🎯 Objetivo do dia
Converter a spec (validada no Dia 1 e revisada na visita técnica de ontem) em um prompt de construção: uma instrução que descreve a plataforma que a IA deve gerar no Lovable, e não uma tarefa isolada. A diferença é central. Um prompt de tarefa resolve um caso uma vez — "avalie este candidato"; um prompt de produto descreve um sistema completo — telas, dados, regras e integrações. No case desta edição — o processo seletivo da Azul Linhas Aéreas —, o objetivo é descrever uma plataforma de triagem que recebe uma planilha de candidatos, ordena-os por aderência à vaga e convida os aprovados para a próxima etapa. A avaliação por IA continua existindo, mas como um componente da plataforma, não como o produto inteiro.
🎓 Objetivos de aprendizagem
Ao final do dia, o estudante deve ser capaz de:
O que você conseguirá fazer
- Derivar, a partir das cinco visões da spec do Dia 1, um prompt que descreve um produto.
- Estruturar o prompt de construção segundo as sete partes (objetivo, usuários, telas e fluxo, dados, regras de negócio, restrições e critério de pronto).
- Ler um diagrama de arquitetura e mapear cada camada à parte correspondente do prompt.
- Especificar a triagem por IA com saída estruturada, que alimenta o ranking e dispara o convite.
- Reconhecer e mitigar riscos de viés e de privacidade numa plataforma que filtra pessoas.
A relevância desses objetivos decorre do papel do prompt no projeto: no Lovable, ele é a planta da plataforma. Quanto mais precisa a planta, mais próximo o resultado. É a ponte entre a spec (Dia 1) e o MVP funcional (Dia 4).
🔀 De um pedido a um produto
A virada de chave do Dia 2 está em deixar de pedir uma resposta e passar a descrever um sistema. O contraste a seguir evidencia a diferença.
❌ Prompt de tarefa
- Resolve um caso, uma única vez.
- Não recebe planilha, não guarda nada e não notifica ninguém.
- Não é uma solução que o RH da Azul utiliza no dia a dia.
✅ Prompt de produto
- Descreve telas, dados, regras e integrações.
- Opera em escala: dezenas de candidatos por vaga.
- É o que o Lovable converte em aplicação real.
📋 Da spec ao prompt de construção
Cada elemento definido na spec do Dia 1 corresponde a uma parte da planta da plataforma. Escrever o prompt, portanto, não é começar do zero: é transcrever decisões já tomadas. Vale como princípio que nada na plataforma deve surgir sem origem — cada tela e cada regra rastreia até uma decisão registrada na spec.
| Elemento da spec | Pergunta que responde | Vira no prompt |
|---|---|---|
| Business Driver | Por que a solução existe | Objetivo do produto — o propósito da plataforma |
| Atores | Quem usa a solução | Usuários e telas — o que cada perfil vê e faz |
| Requisitos Funcionais | O que a solução faz | Funcionalidades — upload, triagem, convite, vídeo |
| Entidades | Sobre o que a solução opera | Modelo de dados — campos e relações do banco |
| Requisitos Não Funcionais | Com que qualidade | Restrições — LGPD, antiviés e usabilidade |
🧭 A plataforma de triagem
A solução descrita pelo prompt organiza o funil de seleção em cinco passos. Em vez de o RH ler planilha por planilha, a triagem por IA ordena os candidatos por aderência à vaga e automatiza o convite para a etapa seguinte; a decisão final permanece com o time de RH.
O caminho do candidato
- Upload da planilha: o RH sobe um arquivo Excel/CSV com os candidatos da vaga.
- Triagem por IA: a plataforma pontua cada candidato pelos critérios da vaga e monta o ranking.
- Convite automático: os aprovados recebem um e-mail para gravar um vídeo de apresentação.
- Coleta de vídeos: o candidato envia o vídeo, que fica anexado ao seu perfil.
- Decisão humana: o recrutador revisa ranking e vídeos e decide quem avança.
🏗️ Arquitetura da plataforma
O prompt de construção descreve uma aplicação em camadas, e é isso que o Lovable gera. Compreender as camadas ajuda a escrever cada parte do prompt com a especificidade necessária.
| Camada | Componentes | Responsabilidade |
|---|---|---|
| Usuários | Recrutador (RH) e candidato | Quem interage com a plataforma e com que finalidade. |
| Interface (Frontend) | Upload, painel de ranking, galeria de vídeos | As telas geradas no Lovable pelas quais o trabalho acontece. |
| Processamento | Ingestão da planilha → motor de triagem (IA) | Lê e valida os dados; pontua cada candidato e devolve nota e justificativa. |
| Dados e integrações | Banco de dados, serviço de e-mail, armazenamento de vídeos | Persiste candidatos e notas, dispara o convite e guarda os vídeos. |
O motor de triagem é o ponto em que a IA atua. É ali que o prompt de avaliação — o conteúdo que a seguir se detalha — opera como um componente da arquitetura, e não como a solução inteira.
🔧 Anatomia do prompt de construção
Um prompt de construção eficaz é composto por sete partes. Cada uma corresponde a um elemento já definido na spec e torna a instrução clara e verificável.
As 7 partes do prompt de construção
- Objetivo: o que a plataforma resolve e para quem.
- Usuários: os papéis que interagem com o sistema — recrutador e candidato.
- Telas e fluxo: quais telas existem — upload, painel, vídeos — e em que ordem.
- Dados: as entidades e os campos — candidato, vaga, avaliação.
