Engenharia de Software em IA Aplicada › Fundamentos de IA e LLMs para Programadores
M01-A06 Prompt engineering para codar, debugar e documentar
Prefere assistir?
A mesma aula em vídeo narrado, com legendas · 1:50
Nesta aula
Módulo 1 · aula 6 — contexto, exemplos, formato e critérios de aceite
- Escrever prompts com contexto, formato e critérios de aceite
- Aplicar padrões de prompt para código, debug e docs
Tempo de estudo sugerido: 30 min.
Créditos
- Anthropic — “Lesson 7: Effective prompting techniques (Deep Dive) | AI Fluency: Framework & Foundations Course” · trecho 02:17.50–02:24.40 · ver no YouTube
- Anthropic — “Prompting 101 | Code w/ Claude” · trecho 03:25.00–03:31.00 · ver no YouTube
Narração com voz sintética (Microsoft Edge TTS).
Fundamentos de IA e LLMs para Programadores
- De Turing aos LLMs: a linha do tempo da IA
- ML, deep learning, tensores e redes neurais em 2 minutos
- Como um LLM funciona: tokens, embeddings e attention
- Sua primeira rede neural em JavaScript
- ML no navegador: vídeo, jogos e deep learning na prática
- Prompt engineering para codar, debugar e documentar
- Cursor, VS Code e Windsurf: IDEs com IA e vibe coding
- Cursor rules: a IA programando do jeito do seu time
- MCPs e automação: IA que testa, lê docs e navega
- RAG, embeddings e busca semântica com JavaScript e Postgres
- Modelos abertos x fechados: OpenRouter e Ollama
- Agentes de IA: decisões em etapas e agentes que programam
Gerado 100% com IA, sem revisão humana. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, sem curadoria ou revisão humana. Pode conter erros: consulte sempre as fontes originais citadas. Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original. Uma publicação da L4Tec.