Bases de Prompt Engineering para o GitHub Copilot: o poder da clareza na geração de código
Introdução: Quando escrever bem significa programar melhor
Cada vez que aprendo algo novo sobre Prompt Engineering, percebo que a essência dessa habilidade vai muito além da tecnologia. Escrever bons prompts é, antes de tudo, saber se comunicar com clareza, e isso vale tanto para conversas humanas quanto para conversas com a Inteligência Artificial.
No curso “Bases de Prompt Engineering para o GitHub Copilot”, parte do bootcamp TQI - Modernização com GenAI, aprofundei conceitos que venho desenvolvendo nos últimos cursos e pude entender com mais clareza como o GitHub Copilot interpreta, sugere e aprimora código a partir de instruções bem escritas.
⚙️ Compreendendo o papel do Prompt Engineering
O curso começou reforçando um princípio fundamental: “Um prompt é uma solicitação que você faz ao GitHub Copilot.”
Simples, mas profundo. A forma como essa solicitação é construída define completamente o resultado.
Estudamos como a IA funciona de maneira estocástica, ou seja, com base em probabilidades, e exploramos a diferença entre LLMs (Large Language Models) e SLMs (Small Language Models), entendendo que, no fim das contas, tudo se resume a instruções matemáticas e contextuais.
A partir daí, o curso apresentou técnicas práticas para melhorar prompts dentro do Copilot, como:
- Do geral ao específico: começar com instruções amplas e depois refinar.
- Learning Shots: mostrar exemplos diretos para ensinar o modelo.
- Task Breaking: dividir tarefas grandes em pequenas etapas.
- Clear Prompting: escrever instruções claras, objetivas e sem ambiguidade.
Essas técnicas tornam o Copilot mais assertivo e o desenvolvedor mais estratégico.
💻 Do prompt ao código: Copilot em ação
Na parte prática, o foco foi total no GitHub Copilot: testando tanto o uso inline (em linha de código) quanto por comentários. Percebi como o Copilot responde muito melhor quando o comentário é descritivo e progressivo, por exemplo:
// Create a function that validates an email format
// It should return true for valid emails and false for invalid ones
Esse tipo de instrução permite que a IA entenda a intenção, e não apenas o comando.
Também aprendi a usar o chat do Copilot, que é capaz de ler o contexto do projeto inteiro, oferecendo explicações, correções e sugestões mais amplas. Essa integração entre código e linguagem natural transforma o VS Code em um verdadeiro laboratório de ideias.
🧩 Nada em software é milagre: é engenharia
Uma das frases que mais me marcou foi: “Menos pensamento mágico, mais ação.”
O curso reforça que a IA não é uma entidade mística, ela é lógica, baseada em estatística, probabilidade e contexto. Ou seja, quanto mais clara e estruturada for a instrução, melhor será a resposta.
Isso me lembrou que, como desenvolvedores, precisamos cultivar disciplina mental e comunicação clara. Prompt Engineering é isso: transformar complexidade em clareza.
🚀 Conclusão: Programar é se comunicar
Aprender as bases do Prompt Engineering para o GitHub Copilot me fez enxergar que o futuro do desenvolvimento não está apenas no código que escrevemos, mas na forma como pedimos para que ele seja escrito.
Cada prompt é um reflexo do nosso pensamento. E quanto mais bem estruturado for o pensamento, mais eficaz será o resultado, seja na tela do VS Code ou na vida real.
Escrever bem é programar melhor. E comunicar com clareza é o primeiro passo para inovar com propósito.
