📖 Glossário vivo (leia antes — volte sempre que precisar)
Estes são os termos NOVOS deste módulo. Como você já viu o vocabulário base (modelo, agente, prompt, skill, codebase) na Trilha 1, aqui focamos no vocabulário de delegação:
🧩 Desenhar as partes difíceis
🧠 Imagine assim: um arquiteto contrata pedreiros rápidos e fortes. Mas ele não manda "construam uma casa" e some — ele desenha a planta primeiro, resolvendo a fundação e a estrutura difícil no papel. Os pedreiros levantam as paredes. Com IA é igual: você desenha as partes difíceis; a IA constrói o resto.
Pocock faz uma afirmação que destrava tudo: "strategic programming não mudou com a IA — só trocamos delegar a juniores por delegar à IA." Ou seja, delegar sempre foi a habilidade do programador sênior, e ela continua igual. O que mudou foi só para quem você delega. E a primeira regra de quem delega bem é: desenhe as partes difíceis na frente — você, humano, antes de soltar a tarefa.
Por quê? Porque a IA, como um júnior, é excelente em executar uma decisão já tomada e péssima em tomar a decisão difícil sozinha. As "partes difíceis" são as escolhas de arquitetura: como estruturar os dados, qual abordagem usar, onde estão os riscos. Se você pular isso e mandar "resolve o problema X", a IA vai inventar uma solução qualquer — talvez plausível na superfície, mas frágil. O erro comum aqui é confundir velocidade com delegação: jogar um problema mal-pensado na IA e achar que "ela vai pensar por mim". Ela não vai pensar estrategicamente por você — esse é justamente o trabalho que sobrou pra você.
A decisão difícil fica com você; a execução repetitiva vai pra IA. Inverter isso é o erro nº 1.
⚠️ Erro comum de iniciante
Mandar a IA "decidir a arquitetura" de um sistema importante. Ela vai propor algo — mas a escolha estratégica é a parte que mais te custa caro se sair errada. Decida você; deixe a IA implementar a decisão.
Em 1 frase: você desenha as partes difíceis; a IA executa as fáceis — nunca o contrário.
Indo mais fundo (opcional): por que "AI eats tactical, not strategic"?
Pocock diz que "AI has basically eaten tactical programming" — o dia-a-dia de digitar sintaxe, ela faz melhor e mais barato. Mas o estratégico (como o sistema deve ser, como dividir as tarefas) continua humano. Desenhar as partes difíceis é estratégia pura: é exatamente o trabalho que a IA não comeu, e por isso é onde sua hora vale mais.
✂️ Escopo nítido
🧠 Imagine assim: pedir a um estagiário "organize o escritório" é vago — ele pode passar o dia inteiro e fazer a coisa errada. Pedir "etiquete e arquive estas 30 pastas na ordem alfabética até as 17h" tem escopo. O segundo pedido sempre sai melhor, com IA ou com gente.
A segunda alavanca de Pocock é escopar muito bem as tarefas. Escopo é o recorte: o que a tarefa inclui, o que ela exclui, e qual o tamanho dela. Uma tarefa com escopo nítido tem começo, meio e fim claros — a IA sabe exatamente quando terminou e não fica "viajando" para áreas que você não pediu.
Por que isso importa tanto com IA? Porque um júnior veloz com escopo frouxo é perigoso: ele faz muita coisa, rápido, e boa parte fora do alvo. Tarefas grandes demais também estouram a memória de trabalho da IA (o context window) e ela perde o fio. A regra prática: recorte tarefas pequenas, verificáveis, com um critério de "pronto" explícito. O erro comum é o pedido-balde ("refatore o sistema inteiro") — sem escopo, sem critério de sucesso, a IA entrega um monte de mudanças que você não consegue nem revisar.
Recuperação rápida: qual destes pedidos tem escopo nítido?
Em 1 frase: tarefa pequena, com limites e critério de "pronto" = a IA acerta; pedido-balde = a IA se perde.
🔌 Interfaces entre módulos
🧠 Imagine assim: uma tomada e um plugue. Não importa quem fez o ferro de passar ou quem fez a fiação da casa — desde que ambos respeitem o padrão da tomada, encaixam. A interface é a tomada: o contrato que deixa duas partes feitas separadamente funcionarem juntas.
Terceira alavanca: pensar nas interfaces entre módulos. Um módulo é uma parte do sistema com uma responsabilidade única (o módulo de pagamento, o de e-mail, o de login). A interface é o contrato entre eles: como um chama o outro, o que ele recebe e o que devolve.
Isto é o que torna a delegação escalável. Se você define a interface antes, pode entregar cada módulo a uma "instância" diferente da IA (ou a juniores diferentes) e elas trabalham em paralelo sem se atrapalhar — porque cada uma só precisa respeitar o contrato, não conhecer o miolo do outro. É o mesmo princípio que permite uma fábrica montar peças separadas que depois encaixam. O erro comum: deixar as interfaces implícitas. Aí a IA do módulo A "supõe" um formato, a do módulo B supõe outro, e na hora de juntar nada encaixa — o famoso "funcionava no meu pedaço".
Em 1 frase: defina o "contrato" (interface) entre as partes e a IA pode construir cada parte sozinha, em paralelo.
🧪 Testes e cenários
🧠 Imagine assim: você dá ao júnior uma lista de verificação antes de ele entregar: "testou com nome em branco? com idade negativa? com a internet caindo?". Essa lista é o que separa "parece funcionar" de "realmente funciona". A IA precisa da mesma lista.
