Pular para o conteúdo
Cursos

DevClub

LógicaFront-endBack-endMobile

IA Club

IA na prática
Estudar programaçãoEstudar IA
LiçãoIniciantecódigo testado

IA generativa para iniciantes: escolha uma tarefa segura

Aprenda a escolher uma tarefa adequada para IA generativa, preparar o pedido, limitar riscos e conferir o primeiro resultado antes de aproveitá-lo.

Rodolfo Mori5 min de leitura

Uma boa primeira tarefa para IA generativa é pequena, reversível e fácil de conferir. Antes de abrir uma ferramenta, defina o resultado, retire dados que não podem sair do seu controle e decida como você vai perceber se a resposta errou.

Esta lição não chama ChatGPT, Claude, Gemini nem qualquer API. Os scripts locais transformam o raciocínio em um checklist reproduzível; as saídas mostradas foram copiadas do Node 26.3.0. Nenhum texto abaixo é apresentado como resposta de um modelo. Para entender o mecanismo por trás da conversa, leia primeiro o que é um LLM; o guia de inteligência artificial mostra a jornada técnica completa.

Comece pela tarefa, não pela ferramenta da semana

Pense na IA generativa como uma pessoa muito rápida para produzir um rascunho, mas que não viu o seu objetivo nem recebeu autoridade para decidir por você. A comparação ajuda a lembrar que o pedido precisa de contexto e revisão. O limite é importante: uma pessoa pode admitir que não sabe; um modelo também pode produzir uma continuação plausível quando a evidência está ausente.

Quatro perguntas separam um bom exercício inicial de uma aposta perigosa:

  1. o resultado esperado cabe numa frase;
  2. os dados usados podem ser enviados à ferramenta escolhida;
  3. uma pessoa consegue conferir a resposta;
  4. um erro pode ser desfeito sem dano relevante.

Vamos representar essas respostas e calcular uma triagem local. O número não é uma certificação de segurança; é um jeito de impedir que uma condição esquecida desapareça no entusiasmo.

js
function pontuarTarefa(tarefa) {
  const sinais = [
    tarefa.objetivoClaro,
    tarefa.dadosPermitidos,
    tarefa.verificavel,
    tarefa.reversivel,
  ];

  return sinais.filter(Boolean).length;
}

const primeiraTarefa = {
  objetivoClaro: true,
  dadosPermitidos: true,
  verificavel: true,
  reversivel: true,
};

console.log(pontuarTarefa(primeiraTarefa));
4

Agora aplique a mesma régua a três propostas. As descrições são fixtures escritas para a aula, não resultados de IA.

js
const tarefas = [
  {
    nome: "Criar perguntas de revisão com minhas anotações",
    objetivoClaro: true, dadosPermitidos: true, verificavel: true, reversivel: true,
  },
  {
    nome: "Descobrir a dose de um remédio para outra pessoa",
    objetivoClaro: true, dadosPermitidos: false, verificavel: false, reversivel: false,
  },
  {
    nome: "Publicar uma estatística sem abrir a fonte",
    objetivoClaro: true, dadosPermitidos: true, verificavel: false, reversivel: false,
  },
];

console.log(tarefas.map((tarefa) => ({
  nome: tarefa.nome,
  pontos: pontuarTarefa(tarefa),
})));
[ { nome: 'Criar perguntas de revisão com minhas anotações', pontos: 4 }, { nome: 'Descobrir a dose de um remédio para outra pessoa', pontos: 1 }, { nome: 'Publicar uma estatística sem abrir a fonte', pontos: 2 } ]

Quatro pontos significam “bom candidato para um primeiro teste”, não “verdade garantida”. Com três pontos, descubra qual condição falta antes de continuar. Com dois ou menos, mude a tarefa, procure uma fonte apropriada ou encaminhe a decisão para quem tem competência e responsabilidade por ela.

