Executando verificação de segurança...
2

Como vocês têm usado IA no trampo?

Nos últimos dois anos tenho usado IA no meu fluxo de dev.
Montei um setup simples: Cursor/Windsurf, monorepo, uma pasta de contexto (onde guardo tudo em .md), e comecei a tratar a IA como parceiro de pair programming. Isso me ajudou bastante a reduzir o custo de context switching e a voltar pro estado de flow mais rápido.

E vocês, chegaram a encontrar algum setup ou workflow que funcione bem de forma consistente?

Só vejo notícia falando que a IA vai substituir X, Y, Z, mas quase nada mostrando como usar pra ser mais produtivo de verdade.

Se a gente compartilhar práticas reais, dá pra separar melhor o hype do que realmente funciona na prática.

Valeu!

Carregando publicação patrocinada...
1

eu to usando como um canivete suico e oraculo,
meu trabalho envolve muita manutencao, nao vejo ganho em usar como um co-pilot...
e tento nao depender muito dele pra evitar de ficar muito burro

1

Acho que o risco de "ficar burro" vem mesmo se a gente usa IA só como muleta. O que tenho testado é usar mais como parceiro de pair programming. em vez de pedir pra resolver, eu discuto a solução, peço contra-exemplos e valido hipóteses. Até em manutenção isso me ajuda a evitar overlook em edge cases.

1

Uso quando preciso fazer alguma spike, ou preciso de um entendimento mais profundo sobre regras de negócio, funcionalidades ou planejamento de novas features, mas também programo guiado a IA usando TDD, apesar de não curtir TDD vi um grande ganho trabalhando junto com a IA.

Mas um ponto interessante e que vejo muitos ainda falhando no entendimento: Trabalhar com IA não é apenas pedir para ela fazer algo e assistir, você tem que ter planejamento, um exemplo de workflow que uso bastante.

Contexto global:
-> Fazer o start da ferramenta (gerando o arquivo .md de configuração, ex: claude.md, gemini.md, agent.md e etc)
-> Fazer ela entender das regras de negócio, arquitetura, segurança, infra e etc do projeto (criar um memory bank)

Contexto da tarefa que está executando:
-> Deve pedir para ela analisar todo o contexto do projeto (usando o memory bank)
-> Após entendimento ela deve planejar a tarefa em to-do list, e salvar em um arquivo. Isso cria uma memória de longo prazo que será atualizado ao fim de cada tarefa, assim você não precisa criar prompts gigantes, o contexto todo está lá.
-> Por fim e se necessário atualizar o memory bank (isso é vivo, sempre que necessário tem e deve ser atualizado)

1

concordo. muito massa ver esse processo que você montou. Eu também sigo uma linha parecida, mas centralizo tudo numa pasta contexto/ (com specs, RFCs, resumos, etc) pra servir de memória externa. Isso de manter o contexto vivo faz muita diferença mesmo. Curti essa ideia do .md por agente, nunca tinha testado. você percebe que isso ajuda mais no planejamento ou na execução em si?

1

Meus 2 cents,

Uso vscode + copilot (github) + kilo code (modelos free do openrouter)

Procuro ser o mais cirurgico possivel na interacao - para evitar alucinacoes ou respostas meia-boca.

As vezes comeco uma funcao e digo: "neste ponto do codigo, preciso que esta funcao faca xyz e retorne xpto, monte um esqueleto e sugira melhorias"

As vezes, peco: "analise a funcao xyz e monte um diagrama do que ela faz e indique possiveis problemas"

Ou mesmo: "analise o codigo do arquivo X, e sugira refatoracao usando principios SOLID. Monte um plano passo a passo para melhoria e implementacao". Conforme o que ele sugere (se faz sentido) - peco: "implemente o passo 7" ou algo do genero.

Nao sei se eh o modo mais produtivo - as vezes vejo o que o @Lucasmontano faz com o CLAUDE CLI e fico pasmo. Mas ao mesmo tempo gosto de manter o controle sobre o que esta sendo executado pelo LLM, um pouco de cada vez para ter certeza que nao deixou nenhum "rabo" solto pelo caminho.

Mas nao faco "crie um app que faz isso" - prefiro a atuacao em funcoes especificas, me parece que acaba sendo mais produtivo.

Saude e Sucesso !

2

Eu tbm faço dessa forma no dia a dia. Isso me ajuda a sempre ter o contexto do que esta sendo feito, e dificilmente a IA alucina. Foi o equilíbrio que encontrei para ser mais produtivo e ainda ter contexto de tudo o que e gerado, e de toda arquitetura dos sistemas.

1

Curti muito esse jeito mais cirúrgico de interagir, bem alinhado com o que eu também venho praticando. tarefas pequenas, sempre validar antes de deixar implementar, e nunca confiar 100% no que o modelo sugere. Você já chegou a organizar essas interações em algum tipo de memória externa ou prefere manter tudo só no histórico/chat mesmo?

3

Meus 2 cents extendidos,

A resposta eh complexa, mas vamos la:

  • Tenho trabalhado com LLM/RAG para sistemas cooporativos (knowdge management) onde precisa buscar informacao em milhares de documentos e produzir respostas coerentes. Fato: RAG nao eh uma questao de quantidade, mas de relevancia (a chamada "engenharia de contexto")- mesmo com janelas de contexto monstruosas, o LLM tende a produzir respostas menos precisas em alguns casos (eh meio contra-intuitivo).

  • LLM nao eh inteligente, por mais que ele pareca ser. Como ele manipula linguagem muito bem, no melhor estilo Rolando Lero ou politicos profissionais - acabamos achando que por tras da estrutura bem construida tem inteligencia, e spoiler: nao tem.

  • Dito isso, testei diversos sistemas de memoria auxiliar (em markdown e BD, mcp server, camadas de llM supervisora/executora) - sim, funcionam mas as vezes o LLM empaca no meio do caminho.

  • O que me dei melhor eh: trabalho com a janela de contexto limitada apenas ao codigo que preciso.

  • Mas uso o MCP Server context7 para trazer atualizacao especifica de codigo.

  • Mantenho um arquivo com os "contract" (estruturas de dados) e "interfaces" (estrutura de funcoes) mais importantes (se for o caso, as vezes o trabalho de manter nao compensa).

Usando desta forma, tem funcionado (para minha situacao).

Comentario aleatorio: No filme "A Mosca" (1986, disponivel no disneyplus) que tem uma cena no minuto 25:00-27:00 que representa o acho que falta para o LLM sair da infancia: entender o contexto do que esta sendo produzido (contexto aqui eh "sentido" / "conhecimento" e nao apenas "informação").

Saude e Sucesso !

1