- Regras de negócio: como a triagem pontua e quem passa do corte.
- Restrições: o que não é permitido — derivadas dos requisitos não funcionais (LGPD, antiviés, usabilidade).
- Critério de pronto: quando a plataforma é considerada aceitável.
Aplicadas ao case da Azul, essas partes traduzem a spec em uma instrução operacional para o Lovable:
Usuários: recrutador e candidato.
Telas: (1) upload de planilha, (2) painel com ranking, (3) galeria de vídeos.
Dados: candidato (nome, e-mail, formação, respostas), vaga, avaliação.
Regra: pontuar cada candidato de 0 a 5 pelos critérios da vaga; aprovados recebem e-mail para gravar vídeo.
Restrições: não usar idade, gênero ou origem; seguir a LGPD.
Os trechos entre colchetes são os parâmetros: aquilo que muda a cada vaga. No Lovable, cada parâmetro se torna um campo configurável.
📊 A triagem por dentro: saída estruturada
Dentro da plataforma, a IA avalia cada candidato. Para que essa avaliação seja útil, ela precisa devolver dado, e não texto solto: texto livre não alimenta ranking nem dispara e-mail. Um formato fixo — JSON ou tabela — converte a resposta da IA em algo que a plataforma ordena, filtra e usa para decidir o convite. Recomenda-se solicitar sempre três componentes: nota por critério, justificativa e recomendação.
Formato solicitado no prompt
{ "candidato": ..., "nota": 0-5,
"justificativa": ..., "recomendacao": "convidar" | "rever" }
Exemplo do que o painel recebe
| Candidato | Nota | Recomendação |
|---|---|---|
| Ana | 5 | Convidar para vídeo. |
| Bruno | 4 | Convidar para vídeo. |
| Carla | 2 | Rever — abaixo do corte. |
⚠️ IA responsável na triagem
Numa plataforma que filtra pessoas e dispara e-mails, os cuidados éticos não são acessórios: são requisitos. Derivam dos requisitos não funcionais da spec e conectam-se à ISO/IEC 25010, nas características de segurança e confiabilidade. Um bom prompt de construção os declara de forma explícita, tanto na regra de triagem quanto no controle de acesso aos dados.
Quatro cuidados obrigatórios
- Viés: a triagem desconsidera idade, gênero, origem e aparência, avaliando apenas o que se relaciona à vaga.
- Privacidade (LGPD): a planilha traz dados pessoais; utilizar apenas o necessário e proteger o acesso.
- Decisão humana: a IA recomenda, o recrutador decide. Não se admite rejeição automática de candidatos.
- Comunicação: o e-mail é um convite, não uma promessa, e o candidato deve saber que há IA no processo.
Na prática, esses cuidados entram no prompt como restrições:
🔁 Iterar no Lovable
A plataforma raramente fica pronta na primeira versão, e isso é esperado. O que distingue um grupo eficiente é o método de iteração, sustentado por evidência e não por tentativa aleatória.
O ciclo de iteração
- Escreva o prompt de construção com as sete partes.
- Gere a plataforma no Lovable.
- Navegue o fluxo com uma planilha de exemplo.
- Localize o que quebrou — tela faltando, campo errado ou regra frouxa.
- Ajuste apenas essa parte do prompt e gere novamente.
Monte uma planilha de teste
- Um candidato forte, que deve ser convidado.
- Um candidato fraco, que deve ficar abaixo do corte.
- Um candidato no limite ou com dados faltando.
- Se a plataforma erra o caso no limite, o ajuste está na regra de triagem.
Ajustar várias partes ao mesmo tempo impede identificar o que produziu a melhoria. Por isso, altera-se uma parte por iteração.
🎛️ Parametrização e falhas comuns
Marcar o que varia com colchetes — {vaga}, {critérios}, {nota de corte} — permite que a mesma plataforma sirva a várias vagas da Azul. No Lovable, cada parâmetro se torna um campo configurável. Convém testar com vagas diferentes para garantir que a solução permaneça válida em outros contextos de seleção.
Algumas falhas recorrem ao longo da construção. A tabela relaciona cada falha à sua causa provável e à correção adequada no prompt.
| Falha | Causa | Correção no prompt |
|---|---|---|
| Tela genérica | O prompt não descreveu os campos. | Listar as telas e os campos de cada uma. |
| Não dispara e-mail | O gatilho não foi especificado. | Descrever: nota ≥ corte → enviar convite. |
| Triagem inconsistente | Ausência de critérios ou de exemplos. | Definir critérios e calibrar com exemplos. |
| Sinais de viés | Sem restrição de atributos. | Proibir idade, gênero e origem na regra. |
✅ Checklist do prompt de construção
Antes de considerar a plataforma pronta, o grupo deve responder afirmativamente a cada item abaixo.
- Tem um objetivo claro da plataforma?
- Define os usuários — recrutador e candidato?
- Descreve as telas e o fluxo na ordem certa?
- Especifica os dados — entidades e campos?
- A regra de triagem diz como pontuar e quem passa?
- Pede saída estruturada — JSON ou tabela?
- Descreve o gatilho do e-mail de convite?
- Tem restrições de viés e de privacidade?
- Está parametrizado para outras vagas?
- Deixa claro que a decisão é humana?
🏁 Entregável
➡️ Próximo dia
Dia 4 — Sprint, Refino & Testes: construir o MVP da plataforma de ponta a ponta no Lovable, testar contra o critério de aceite, refinar o prompt e publicar o link.