Como a IA se integrou ao meu fluxo de trabalho
Recentemente, tenho refletido bastante sobre como a Inteligência Artificial se integrou ao meu fluxo de trabalho. Como muitos da área, mergulhei em testes de profundidade e frequência variadas com as principais ferramentas do mercado: OpenAI ChatGPT, Microsoft Copilot, GitHub Copilot, Anthropic Claude, Deepseek e Google Gemini.
O resultado desses testes moldou uma metodologia de trabalho que, embora possa parecer contra-intuitiva para alguns, tem sido extremamente eficaz para mim. Gostaria de compartilhar como cheguei a esse modelo.
O "Não" ao Autocomplete Intrusivo
A primeira conclusão importante foi definir o que eu não queria usar. Pelo menos por enquanto, deixei de lado o GitHub Copilot.
Durante os testes, percebi que o autocomplete integrado à IDE era muito intrusivo. Eu não gostava da quantidade de código que era alterada ou gerada de uma única vez. Aquilo me tirava a sensação de controle e, ironicamente, dificultava a revisão fina do que estava sendo construído.
Por conta disso, não me adaptei bem à IA já integrada diretamente ao meu ambiente de desenvolvimento (IDE). Preferi separar as coisas.
A Interface Web e o "Rubber Ducking" Moderno
A forma como acabei me adaptando foi utilizando a interface web das plataformas. Atualmente, meu assistente principal tem sido o Google Gemini.
Meu fluxo consiste em interagir com o chat, dialogando sobre cada pequena parte incremental do código. Funciona assim:
- Micro-interações: Em vez de pedir um sistema inteiro, foco em partes incrementais.
- Refinamento: Analiso detalhadamente a resposta, compreendendo e testando cada trecho.
- Refatoração Bidirecional: Peço ajuda para refatorar o que está complexo demais, mas também uso a IA para expandir ideias simples.
Há um fenômeno interessante aqui, muito similar à técnica do "Rubber Ducking" (ou "Debug com o Pato de Borracha"). Ao ter que escrever o prompt cuidadosamente para explicar minha dificuldade à IA, muitas vezes percebo onde eu mesmo poderia estar errado ou como posso melhorar a lógica antes mesmo de enviar a mensagem. Essa pausa para estruturar a pergunta é valiosa.
Controle, Aprendizado e StackOverflow
Embora esse método de alternar entre a IDE e o navegador possa parecer mais lento ou menos produtivo à primeira vista, ele me garante algo inegociável: domínio completo do que estou construindo.
Eu continuo utilizando o StackOverflow, principalmente para conceitos novos ou tecnologias que ainda não utilizei. O motivo é pedagógico: pegar pedaços de código genéricos me força a entender a estrutura profundamente para adaptá-los. Esse processo de adaptação gera bugs, e a resolução desses bugs é o que solidifica o meu aprendizado.
A IA entra como um par, não como um piloto automático. Mantenho as conversas curtas, objetivas e com escopo fechado. Para uma única feature, posso ter vários chats diferentes, cada um resolvendo uma peça do quebra-cabeça, que depois integro manualmente.
A Escrita e o "Toque Final"
Curiosamente, utilizo esse mesmo fluxo para escrever textos (como este post, por exemplo). Interajo com conversas distintas, refinando parágrafos e ideias.
No entanto, tenho uma regra de ouro: a versão final é sempre digitada e formatada manualmente na ferramenta de destino, seja um portal, um editor de código, planilha ou apresentação.
Desta forma, faço a revisão final, ponto a ponto. O ato de digitar ou copiar conscientemente cada trecho me permite fazer os ajustes finais necessários e garante que nada "passou batido" pela geração automática.
Para mim, a IA é uma ferramenta de diálogo e expansão de raciocínio, não apenas um gerador de caracteres.
