image

Access unlimited bootcamps and 650+ courses forever

70
%OFF
Lucca Souza
Lucca Souza27/05/2026 10:00
Share

Como Engenharia de Prompts e Engenharia de Software Estão Mudando Minha Forma de Trabalhar com IA

    Introdução

    Durante muito tempo utilizei IA no meu dia a dia apenas para acelerar tarefas, tirar dúvidas ou ajudar em pequenos problemas. Porém, recentemente no meu estágio e também estudando os módulos de IA do bootcamp, comecei a perceber algo importante: usar IA de forma eficiente vai muito além de simplesmente “pedir algo para ela”.

    Foi aí que comecei a entender melhor a importância da Engenharia de Software e da Engenharia de Prompts dentro do desenvolvimento moderno.

    A IA consegue gerar respostas rapidamente, mas sem estrutura, contexto e organização, ela também consegue gerar erros, retrabalho e inconsistências na mesma velocidade.

    O que é Engenharia de Software nesse contexto?

    Quando falamos de Engenharia de Software, muita gente pensa apenas em código. Mas na prática, ela envolve organização, documentação, arquitetura, manutenção, validação, rastreabilidade e construção de sistemas sustentáveis ao longo do tempo.

    E foi justamente isso que comecei a enxergar trabalhando com IA.

    Percebi que um agente sem contexto funciona quase como um desenvolvedor entrando perdido em um projeto enorme:

    • ele não entende padrões;
    • não conhece regras de negócio;
    • pode criar contradições;
    • pode quebrar funcionalidades existentes;
    • e muitas vezes toma decisões sem contexto suficiente.

    Ou seja: a qualidade da saída depende diretamente da qualidade da estrutura que construímos para ele trabalhar.

    O que mudou na minha forma de usar IA

    Depois de estudar mais sobre agentes, copilotos e engenharia de prompts, comecei a mudar totalmente a forma como utilizava IA no trabalho.

    Antes:

    • eu fazia prompts rápidos e genéricos;
    • corrigia problemas manualmente depois;
    • e muitas vezes precisava repetir contexto várias vezes.

    Hoje:

    • estruturo melhor os prompts;
    • documento padrões do projeto;
    • crio arquivos de memória;
    • peço para o agente justificar mudanças;
    • reviso alterações antes de aplicar;
    • e mantenho rastreabilidade através de commits detalhados.

    Isso aumentou muito a consistência das entregas e reduziu bastante retrabalho.

    Como construir prompts muito melhores

    Uma das maiores lições que aprendi é que um bom prompt não é apenas um pedido. Ele funciona quase como uma especificação técnica.

    Hoje tento sempre dividir prompts em partes:

    1) Contexto

    Explicar claramente:

    • qual é o projeto;
    • qual tecnologia está sendo usada;
    • qual problema precisa ser resolvido;
    • e quais padrões devem ser seguidos.

    2) Objetivo

    Ser extremamente claro sobre o resultado esperado.

    Quanto mais ambíguo o pedido, maior a chance da IA “inventar caminhos”.

    3) Restrições

    Isso mudou muito meus resultados.

    Hoje tento deixar explícito:

    • o que NÃO deve ser alterado;
    • o que precisa ser preservado;
    • limites técnicos;
    • e regras importantes do projeto.

    4) Memória e documentação

    Essa foi uma das práticas que mais melhorou meu fluxo.

    Comecei a instruir agentes para:

    • documentarem mudanças;
    • registrarem decisões;
    • explicarem implementações;
    • e manterem arquivos de contexto do projeto.

    Isso evita muita contradição durante o desenvolvimento.

    5) Revisão humana

    Talvez a parte mais importante.

    IA acelera muito o desenvolvimento, mas ainda precisamos:

    • validar lógica;
    • testar implementações;
    • revisar segurança;
    • conferir impacto das mudanças;
    • e entender o que realmente está sendo feito.

    Um teste simples que comecei a usar

    Uma coisa que comecei a fazer comigo mesmo foi um teste simples:

    “Se eu entregasse exatamente esse prompt para outro desenvolvedor humano, ele conseguiria entender perfeitamente o que precisa ser feito?”

    Se a resposta for “não”, provavelmente o prompt ainda está ruim.

    Conclusão

    Hoje vejo a IA muito mais como uma ferramenta de colaboração do que substituição.

    Quanto mais estudo desenvolvimento, backend, arquitetura e IA, mais percebo que o diferencial não está apenas em usar inteligência artificial, mas em saber construir contexto, organização e processos para ela trabalhar corretamente.

    No fim, a IA pode acelerar muito a execução.

    Mas sem Engenharia de Software, documentação e pensamento crítico, ela também acelera o caos na mesma proporção.

    Share
    Recommended for you
    GFT - Fundamentos de Cloud com AWS
    Bootcamp Bradesco - GenAI, Dados & Cyber
    Bootcamp Afya - Automação de Dados com IA
    Comments (0)