Dado permitido precisa ser uma decisão explícita

Copiar um documento inteiro é fácil; saber se você poderia copiá-lo é o trabalho real. Nome completo, documento, token, senha, prontuário, contrato restrito e informação de cliente não viram material seguro só porque o chat parece privado. Consulte a política da sua organização e a configuração do produto utilizado.

Um detector simples ajuda a revisar o texto antes do envio. Ele não substitui uma ferramenta de prevenção de vazamento e não encontra todo dado sensível.

js
function sinaisSensiveis(texto) {
  const regras = {
    email: /\b[\w.+-]+@[\w.-]+\.[a-z]{2,}\b/i,
    token: /\b(?:sk|token)[-_][a-z0-9_-]{8,}\b/i,
    cpfFormatado: /\b\d{3}\.\d{3}\.\d{3}-\d{2}\b/,
  };

  return Object.entries(regras)
    .filter(([, regra]) => regra.test(texto))
    .map(([nome]) => nome);
}

console.log(sinaisSensiveis("Fale com aluno@example.com usando token_abcd1234"));
[ 'email', 'token' ]

O detector apontou categorias, sem imprimir nem transmitir o conteúdo para outro serviço. A próxima ação é remover ou substituir os valores por dados fictícios. Não use o script como desculpa para ignorar autorização: ausência de correspondência não prova que o texto está livre de segredo.

Defina o que conta como pronto antes de pedir

“Explique JavaScript” deixa assunto, profundidade e critério abertos. Uma tarefa verificável descreve público, fonte disponível, formato e limite. O cartão abaixo é escrito por você antes da conversa.

js
const cartao = {
  tarefa: "Criar cinco perguntas de revisão sobre closures",
  contexto: "Minhas anotações da aula, sem dados pessoais",
  formato: "Lista numerada com pergunta e gabarito separado",
  limites: ["não acrescentar assunto ausente", "marcar dúvida sem fonte"],
  verificacao: "comparar cada gabarito com as anotações",
};

console.log(Object.keys(cartao));
[ 'tarefa', 'contexto', 'formato', 'limites', 'verificacao' ]

O cartão também pode ser validado antes de virar prompt. Assim uma pressa visível aparece como erro local, antes de você gastar tempo numa resposta impossível de avaliar.

js
function validarCartao(cartao) {
  const obrigatorios = ["tarefa", "contexto", "formato", "verificacao"];
  const ausentes = obrigatorios.filter((campo) => !String(cartao[campo] ?? "").trim());
  return ausentes.length ? { pronto: false, ausentes } : { pronto: true, ausentes: [] };
}

console.log(validarCartao({ ...cartao, verificacao: "" }));
{ pronto: false, ausentes: [ 'verificacao' ] }

A engenharia de prompt aprofunda como transformar esse cartão em uma especificação versionada. Se preferir praticar em uma sequência curricular, use o curso de engenharia de prompts.

Verifique o primeiro resultado em camadas

Não leia a resposta apenas perguntando “gostei?”. Faça três passagens. Primeiro, confira o contrato: quantidade, formato e escopo. Depois, marque afirmações que dependem de fonte, cálculo ou atualidade. Por fim, decida o destino: usar como rascunho, corrigir, pesquisar ou descartar.

O texto do exemplo seguinte foi escrito para a própria aula. Ele não veio de IA.

js
const rascunhoLocal = [
  "Closure permite que uma função acesse o escopo em que foi criada.",
  "Todo closure deixa o programa mais rápido.",
  "Use closure sempre que houver uma variável.",
];

const marcadores = rascunhoLocal.map((frase) => ({
  frase,
  revisar: /todo|sempre|nunca|mais rápido/i.test(frase),
}));

console.log(marcadores);
[ { frase: 'Closure permite que uma função acesse o escopo em que foi criada.', revisar: false }, { frase: 'Todo closure deixa o programa mais rápido.', revisar: true }, { frase: 'Use closure sempre que houver uma variável.', revisar: true } ]

Palavras absolutas não tornam uma frase falsa automaticamente; elas apenas merecem evidência mais forte. Abra a documentação, reproduza o comportamento e reescreva o que não puder sustentar. A próxima lição ensina como verificar respostas da IA com um roteiro específico para afirmações, fontes, contas e datas.

