Demandas mais complexas
Regras, critérios e documentos podem reunir informações dispersas, ambiguidades e dependências difíceis de perceber em uma única leitura.
← Voltar para todos os cases
Case 12 · IA aplicada à Qualidade de Software
Agentes de Inteligência Artificial Aplicados à Qualidade de Software
Identifiquei a necessidade de ampliar a capacidade de análise do time com o apoio da inteligência artificial. A partir dessa necessidade, configurei dois agentes especializados: um Avaliador de Qualidade, voltado à análise de demandas, documentação, regras de negócio e cenários de teste, e um Avaliador de Código, direcionado ao apoio em revisões técnicas. Os agentes foram configurados para auxiliar as avaliações do dia a dia, permitindo análises mais profundas, alinhadas às práticas de mercado e a referências internacionais de Qualidade de Software, mantendo a validação humana como etapa obrigatória.
Contexto
Análises de Qualidade exigem atenção a requisitos, riscos, documentação, testes e aspectos técnicos.
Em demandas complexas ou com grande volume de informação, pontos importantes podem permanecer implícitos. A iniciativa foi estruturada para apoiar a identificação de lacunas, organizar perguntas e ampliar a profundidade das avaliações.
Cobertura de testes
Cenários positivos, negativos, limites, exceções e riscos precisam ser analisados de forma consistente.
Revisão técnica
Código e automações exigem atenção a legibilidade, manutenção, padrões, tratamento de erros e testabilidade.
Análise mais profunda
Os agentes apoiaram a ampliação da verificação de requisitos, documentação e código, contribuindo para identificar inconsistências com base em práticas de mercado e referências internacionais de Qualidade de Software.
Minha atuação
Identificação da necessidade, configuração e direcionamento dos agentes.
Estruturei a iniciativa para ampliar a forma de análise do time e apoiar avaliações recorrentes no dia a dia.
Identifiquei a necessidade
Observei a oportunidade de ampliar a capacidade de análise do time com o apoio da inteligência artificial.
Defini os escopos
Separei os objetivos entre avaliação de Qualidade e avaliação de Código, evitando sobreposição de finalidade.
Configurei os agentes
Organizei orientações para apoiar análise de demandas, documentação, cenários de teste e revisões técnicas.
Preservei a supervisão humana
Mantive a revisão por pessoas responsáveis como etapa obrigatória antes de qualquer decisão ou aplicação.
Confidencialidade:
os nomes internos dos agentes, prompts, configurações,
instruções, bases de conhecimento e links de acesso
não são disponibilizados publicamente.
Agentes especializados
Dois apoios complementares para diferentes dimensões da Qualidade de Software.
Avaliador de Qualidade
Apoio à análise de demandas, documentação e cenários de teste
- Regras de negócio e histórias de usuário
- Critérios de aceite e documentação
- Ambiguidades, lacunas e riscos
- Cenários positivos, negativos e de limite
- Perguntas para refinamento
- Organização da cobertura de testes
Avaliador de Código
Apoio a revisões técnicas e identificação de riscos
- Legibilidade e manutenção
- Padronização e consistência
- Tratamento de erros
- Duplicação e complexidade
- Testabilidade
- Pontos para discussão técnica
Como os agentes atuam
Entenda o papel de cada avaliador antes de explorar os exemplos práticos.
Os exemplos são genéricos e não revelam configurações, informações internas ou materiais confidenciais.
Avaliador selecionado
Exemplos práticos
Explore análises fictícias realizadas pelos dois avaliadores.
As análises consideram modelos internacionais de qualidade de produto e testes, além de práticas de revisão técnica, código legível, manutenível, seguro e testável. Os exemplos não representam certificação ou avaliação formal de conformidade.
Simulação selecionada
Entrada fictícia
Análise simulada
Referências consideradas
Validação humana
Exemplos fictícios:
histórias, regras, códigos e respostas foram criados
exclusivamente para demonstrar os tipos de análise.
Nenhuma configuração interna, prompt ou informação real
é apresentada.
Qualidade e testes:
ISO/IEC 25010:2023; ISO/IEC/IEEE 29119-1:2022,
29119-3:2021 e 29119-4:2021; ISTQB CTFL v4.0.1.
Código e segurança:
OWASP Secure Code Review; Fetch Standard; ECMAScript.
Governança e uso responsável
A inteligência artificial atua como apoio, não como responsável pela decisão.
Validação humana
Recomendações e pontos de atenção precisam ser revisados considerando contexto, regras e prioridades reais.
Configuração privada
Prompts, instruções e critérios internos permanecem restritos e não são publicados no portfólio.
Proteção de informações
O case não apresenta requisitos, código, documentos ou dados confidenciais de empresas e projetos.
Uso contextual
As análises devem ser adaptadas ao tipo de solução, ao risco e ao estágio de cada demanda.
Impacto da abordagem
Análises mais profundas, consistentes e alinhadas às práticas de Qualidade.
Maior profundidade de análise
As avaliações passaram a considerar diferentes dimensões da demanda, da documentação, dos testes e do código.
Fortalecimento do shift-left
Perguntas e lacunas podem ser levantadas ainda no refinamento e no planejamento.
Referências de mercado
As análises foram orientadas por práticas de mercado, normas e referências internacionais de Qualidade de Software.
Apoio ao conhecimento
As análises podem servir como referência para discussões e aprendizagem, sempre com validação humana.
Resultados e estágio
Uma iniciativa estruturada para apoiar o dia a dia da área de Qualidade.
Avaliações mais profundas
Os agentes apoiaram análises mais profundas sobre demandas, documentação, cenários de teste e código, considerando diferentes perspectivas de Qualidade.
Inconsistências evidenciadas
A abordagem apoiou a identificação de lacunas, ambiguidades e inconsistências com base em práticas e referências reconhecidas de Qualidade de Software.
Governança incorporada
A validação humana e a confidencialidade foram mantidas como princípios da iniciativa.
Uso restrito
Os agentes não são disponibilizados publicamente e suas configurações permanecem protegidas.
Resultados ainda não mensurados:
não são atribuídos percentuais de redução de tempo,
defeitos ou retrabalho. Os benefícios apresentados refletem
capacidades previstas e observações qualitativas da iniciativa.
Competências demonstradas