Article image
Luiz Freitas
Luiz Freitas07/10/2025 23:11
Compartilhe

Escrevendo Prompts Eficazes: da Ideia ao Código com ChatGPT e GitHub Copilot

    Quando a Inteligência Artificial escreve com você

    Já imaginou criar uma API completa apenas com palavras?

    Durante o curso “Escrevendo Prompts Eficazes”, do bootcamp TQI - Modernização com GenAI aqui na DIO, vivi exatamente isso. Foi uma experiência prática e reveladora sobre o poder da comunicação com a Inteligência Artificial, onde dois mundos se encontraram: o do ChatGPT e o do GitHub Copilot.

    ⚙️ Da teoria à prática: duas formas de criar a mesma API

    O desafio era construir uma Product API: uma API RESTFull de cadastro de produtos, como se tratava de uma prova de conceito, algo muito simples.

    Mas o interessante é que esse mesmo projeto foi criado duas vezes, do zero, em abordagens totalmente diferentes:

    1. Com o ChatGPT:
    • O código completo foi gerado a partir de prompts textuais.
    • Cada parte da API foi construída com base em instruções, refinamentos e correções dentro do chat.
    • O resultado: uma implementação, ainda não testada, mas coerente e estruturada.
    1. Com o GitHub Copilot, dentro do VS Code:
    • O código foi recriado integralmente, desta vez dentro da IDE.
    • Com o auxílio do Copilot, cada linha foi sugerida e completada em tempo real, de acordo com os comentários e contexto do projeto.
    • A experiência mostrou como o Copilot entende o fluxo do desenvolvedor e atua como um assistente que pensa junto.

    Além do código, também foi gerada, com ajuda das duas IAs, a documentação da Product API, reforçando que o papel da Inteligência Artificial não se limita a escrever código, mas também a explicar, organizar e comunicar o raciocínio técnico.

    💡 Aprendizados além do código

    Essa vivência mostrou que “escrever prompts” é muito mais do que dar comandos: é aprender a pensar com clareza, estruturar ideias e transformar intenções em resultados tangíveis.

    Os principais aprendizados foram:

    • Detalhes importam: quanto mais claro o prompt, mais preciso o resultado.
    • Iteração é fundamental: a primeira resposta quase nunca é a final, e está tudo bem.
    • Contexto direciona: definir o papel do modelo (“você é um desenvolvedor experiente...”) muda completamente a resposta.
    • IA não substitui, amplia: ela não pensa por nós; ela pensa conosco.
    • Comunicar é programar: seja com humanos ou com IA, clareza é a verdadeira linguagem universal do desenvolvimento.

    🚀 O repositório público: aprendizado compartilhado

    Para registrar e compartilhar o resultado dessa experiência, criei um repositório público com o conteúdo gerado durante o curso:

    📂 github.com/luizSilfre/dio-epe-product-api

    Ali estão os códigos criados com o GitHub Copilot para que outros desenvolvedores possam estudar, comparar e compreender como a escrita de prompts impacta diretamente o resultado final.

    Escrever bem é desenvolver melhor

    O curso “Escrevendo Prompts Eficazes” reafirmou uma verdade simples e poderosa: A qualidade do código começa na qualidade da comunicação.

    Aprender a conversar com a IA, em linguagem natural, seja no ChatGPT ou dentro do VS Code, é um passo essencial para o desenvolvedor moderno.

    Mais do que gerar código, estamos aprendendo a co-criar com a tecnologia, unindo raciocínio humano e inteligência artificial em uma só sintonia.

    No fim das contas, quem aprende a se expressar com clareza não apenas programa melhor, mas pensa melhor.
    Compartilhe
    Comentários (1)
    DIO Community
    DIO Community - 08/10/2025 08:42

    Excelente, Luiz! Que artigo incrível e super completo sobre Engenharia de Prompt e o GitHub Copilot! É fascinante ver como você aborda o tema, mostrando que a Inteligência Artificial Generativa não substitui o programador, mas o transforma em um co-criador que utiliza prompts eficazes para gerar código e documentação.

    Você demonstrou que a Engenharia de Prompt é a linguagem da clareza e o ponto de partida para desbloquear o potencial dessas ferramentas. Sua análise de que o código gerado deve ser revisado, refinado e validado pelo julgamento humano é o insight mais valioso para a comunidade.

    Qual você diria que é o maior desafio para um desenvolvedor ao utilizar uma ferramenta de IA generativa (como o ChatGPT ou o Gemini) em seu workflow, em termos de confiança e de segurança (já que a IA pode gerar código com bugs ou vulnerabilidades), em vez de apenas focar em fazer o software funcionar?