela mais pra frente.

2. Buscar as fotos

Se o cliente mandou foto, a foto dele tem prioridade. Se não mandou, o gerador busca imagens reais pelo nicho e filtra o que não serve. Foto é a coisa que mais denuncia site genérico, então essa etapa tem mais regra do que parece: evita repetir imagem, evita foto com texto, evita pessoa olhando pra câmera em contexto que não faz sentido.

3. Escrever o conteúdo

Só agora entra o modelo maior, o Gemini. Ele recebe as respostas do cliente e a lista dos componentes escolhidos, só esses, e devolve a configuração do site: títulos, textos, chamadas, cores. Mandar só os componentes escolhidos deixa o pedido menor, mais barato e com menos chance de o modelo se perder.

4. Renderizar

A configuração vira página de verdade dentro de um Chromium sem tela. Isso garante que o resultado é exatamente o que um navegador mostraria, com os componentes reais do catálogo, e não uma aproximação.

Depois da renderização vem uma limpeza que eu considero a parte mais importante do sistema inteiro. Já explico.

5. Publicar

O HTML final vai direto pro disco do servidor e já está no ar. Na mesma passada o gerador cria a conta do dono, liga o analytics e prepara o blog do site com três posts iniciais. Enquanto tudo isso acontece, a pessoa assiste o site sendo desenhado ao vivo, seção por seção, porque o servidor vai mandando eventos conforme cada etapa termina. Esperar um minuto olhando um spinner parece uma eternidade. Esperar um minuto vendo seu site aparecer é divertido.

O que a IA não faz

Nas primeiras versões eu deixava o modelo fazer mais coisa. O resultado era bonito na demonstração e problemático na vida real. Telefone com dígito trocado. Endereço de uma rua que não existe na cidade do cliente. Botão "Agendar" apontando pra lugar nenhum. Um texto com "[NOME DA EMPRESA]" esquecido no meio.

Nenhum desses erros é grave isoladamente. Juntos, eles destroem a confiança. Um site com o telefone errado é pior do que não ter site.

Então fui tirando responsabilidade da IA, uma por uma:

A regra que ficou é simples de falar: o modelo escolhe e escreve texto, o código cuida de fato. Tudo que pode estar certo ou errado de forma objetiva (número, endereço, link, data) passa por código determinístico.

Custo, limite e abuso

Um gerador público de sites é um convite pra abuso, então ele tem limite de pedidos por IP. Cada execução também registra quantos tokens gastou e quanto custou. Esse número importa porque o crie é gratuito. Se gerar um site custasse caro, o modelo de negócio não fechava. Escolher o modelo pequeno pra estrutura, mandar só o necessário pro modelo grande e não pedir pra IA o que o código faz de graça foram decisões tanto de qualidade quanto de margem.

O que eu faria diferente

Se começasse hoje, separaria mais cedo a geração da publicação. Por um tempo as execuções viviam só em memória, e reiniciar o serviço no meio de um pedido significava perder aquele pedido. Também teria escrito testes de ponta a ponta antes, com uns vinte negócios fictícios bem diferentes entre si, rodando a cada mudança no catálogo. Boa parte dos bugs que encontrei apareceu porque um componente novo quebrava um nicho que eu nem estava olhando.

Pra que serve isso tudo

O gerador não substitui um projeto sob medida, e nunca foi essa a ideia. Ele resolve o problema de quem hoje não tem nada, nem uma página, e não vai pagar uma agência pra começar. Pra muita gente, um site decente no ar em um minuto é a diferença entre existir ou não no Google da própria cidade.

E pra mim ele virou um laboratório. Quase tudo que aprendi sobre usar IA em produção, aprendi errando aqui: deixar o modelo pequeno decidir, o grande escrever e o código garantir.

Se quiser ver funcionando, o crie está no site da Axolutions. Se o seu caso pede algo sob medida, me chama no WhatsApp que a gente conversa.

Leia também
IA aplicadaIA

O que aprendi colocando atendentes de IA no WhatsApp

Construindo o Órbita, descobri que o difícil não é fazer o bot responder. É fazer ele responder a coisa certa, na hora certa, e saber quando ficar quieto.

28 de outubro de 2026 · 5 min de leitura
SistemasERP

Portal de orçamentos integrado ao Bling: o que ninguém te conta sobre a API

Montar orçamento parece simples até o imposto entrar na conta. Como construí um portal que usa o próprio Bling pra calcular tributo, e as armadilhas da API no caminho.

20 de outubro de 2026 · 5 min de leitura
Fala comigo