Põe a IA a verificar o próprio trabalho:ciclos de validação

Põe a IA a verificar o próprio trabalho: dá-lhe um ciclo de validação: uma lista curta de comandos que tem de executar — e passar — antes de te mostrar qualquer código. Verificação de tipos, testes, um pedido real, uma verificação manual passo a passo. Antes de usar ciclos de validação, 70% dos meus pedidos de construção à IA precisavam de uma ronda de depuração. Depois, 95% funcionam na perfeição à primeira.

Este é o hábito com mais alavancagem para um fundador não técnico que constrói com IA. Eis exatamente como funciona, com a versão pronta a copiar incluída.

Porque é que o código da IA parece perfeito até o correres

Eis o ciclo que qualquer fundador que constrói com IA conhece bem demais. Dás um prompt à IA. Ela gera código que parece perfeito. Colas. Corres. Parte-se — erros de tipos, testes falhados, falhas graves, peças em falta. Colas o erro de volta. Ela corrige esse. Corres outra vez. Erros novos. Dez iterações depois, finalmente funciona.

Vivi isto. Uma vez pedi uma funcionalidade de pontuação com um prompt simples de uma linha. O código veio com ótimo aspeto e depois produziu três erros diferentes quando o corri. Corrigi-los levou 3 horas de vaivém. A mesma funcionalidade, pedida com um ciclo de validação anexado, levou 15 minutos — com zero iterações da minha parte. A IA deu com os mesmos erros, mas apanhou-os e corrigiu-os sozinha antes de eu alguma vez ver o código.

O problema nunca foi a IA escrever primeiros rascunhos com erros. Todos os programadores escrevem primeiros rascunhos com erros. O problema é entregar um primeiro rascunho como se estivesse acabado. Um ciclo de validação fecha essa lacuna.

Põe a IA a verificar o próprio trabalho: o ciclo de validação

Um ciclo de validação é uma lista de verificações executáveis que confirmam o trabalho, ordenadas da mais rápida para a mais lenta. A IA executa-as, vê as falhas, corrige-as e volta a executar — repetindo até tudo passar. Só então apresenta o código. Recebes trabalho que já passou por quatro níveis de verificação.

A ordem importa: falhar depressa. Não vale a pena correr uma verificação de ponta a ponta de cinco minutos se o código nem sequer compila. A regra é simples — a IA tem de passar o Nível 1 antes de poder correr o Nível 2, e assim por diante, escada acima.

O ciclo de validação pronto a copiar

Cola isto no fim de qualquer pedido de construção. Ajusta os comandos ao que o teu projeto usa — o que importa é a estrutura:

Ciclo de validação — executa os quatro níveis e corrige todas as falhas antes de me mostrares o código.

Nível 1 — Sintaxe e tipos. Corre a verificação de tipos do projeto. Esperado: zero erros. Se falhar, corrige os erros e volta a correr antes de avançares.

Nível 2 — Testes unitários. Corre os testes do que alteraste. Esperado: todos os testes passam. Inclui testes para o caso normal, o caso vazio e pelo menos um caso de erro.

Nível 3 — Integração. Faz um pedido real à aplicação em execução e confirma a resposta exata que descrevi. Se falhar, verifica a ligação à base de dados e as permissões.

Nível 4 — Verificação manual. Dá-me um percurso de cliques numerado para eu próprio verificar a funcionalidade, com o que devo ver em cada passo.

Há três pormenores que fazem isto funcionar. Primeiro, cada instrução é executável — "testa o serviço para garantir que funciona" não é um comando, mas "corre os testes do que alteraste" é. Segundo, cada nível indica o resultado esperado, por isso a IA sabe como é o sucesso em vez de adivinhar. Terceiro, cada nível inclui uma pista de correção, o que acelera muitíssimo a autocorreção.

