Desenvolvimento assistido por IA
Como investigar, especificar, programar, testar e aprender com coding agents.
ChatGPT, Codex, Claude e APIs
O capítulo Escolher a superfície certa compara conversa, agente de repositório e integração programática sem fingir que são o mesmo produto.
Debugging, refatoração e migração
O capítulo Mudar sem adivinhar nem quebrar ensina investigação causal e migrações compatíveis.
Eliminar névoa e especificar
O capítulo Da intenção à especificação verificável mostra como investigar antes de pedir código.
Do prompt à Era Maestro — seu primeiro projeto verificável
Este livro mostra como o trabalho com IA evoluiu de pedidos isolados para ambientes de engenharia verificáveis. A progressão não apaga o que veio antes: prompt , contexto, ferramentas, skills , agentes, harness e evals resolvem problemas diferentes. Depois de construir esse mapa, o leitor transforma uma ideia em uma primeira fatia funcional, escolhe um fluxo proporcional à complexidade e instala um kit de documentos curtos que torna o projeto compreensível para pessoas e agentes. O resultado não é “um superprompt”. É um sistema de trabalho no qual objetivo, autoridade, prova e condição de parada ficam explícitos antes da execução.
Implementação, testes e evidências
O capítulo Concluir significa provar converte um ticket em mudança pequena, testada e explicável.
Instruções, memória, skills, hooks e MCP
O capítulo Cada conhecimento em seu lugar ensina a escolher uma superfície pelo escopo e pela força de controle necessária.
Modelo, produto, agente e harness
Aprenda a localizar a responsabilidade correta antes de “culpar a IA”. O capítulo canônico é O sistema ao redor do modelo.
Biblioteca 1 — Desenvolvimento assistido por IA
Desenvolvimento assistido por IA O problema: velocidade sem direção continua sendo desperdício Um modelo de linguagem consegue sugerir código em segundos. Isso não significa que ele sabe qual problema merece ser resolvido, que dados podem ser usados, quem tem autoridade para aprovar uma ordem de serviço ou como recuperar uma integração que falhou depois de produzir efeito no ERP. Quando a equipe confunde geração rápida com engenharia, surge um padrão conhecido: pedido vago, alteração ampla, teste superficial, declaração de sucesso e retrabalho tardio. Desenvolvimento assistido por IA é o uso deliberado de modelos, produtos de chat, coding agents e automações para apoiar o ciclo de engenharia. O software entregue pode não conter IA. Um agente que ajuda a refatorar uma API de manutenção participa do processo; ele não se torna parte do produto implantado. Essa distinção evita misturar duas perguntas diferentes: 1. Como usar IA para projetar, implementar e revisar software? 2. Como construir um sistema cujo comportamento de produção inclui IA? Esta biblioteca responde à primeira. A biblioteca de sistemas de IA responde à segunda. Os temas se encontram
Prompting e engenharia de contexto
O capítulo Do pedido ao contrato operacional substitui “frases mágicas” por objetivo, evidência e iteração medida.
Revisão independente e retrospectiva
O capítulo Cada execução ensina a próxima separa revisão, aceite e aprendizado durável.
Sandbox, worktrees e AFK
O capítulo Autonomia proporcional à reversibilidade delimita quando um agente pode trabalhar sem supervisão contínua.
Segurança do desenvolvimento com IA
O capítulo Confiança mínima e verificação máxima trata código gerado, dados, ferramentas, dependências e ações externas.
Subagentes e multiagentes
O capítulo Paralelizar somente o trabalho separável explica contratos de delegação, merge e avaliação independente.
Tickets verticais e protótipos
O capítulo Fatiar valor e isolar incerteza separa entrega vertical de experimento descartável.
Tokens, contexto, ferramentas e custos
O capítulo Orçamento de atenção e de execução ensina a medir o que entra no modelo e o que de fato determina custo e risco.