Como construímos uma cafeteria com IA, feita com Flutter
Se você começar a dar café de graça, as pessoas vão aparecer.
Se você começar a dar café de graça, as pessoas vão aparecer. A equipe do Flutter vinha tentando há um tempo encontrar uma forma de colocar esse princípio para funcionar com uma demo que começasse com um app Flutter e terminasse com uma bebida quente e saborosa. O problema era como torná-la mais interessante, mais pessoal do que apenas anotar pedidos e entregá-los. Café é legal, mas não chega a ser a coisa que você com certeza lembra do Google I/O de tão memorável.
Então, o que mudou? Duas novas tecnologias apareceram. Uma é o Nano Banana, com sua capacidade de gerar imagens personalizadas rapidamente. A segunda é o GenUI, com sua capacidade de gerar UX dinamicamente em tempo de execução e oferecer aos participantes perguntas sob medida sobre como gostariam de modificar essas imagens. Junte as duas com o Flutter e você pode oferecer às pessoas a chance de pedir um café com uma imagem do seu lugar feliz impressa por cima com uma impressora jato de tinta. Agora, isso é bem memorável.
Tudo o que precisávamos fazer era executar. Duas vezes, como se viu — a demo se chamou “GenLatte” na Cloud Next e “Antigravity Coffee Co.” no Google I/O. Para simplificar e poupar alguns tokens para o agente que vai resumir este artigo para você, o nome “GenLatte” será usado abaixo.
Nós criamos uma cafeteria
Realizar uma visão tão ambiciosa quanto o GenLatte envolve muita gente. Tipo, muita gente mesmo. Há equipes para especificar o espaço físico e decidir como os “clientes” [1] vão circular. Há equipes de marca e conceito para criar a estética. Há, claro, equipes de construção que vão à loja de materiais comprar madeira. Por fim, há os engenheiros de software juntando código para construir os vários apps, que é onde eu entrei. Este post vai descrever apenas o software, mas isso não é para minimizar o trabalho incrível que foi feito nas muitas outras camadas necessárias para o GenLatte finalmente abrir as portas.
[1] Eles ainda são clientes se você não cobra nada?
Como o GenLatte funciona
Em sua essência, o GenLatte é um app Flutter com um backend Firebase.
Dando mais um passo de zoom, é um monorepo com projetos separados de Flutter, Firebase e código compartilhado. Usar um monorepo nos permite deduplicar dependências, compartilhar lógica de negócio e executar implantações atômicas. O app Flutter também roda no iOS e no Android, mas os clientes só interagiam com a versão web. Usamos o Cloud Build e o Firebase Hosting para que nossa forma de implantar não fosse alguém rodando $firebase deploy no próprio notebook. No servidor, temos uma mistura de funções de gatilho e callables HTTP, dando ao app flexibilidade entre fluxos de dados explícitos e gerenciamento reativo de dados.
Dentro do próprio app Flutter, criamos 5 UIs separadas: a tela do quiosque, onde participantes de conferência sonolentos pedem um café; uma tela para o barista mostrar pedidos frescos; uma tela de moderação para verificar a segurança de cada envio; uma grande tela de fila para dar aos clientes uma noção de quando esperar a bebida; e uma tela puramente divertida de “pedidos recentes” para mostrar os últimos 13 pedidos como bolhas flutuantes e dar a todos uma última chance de apreciar sua criação digital.
Segurança de nível demo
Uma das principais preocupações do Google em qualquer demo com conteúdo gerado pelo usuário é impedir que voluntários doem gentilmente sua expertise em red teaming para publicar conteúdo inadequado para consumo público. Na prática, isso se materializa em várias preocupações distintas:
-
Impedindo que usuários autorizados criem conteúdo NSFW: Para evitar isso, o GenLatte implementou uma abordagem em três camadas. Primeiro, as strings de “lugar feliz” brutas foram enviadas ao Gemini Flash para moderação rápida, junto com cerca de trinta exemplos descrevendo quais tópicos inadequados queríamos bloquear. Depois, uma vez aprovado um lugar feliz, começamos a gerar imagens e confiamos no próprio treinamento interno do Nano Banana para produzir apenas conteúdo SFW. No final do processo, nosso moderador humano aprovava manualmente cada imagem. Com tudo isso no lugar, estávamos bastante confiantes de que o GenLatte não iria constranger o Google.