O livroThe Solopreneur RevolutionLuis Gonçalves sobre como construir um negócio de EUpreendedor com IA sem deixar o emprego.Quero o livro →

A construção que apanhou 47 erros antes de eu ver um único

A melhor demonstração que tenho é uma funcionalidade de correspondência que construí para uma plataforma de aceleração: juntar startups e mentores segundo 12 critérios, com pontuação ponderada, limites de disponibilidade e regras de fuso horário. Complexa o suficiente para que um primeiro rascunho estivesse garantidamente errado nalgum ponto.

Escrevi o pedido como uma especificação estruturada com um ciclo de validação completo anexado — a abordagem que descrevi em o método PRP. A IA gerou o código e depois executou o ciclo. Encontrou 47 erros: 12 erros de tipos, 18 testes falhados, 9 casos-limite não tratados e 8 regras de negócio violadas. Corrigiu-os todos automaticamente, voltando a correr as verificações após cada correção. Nunca vi um único. Quando testei a funcionalidade acabada, funcionou na perfeição.

Sem o ciclo, esses 47 erros teriam aparecido um de cada vez — cada um uma mensagem de erro confusa, uma ida e volta à IA e mais um teste. É a diferença entre uma tarde e uma semana.

Onde se escondem realmente os erros: os casos-limite

O Nível 2 merece atenção especial, porque é dos casos-limite que vêm 80% dos erros em produção. Código que funciona com dados perfeitos cai na primeira vez que um utilizador real submete um formulário vazio, um email duplicado ou uma mensagem com um emoji.

Por isso, não peças só "testes" — nomeia os casos: o caso normal, o caso vazio, a entrada inválida, o caminho de erro. Se desconfias de pôr a IA a escrever testes para corrigir os próprios trabalhos de casa, esse instinto é saudável — expliquei como manter esses testes honestos em testes escritos pela IA. A versão curta: testes que afirmam valores esperados específicos, definidos por ti de antemão, são difíceis de contornar.

O que muda quando a IA se valida a si própria

O meu antes e depois, ao longo de centenas de funcionalidades: antes dos ciclos de validação, 70% dos pedidos de construção exigiam iterações da minha parte. Depois, 95% funcionam na perfeição à primeira. Os 5% que ainda falham são normalmente problemas de ambiente — uma chave de API em falta, a base de dados errada —, não erros de código.

Essa é a verdadeira mudança. Sem ciclos de validação, a IA gera código e tu passas horas a depurá-lo. Com eles, a IA gera código, valida-o, corrige-se a si própria, e tu revês algo que já funciona. Deixas de ser o departamento de controlo de qualidade e voltas a ser o fundador.

12 semanasA tua carreira corporativa nunca foi o planoCandidata-te ao Solopreneur Accelerator.Candidatar-me →

Perguntas frequentes

O que é um ciclo de validação no desenvolvimento com IA?

Um ciclo de validação é uma lista de verificações executáveis — verificação de tipos, testes unitários, uma chamada de integração e uma verificação manual passo a passo — que a IA tem de executar e passar antes de apresentar o seu código. A IA vê as próprias falhas e corrige-as, por isso recebes trabalho já verificado em vez de um primeiro rascunho.

Preciso de saber programar para usar ciclos de validação?

Não. Não estás a ler o resultado das verificações — estás a definir as barreiras. O modelo acima funciona copiado e colado tal como está. O que precisas é da disciplina de o anexar a cada pedido de construção e de recusar código que não tenha passado os quatro níveis.

Que nível de validação importa mais?

O Nível 1 apanha mais erros — cerca de 60% — em uns cinco segundos, e é por isso que corre primeiro. Mas é no Nível 2 que vive a qualidade: os casos-limite são responsáveis por 80% dos erros em produção, por isso os testes que cobrem casos vazios, inválidos e de erro são os que mais te protegem quando chegam utilizadores reais.

A IA consegue mesmo corrigir os próprios erros?

Sim, quando os consegue ver. Com uma verificação falhada e um resultado esperado, a IA lê o erro, localiza a causa, corrige-a e volta a correr — por vezes ao longo de várias iterações. Na minha funcionalidade de correspondência, corrigiu 47 erros desta forma sem eu intervir. O que não consegue é corrigir erros que nunca chega a observar.