error-text: por que os agentes de IA não conseguem compreender seus arquivos de tokens de design

Romina Kavcic, autora do artigo original, analisa a fundo o projeto error-text e a estrutura de 50 sistemas de design públicos. O foco recai sobre como os arquivos de tokens, embora perfeitos para pipelines de compilação, falham em fornecer contexto semântico para agentes de IA. O projeto error-text ilustra bem essa lacuna: um token pode ter o valor hexadecimal correto, mas não diz à máquina se aquela cor serve para texto de erro, borda de alerta ou se está obsoleta.

A autora testou a capacidade de adivinhação das IAs. Sem metadados de uso, a máquina confunde a cor da marca com a cor de ações destrutivas. Ao adicionar descrições e regras de restrição no formato DTCG, a IA acerta todas as vezes. A limitação real está na arquitetura da informação dos tokens atuais, construídos para compilar código e não para explicar intenções de design.

Sistemas de design precisam evoluir de repositórios de valores para bases de conhecimento contextual. Para times de UX e engenharia, isso significa repensar a governança dos tokens. Incluir campos de descrição, intenção e regras de restrição transforma o arquivo de um simples compilador em um guia legível por máquina. Isso reduz a dívida técnica visual e garante consistência quando ferramentas generativas assumem tarefas de interface.