-
Impedindo a falsificação de contas de administrador: Outra forma de usuários autorizados potencialmente quebrarem seu app é visitar telas que concedem permissões elevadas que você não pretendia compartilhar. Dadas as telas de moderação e de barista do GenLatte, ele obviamente corria esse risco. Nossa escolha de publicar na web, onde os usuários podem navegar arbitrariamente pela barra de endereços do navegador, aumentou ainda mais a pressão. Para resolver isso, nossa implementação do GoRouter tem verificações de roteamento declarativas centralizadas, para garantir que cada visita a uma página seja permitida para a conta em questão, conforme determinado pelos custom claims do Firebase.
-
Impedindo gravações não autorizadas no Firestore: Usuários autorizados usando o app é uma coisa, mas alguém lendo o conteúdo de
firebase_options.dart, iniciando um projeto novo e vendo que estrago consegue causar, é outra. Para evitar isso, vinculamos todas as leituras e gravações a credenciais de conta rígidas com regras de segurança restritas, que você pode usar como inspiração para seus próprios projetos.
Entregando imagens divertidas
Depois de nos convencermos de que nosso app não seria hackeado no palco da demo, passamos a garantir que o Gemini pudesse entregar imagens consistentes que ficariam ótimas em cafés. Esta parte do projeto pode ter envolvido tardes superexcitadas de cafeína no escritório, então não é surpresa que tenhamos avançado rapidamente.
Em sua essência, nosso sistema envolvia ampliar o lugar feliz do usuário, um prompt limitado a 50 caracteres, mas muitas vezes de no máximo uma ou duas palavras, em quatro pedidos de imagem únicos e altamente específicos. Por exemplo, para um usuário que digitou um lugar feliz de “em casa com minha família”, o GenLatte poderia pedir ao Nano Banana uma imagem de “Uma casa pitoresca na floresta com uma lareira acesa e o jantar na mesa. A casa está cheia de família e amigos, todos celebrando e aproveitando a companhia uns dos outros. A iluminação e o clima são…” (e assim por diante). O Gemini cuidava dessa ampliação, então os quatro prompts eram todos diferentes, entregando a variedade de imagens que os usuários viam dentro do app.
Também otimizamos o Nano Banana para composições agradáveis; especificamente, “uma curva S principal conduzindo ao sujeito”, que alternava entre estradas, rios, colinas, litorais ou outras abstrações. Esse truque de prompt aumentou muito a porcentagem de imagens atraentes e utilizáveis do Nano Banana.
Na segunda aparição do GenLatte, como Antigravity Coffee Co, no I/O em Mountain View, em maio, atualizamos nossos prompts para alternar entre diferentes composições sugeridas. Isso manteve as coisas frescas tanto para a equipe do evento, que via centenas de imagens por dia, quanto para os convidados individuais que simplesmente queriam uma imagem evocativa para o próprio café.
Modificando as imagens em tempo real
A verdadeira mágica do GenLatte não veio apenas de criar uma imagem e imprimi-la no café; veio de ajustá-la especificamente aos gostos exatos da pessoa. Por trás daquele botão Tweak havia quatro perguntas, pré-escritas pelo Gemini, sobre como a imagem poderia ser modificada.
Essas imagens eram derivadas do prompt original, já ampliado; então, voltando ao nosso lugar feliz aconchegante em família de antes, o Gemini poderia ter perguntado sobre que tipo de comida estava na mesa, se havia mais ou menos pessoas, ou se a comemoração era por algum evento específico da vida. Os outros lugares felizes de “em casa com minha família” que o usuário viu poderiam ter seguido em direções diferentes, então ajustar essas seleções teria trazido perguntas diferentes, adequadas para aquelas imagens.