A decisão final inclui parar

Uma ferramenta de IA não recebe autoridade por padrão. A ação continua sendo sua: copiar, publicar, enviar, comprar, apagar ou aconselhar alguém. O pequeno roteador local abaixo transforma os quatro sinais iniciais numa próxima ação.

js
function proximaAcao(tarefa) {
  const pontos = pontuarTarefa(tarefa);
  if (!tarefa.dadosPermitidos) return "remover_dados_ou_parar";
  if (!tarefa.reversivel) return "pedir_revisao_responsavel";
  if (pontos < 4) return "reduzir_escopo";
  return "testar_e_verificar";
}

console.log(tarefas.map((tarefa) => proximaAcao(tarefa)));
[ 'testar_e_verificar', 'remover_dados_ou_parar', 'pedir_revisao_responsavel' ]

Perceba que não existe a saída “confiar porque parece convincente”. Para uma tarefa maior, que envolve arquivos e conversa longa, avance para tokens e contexto na IA antes de colar tudo de uma vez.

Missão: transforme uma ideia vaga em teste seguro

Escolha uma tarefa real de baixo risco. Preencha objetivo, dados permitidos, forma de verificação e reversibilidade. Depois altere exatamente uma condição para false e confira se a ação muda.

js
const minhaTarefa = {
  nome: "Organizar tópicos das minhas anotações",
  objetivoClaro: true,
  dadosPermitidos: true,
  verificavel: true,
  reversivel: true,
};

console.log(proximaAcao(minhaTarefa));
console.log(proximaAcao({ ...minhaTarefa, dadosPermitidos: false }));
testar_e_verificar remover_dados_ou_parar

O critério de conclusão é simples: você consegue explicar por que a primeira versão pode ser testada, por que a segunda deve parar e qual evidência usará para revisar o resultado. Só então abra a ferramenta e faça o primeiro pedido.

  • ia generativa
  • inteligencia artificial
  • prompt para iniciantes
  • verificacao
  • uso responsavel de ia

Perguntas frequentes

Preciso saber programar para usar IA generativa?
Não. Você pode começar numa interface de conversa. O JavaScript desta lição apenas torna o processo de escolher e verificar uma tarefa visível; ele não chama um modelo e não é requisito para aplicar o checklist manualmente.
Qual é uma boa primeira tarefa para testar com IA?
Prefira uma tarefa de baixo risco, sem dado sensível e com resultado que você consiga conferir, como reorganizar anotações próprias ou criar perguntas de revisão a partir de um texto que você já leu.
Uma resposta bem escrita pode estar errada?
Sim. Fluência é uma característica do texto, não uma prova. Verifique fatos, cálculos, datas e fontes antes de usar a resposta numa decisão ou publicação.
Quando eu não devo usar IA generativa?
Não delegue decisão de alto impacto, envio de segredo, diagnóstico ou ação irreversível sem processo autorizado e revisão de uma pessoa responsável.

Dúvidas e comentários

Travou em algum passo? Pergunte aqui — a equipe e outros alunos respondem.

Todo o código deste artigo foi executado em Node 26.3.0; analisadores locais executados sem chamada a modelo ou API, e as saídas exibidas são as reais — como produzimos este conteúdo.

Fontes consultadas

  1. NIST — Artificial Intelligence Risk Management Framework: Generative AI Profile — nvlpubs.nist.gov
  2. NIST — AI Risk Management Framework — nist.gov
  3. Google AI for Developers — Prompt design strategies — ai.google.dev
  4. OpenAI Docs — Safety best practices — developers.openai.com

Continue por aqui