Desenvolvimento com Inteligência Artificial - FinBoost+

Esta seção documenta o uso responsável e transparente de ferramentas de Inteligência Artificial durante o desenvolvimento do projeto FinBoost+.

Objetivo da Documentação

Garantir transparência sobre como e quando ferramentas de IA foram utilizadas como auxiliares no desenvolvimento, seguindo as melhores práticas da indústria e requisitos acadêmicos.

Mini Guia

Durante o desenvolvimento deste projeto, foram utilizadas ferramentas de IA para apoiar o planejamento, organização e metodologias ágeis. O mini guia criado reúne perguntas, respostas e aprendizados organizados durante o desenvolvimento de um projeto fullstack real, servindo como referência prática para iniciantes.

Conteúdo do Mini Guia:

Definição de escopo e criação de personas
Organização de equipes e uso de metodologias ágeis
Estruturação de MVP e requisitos
Templates de personas e user stories

Links:

Repositório: https://github.com/Alan-oliveir/mini-guia-fullstack
Site: alan-oliveir.github.io/mini-guia-fullstack/

Princípios do Uso de IA

Práticas Adotadas:

Transparência: todo uso de IA é documentado
Responsabilidade: decisões finais são dos desenvolvedores
Revisão: todo código gerado é revisado e testado
Aprendizado: IA como ferramenta de capacitação

Práticas Não Adotadas:

Não copiar código sem entendimento
Não submeter trabalho puramente gerado por IA
Não ocultar o uso de ferramentas auxiliares
Não delegar decisões críticas para IA

Ferramentas Utilizadas

Ferramenta	Fornecedor	Uso Principal
ChatGPT	OpenAI	Geração de código, definição de escopo, naming
Claude	Anthropic	Design, paletas de cores, arquitetura
DeepSeek	DeepSeek	Estado, persistência, mocks, contratos
GitHub Copilot	Microsoft	Autocomplete, testes, configurações
Stitch	Stitch AI	Wireframes e sugestões de design

Áreas de Aplicação

mindmap
  root((IA no FinBoost+))
    Frontend
      Design & UI
        Wireframes
        Layout responsivo
      Desenvolvimento
        Componentes React
        Testes de componentes
      Documentação
        README
    Backend
      Testes
        Integration tests
        Mock data
      Documentação
        README
    Projeto
      Planejamento
        MVP definition
        Personas & User Stories
        Requirements
      Documentação
        Technical docs
        API contracts

Benefícios Alcançados

Para o Projeto

Aceleração do desenvolvimento - Redução de 30-40% no tempo de tarefas repetitivas
Qualidade do código - Sugestões de boas práticas e padrões
Documentação rica - Geração estruturada de docs técnicas
Design consistente - Paletas e layouts profissionais

Para a Equipe

Produtividade aumentada - Foco em lógica de negócio
Capacitação técnica - Conhecimento de ferramentas modernas

Metodologia de Trabalho

1. Geração com IA

Prompt claro e contextualizado
Especificação de requisitos técnicos
Solicitação de múltiplas alternativas

2. Revisão Humana

Análise crítica do código gerado
Verificação de boas práticas
Adaptação ao contexto do projeto

3. Teste e Validação

Execução de testes unitários
Validação em ambiente local
Verificação de integração

4. Documentação

Registro do prompt utilizado
Justificativa da escolha
Impacto no projeto

Áreas de Aplicação

Frontend: design, wireframes, componentes React, testes, documentação
Backend: testes, mock data, documentação
Projeto: planejamento, definição de MVP, personas, user stories, requisitos, documentação técnica e contratos de API

Benefícios Alcançados

Para o Projeto:

Aceleração do desenvolvimento
Melhoria na qualidade do código
Apoio na documentação técnica
Facilidade na prototipação de interfaces

Para a Equipe:

Aprendizado contínuo
Redução de dúvidas técnicas
Melhoria na organização do trabalho

Considerações Finais

O uso de IA foi realizado de forma ética, transparente e responsável, sempre com revisão humana e foco no aprendizado da equipe. Todas as contribuições geradas por IA foram validadas e adaptadas conforme as necessidades do projeto.