Quando as respostas do usuário chegavam, voltávamos ao Nano Banana com o mesmo prompt, enviado várias vezes em paralelo, para obter novas artes. O prompt ficava mais ou menos assim:
After seeing an image derived from this original prompt:
{{original_prompt}}
The user requested these changes:
{{questions[0].body}}: {{questions[0].answer}}
{{questions[1].body}}: {{questions[1].answer}}
{{questions[2].body}}: {{questions[2].answer}}
{{questions[3].body}}: {{questions[3].answer}}
Please generate this new image.
De Las Vegas a Mountain View, foi mágico para nós, depois de meses construindo o GenLatte, ver o rosto das pessoas se iluminar com suas imagens modificadas!
A2UI e o GenLatte
O GenLatte não é apenas uma demo de Flutter e Firebase, nem mesmo só uma demo de IA generativa; é uma demo de GenUI. A GenUI pode vir em muitas formas diferentes, mas no GenLatte ela conectou os pontos entre mostrar aos usuários a interface certa para responder a uma das perguntas do Gemini. O detalhe-chave é que nem todas as perguntas são mais bem atendidas pela mesma UI. Uma pergunta como “Sua família está comemorando algum evento específico da vida?” é aberta e, por isso, exige um campo de texto; mas “Que horas do dia são?” provavelmente tem apenas algumas opções relevantes e, por isso, é mais bem atendida por um botão de rádio.
Há uma série de formas de implementar GenUI em um app. No lado conservador estão experiências rigidamente controladas, em trilhos, em que o agente escolhe entre um catálogo de widgets de granularidade grossa para renderizar UIs previsíveis. Apps mais ousados podem dar mais liberdade aos seus agentes, compondo UIs a partir de catálogos de granularidade mais fina para renderizar praticamente qualquer coisa imaginável. No GenLatte, optamos pelo lado conservador: expor um pequeno catálogo de widgets com a marca que o agente podia usar para exibir perguntas. Isso deu ao Gemini a capacidade de escolher o certo para o momento, garantindo ao mesmo tempo que a composição geral permanecesse dentro das nossas diretrizes de design.
Se quiser ver o que o Gemini pode fazer com mais liberdade, confira o Hatcha, um app de planejamento de festas. Ele vai muito mais longe em GenUI, delegando ao Gemini bem mais responsabilidade em tempo de execução.
Três mil cafés depois…
Depois de servir 1.200 lattes no Google Cloud Next e outros 1.800 no Google I/O, é seguro dizer que o GenLatte foi um sucesso. Eu raramente fiquei tão cheio de cafeína quanto enquanto construía esta demo ou atendia nos dois eventos, nem vi sorrisos mais encantados no rosto das pessoas logo depois de usar um app.
O Flutter tornou a UI divertida um prazer de construir, desde seu suporte elegante a layouts dinâmicos e shaders personalizados até sua capacidade de atingir várias plataformas sem atrito. O Firebase tornou o backend uma brisa: cuidou das dores de cabeça de implantação e escala e ofereceu vinculação de dados reativa e full-stack. O Gemini e o Nano Banana (claro) transformaram os prompts de lugar feliz dos nossos usuários em arte fantástica que foi um prazer ver tomar forma física. E, claro, o verdadeiro herói da operação, nossos baristas, fizeram lattes excelentes — porque tudo teria sido um fiasco se o café não fosse bom!
Para ler o código do GenLatte, visite a pasta dele no repositório flutter/demos. No entanto, fique avisado: o código naquele repositório não tem manutenção e é oferecido apenas com fins de inspiração.
Estamos entusiasmados com o futuro do desenvolvimento de apps em 2026. Com ferramentas como Flutter, Firebase e Gemini, o alcance das experiências que você pode entregar de forma realista aos seus usuários cresceu exponencialmente.
Para começar com o GenUI por conta própria, acesse a documentação do Flutter. Conte para nós se você tiver uma ideia de como usar esses padrões no seu próprio trabalho. Até lá, mal podemos esperar para ver o que você vai criar!