IA que sugere cortes de cabelo num tablet de barbearia

Este é um piloto de IA para barbearia: um tablet na recepção fotografa a pessoa sentada na cadeira, a IA analisa o rosto e sugere cortes de cabelo, gerando uma visualização de como cada corte sugerido ficaria. A MVP Plus construiu o piloto do zero, com foco em rodar num dispositivo compartilhado, sem exigir cadastro de quem está sentado na cadeira.

O desafio

Ajudar alguém a escolher um corte de cabelo é uma decisão visual, difícil de resolver só com texto ou com um catálogo estático de fotos de outras pessoas. O desafio de produto aqui é diferente do de um SaaS comum: não existe usuário cadastrado, sessão longa nem histórico, é alguém sentado numa cadeira de barbearia, com poucos minutos de paciência, esperando ver algo relevante na tela na frente dele.

Isso empurra o problema para o lado da infraestrutura de IA: a análise facial e a geração da imagem do corte sugerido precisam responder rápido o suficiente para caber na espera real de um atendimento, e precisam lidar bem com limite de taxa da API de IA sem travar a experiência na frente da pessoa.

O que construímos

O fluxo do piloto é direto: a foto tirada no tablet passa por uma rota de análise facial por IA, que identifica característica relevante do rosto para sugestão de corte, e em seguida por uma segunda rota que gera a imagem de visualização do corte sugerido aplicado à foto. As duas rotas rodam sobre a API da Replicate, que hospeda os modelos de IA usados na análise e na geração de imagem.

Por ser pensado para um tablet compartilhado na recepção, o produto é stateless por design: não guarda conta de usuário nem histórico entre atendimentos, cada sessão de uso começa do zero na próxima foto tirada.

A engenharia por trás

A integração com a Replicate é construída com lógica própria de retry e polling: o pedido de predição é enviado, e o sistema consulta o status periodicamente até o resultado ficar pronto, com nova tentativa automática quando a API responde limite de taxa, respeitando o tempo de espera indicado pelo próprio provedor antes de tentar de novo. Essa camada existe porque uma API de IA de terceiro pode responder devagar ou recusar temporariamente, e a experiência não pode simplesmente quebrar na tela do tablet quando isso acontece.

As duas rotas de API, análise e geração de imagem, são reais, não simulação de demonstração, e têm cobertura de teste automatizado com Vitest garantindo que a lógica de retry e o tratamento de erro da integração continuem funcionando conforme o piloto evolui.

Stack e decisões

Next.js 15 com React 19 e TypeScript formam a base do piloto, escolha deliberadamente enxuta para um produto de escopo restrito: duas rotas de IA e uma interface de captura de foto, sem necessidade de banco de dado persistente nem autenticação. Usar a Replicate para hospedar os modelos de IA, em vez de treinar ou operar modelo próprio, foi a decisão certa para um piloto: validar a ideia com modelo já pronto antes de qualquer investimento em infraestrutura de IA própria.

Manter o produto stateless também foi decisão consciente de escopo: um piloto de recepção de barbearia não precisa de conta de usuário para provar se a ideia funciona, e cada camada removida é uma camada a menos para testar e manter.

Pilotos enxutos como esse, focados em validar uma ideia com o mínimo de escopo antes de qualquer investimento maior, são exatamente o tipo de produto que o VibeMVP da MVP Plus entrega. Para saber mais sobre como levar uma ideia de aplicativo com IA à prática, veja o artigo sobre como criar um aplicativo com IA.