Neste vídeo eu construo um app completo de rastreamento de refeições com visão computacional usando o Antigravity com o Gemini 3.1 Pro. São 3 prompts, do zero ao deploy, sem escrever uma linha de código.
🔥 LANÇOU Conheça a Formação Agentes de IA: https://app.horadecodar.com.br/lp/for...
✅ Hospedagem para n8n que eu indico: https://hostinger.com.br/battisti (use o cupom HORADECODAR para ter +10% de desconto)
📘 Guia Engenharia de Prompt: https://app.horadecodar.com.br/ebookp...
O Gemini 3.1 Pro trouxe uma novidade que muda como você usa o Antigravity: três níveis de raciocínio. LOW pra ajustes rápidos como CSS e renomear variáveis, MEDIUM pra codar features e refatorar no dia a dia, e HIGH que é o Deep Think Mini onde o modelo pode pensar por minutos pra resolver problemas complexos de arquitetura e debug. O segredo é usar o nível certo pra cada tarefa.
Antes de começar mostro como resolver o bug que está travando todo mundo. Se você tentou usar o Gemini 3.1 Pro no Antigravity e não apareceu, a solução é baixar a versão 1.18.3. Link na descrição. Essa versão também trouxe visualização de quota por thinking level, download de artifacts, histórico de prompts com seta cima e baixo e toggle pra ligar e desligar acesso ao terminal.
O projeto é o NutriAI, um meal tracker com IA. No primeiro prompt uso o nível HIGH porque é arquitetura. Peço o app completo com dashboard, resumo do dia com calorias e macros em barras de progresso, lista de refeições com cards visuais, histórico de 7 dias com gráfico, configurações de metas, indicadores por cor, modo dark e light, dados persistidos e design moderno. Não defino a stack, o modelo escolhe e justifica.
No segundo prompt continuo no HIGH porque é a tarefa mais complexa: integrar a câmera do dispositivo com o Gemini Vision pra analisar fotos de refeições. A IA identifica cada alimento na foto, estima a porção pelo visual e calcula calorias, proteína, carboidrato e gordura. Testo ao vivo com foto de prato brasileiro com arroz feijão bife e salada, açaí com granola e banana, e hambúrguer com batata frita. Cada foto vira thumbnail da refeição no dashboard com os dados nutricionais calculados automaticamente.
No terceiro prompt baixo pro MEDIUM porque a arquitetura já está pronta. Adiciono autenticação com login, registro, persistência de sessão, dados separados por usuário e proteção de rotas. Crio conta ao vivo e registro a primeira refeição com foto pra provar que tudo funciona junto.
Depois faço o comparativo lado a lado entre o Gemini 3 Pro e o 3.1 Pro. Mesmo prompt nos dois modelos: um dashboard de finanças pessoais em React com transações, gráficos, metas e dark mode. Comparo em 9 critérios: setup e decisões técnicas, tempo de geração, design, gráficos, features entregues, bugs, responsividade, qualidade do código e extras. Mostro o placar final.
No final faço o deploy na Hostinger pra provar que não é demo. Build, upload e URL pública funcionando.
Os benchmarks confirmam o salto: ARC-AGI-2 foi de 31% pra 77.1% em três meses, BrowseComp subiu 45% e APEX-Agents quase dobrou. Em coding no SWE-Bench ficou em empate técnico com o Claude Opus. Upgrade monstro de inteligência pelo mesmo preço do 3 Pro via API.
Entre no nosso servidor de Discord e me siga nas redes:
🟣 Discord Hora de Codar: / discord
🔴 Instagram: / horadecodar
🔷 Telegram: https://t.me/horadecodar
00:00 Sobre o Gemini 3.1 no Antigravity
01:22 Todas as novidades da atualização no Antigravity
06:04 Vendo as atualizações no Antigravity
07:45 Criando projeto no Antigravity com o Gemini 3.1
19:04 Comparação entre Gemini 3 e Gemini 3.1 no Antigravity
22:25 Deploy do projeto criado no Antigravity
25:18 Minhas considerações sobre a nova versão do Antigravity
Информация по комментариям в разработке