Quarta alavanca: pensar em testes e cenários. Um teste é um pequeno código que roda e diz "passou" ou "falhou". Os cenários (edge cases) são as situações fora do trivial que costumam quebrar tudo. Pensar nesses cenários na hora de delegar é metade do design — porque é onde mora a maior parte dos bugs.
Testes têm um papel especial quando você delega para IA: eles são o portão de qualidade automático. Se você entrega a tarefa junto com testes (ou pede que a IA escreva os testes primeiro), a própria IA pode rodá-los e saber se acertou — sem depender de você revisar linha por linha. Isso fecha o loop: a IA executa, testa, corrige, repete. O erro comum é delegar só o "caminho feliz" e esquecer dos cenários ruins; a IA, como um júnior, vai felizmente entregar algo que funciona só no caso bonito e explode no primeiro campo vazio do usuário real.
🔬 Exemplo resolvido: delegando uma função de cadastro
Tarefa: "criar a função que cadastra um usuário". Veja a diferença entre delegar sem e com cenários:
Sem cenários
"Cria o cadastro de usuário." → A IA salva nome e e-mail. Funciona na demo. Em produção: aceita e-mail repetido, aceita campo vazio, quebra com acento. Bugs no dia 1.
Com cenários + testes
"Cria o cadastro. Cubra: e-mail duplicado (rejeita), campo vazio (erro claro), nome com acento (aceita). Escreva os testes desses 3 casos." → A IA implementa, roda os testes, ajusta sozinha. Entrega sólida.
A única diferença foi você ter pensado nos cenários ao delegar. A IA fez o trabalho braçal.
Em 1 frase: entregue os cenários e os testes junto com a tarefa — eles viram o portão de qualidade que a IA usa sozinha.
🗺️ Documentação suficiente
🧠 Imagine assim: um mapa do tesouro não descreve cada grão de areia — ele marca onde cavar. Documentação suficiente é o mapa: aponta a IA pros lugares certos do projeto, sem virar um romance que ninguém lê.
Quinta alavanca: documentação suficiente. Pocock é específico na palavra — não é documentação exaustiva, é documentação suficiente "pra apontar a IA pros lugares certos". A diferença é enorme: documentação demais ninguém mantém (e ela apodrece, mentindo); documentação de menos deixa a IA adivinhando. O ponto certo é o mínimo que orienta.
Na prática, isso quase sempre vira um arquivo de contexto na raiz do projeto (você verá isso a fundo na Trilha 3, com as skills). Ele descreve a arquitetura em alto nível, onde fica cada coisa, e os padrões do projeto. É como deixar bilhetes pro júnior: "os componentes ficam em /src/ui, os testes ao lado do arquivo, sempre rode o lint antes de commitar". O erro comum é tratar documentação como um favor pro "outro" — quando, com IA, ela é uma alavanca de produtividade sua: cada bilhete bem posto economiza dez idas-e-vindas.
Em 1 frase: não documente tudo — documente o suficiente pra apontar a IA pros lugares certos.
🧑🎓 Delegar como a um júnior
🧠 Imagine assim: um gerente experiente sabe exatamente como passar uma tarefa pro estagiário: contexto, limites, o que verificar, onde achar as coisas. Esse mesmo gerente, ao usar IA, só reaproveita o instinto que já tem. Quem nunca delegou pra gente sofre pra delegar pra máquina.
A grande sacada de Pocock é unir tudo numa frase: delegar pra IA é delegar pra um júnior. Não é uma metáfora bonitinha — é literal. A IA tem o perfil de um júnior excelente: rapidíssima, incansável, animada, mas sem a visão estratégica do todo. Pocock até nota que "AI makes senior developers 10x better" justamente porque o sênior já tem o músculo de delegar — ele aponta a IA, ela faz, e o multiplicador é gigante.
A consequência prática é libertadora: você não precisa aprender uma "arte secreta de prompts". Você precisa virar um bom gerente. As cinco alavancas deste módulo são exatamente o que um bom gerente faz ao passar uma tarefa: desenha o difícil, escopa, define interfaces, pede os cenários, deixa o mapa. O erro comum final é tratar a IA como um oráculo ("ela sabe tudo") em vez de um júnior ("ela executa o que eu souber delegar"). Quem trata como oráculo se frustra; quem trata como júnior multiplica. Use o checklist abaixo toda vez antes de soltar uma tarefa:
Antes de delegar uma tarefa pra IA (= pra um júnior veloz), responda: [ ] DIFÍCIL — eu já decidi a arquitetura / a parte difícil? (não deixe pra IA) [ ] ESCOPO — a tarefa é pequena, com limites e um "pronto" claro? [ ] INTERFACE— o contrato com os outros módulos está definido? [ ] TESTES — listei os cenários ruins (vazio, duplicado, erro) e pedi testes? [ ] DOC — apontei a IA pros lugares certos do projeto (mapa, não romance)? Se um item está em branco, é AÍ que a IA vai errar. Preencha antes de soltar.
Recuperação rápida: segundo Pocock, o que mudou no pensamento estratégico com a chegada da IA?
Em 1 frase: não vire "mestre de prompts" — vire um bom gerente; a IA é seu júnior mais rápido.
🧾 Resumo do Módulo
Próximo módulo:
2.5 — Comunicação & ditado: por que falar é "overpowered" e como ditar dobra sua velocidade com IA.