❄️ Bootcamp de Inverno · Julho 2026 · Dia 3 · Quarta

Inteli Camp — Dia 3

Prompts a partir da Modelagem — o prompt que constrói a plataforma

🎯 O que vamos fazer hoje

Transformar a spec (revisada na visita de ontem) num prompt que descreve a plataforma, não uma tarefa isolada
Desenhar o fluxo da solução: planilha → triagem → convite → vídeo → decisão
Definir a arquitetura e a regra de triagem por IA
Gerar a primeira versão no Lovable e iterar

🏁 Entregável do dia

Prompt de construção da plataforma escrito e parametrizado
Primeira versão gerada no Lovable, com o fluxo principal navegável
Regra de triagem devolvendo saída estruturada e sem atributos sensíveis

Objetivos de aprendizagem

O que você será capaz de fazer ao final do dia

Objetivos

✅ Ao final, você consegue

Derivar da spec um prompt que descreve um produto, não uma resposta
Estruturar o prompt de construção: objetivo, usuários, telas, dados, regras e restrições
Ler um diagrama de arquitetura e mapear cada parte ao prompt
Especificar a triagem por IA com saída estruturada
Reconhecer riscos de viés e privacidade numa plataforma que filtra pessoas

🧭 Por que isso importa

No Lovable, o prompt é a planta da plataforma — quanto melhor a planta, melhor o que a IA constrói
Uma plataforma robusta é previsível, justa e testável
É a ponte entre a spec (Dia 1) e o MVP funcional (Dia 4)

Roadmap da Semana

Onde estamos na jornada

Dia 3/5

Dia 1 · Seg Spec & Modelagem ✅ Spec validada, critério de aceite definido

Dia 2 · Ter Visita Técnica ✅ Visita concluída, spec revisada

Dia 3 · Qua Prompts & Plataforma Hoje: prompt de construção + 1ª versão no Lovable

Dia 4 · Qui Sprint, Refino & Testes MVP funcional, testado e refinado

Dia 5 · Sex Apresentações Pitch para a banca

✍️ Prompt de Produto 🗂️ Spec do Dia 1 💜 Lovable 🔁 Testar e iterar

De um pedido a um produto

Hoje o prompt não responde uma pergunta — ele descreve um sistema

Virada de chave

❌ Prompt de tarefa

Avalie este candidato: [resposta]

Resolve um caso, uma vez
Não recebe planilha, não guarda nada, não avisa ninguém
Não é uma solução que o RH da Azul Linhas Aéreas usa no dia a dia

✅ Prompt de produto

Construa uma plataforma que recebe uma planilha de candidatos, faz a triagem pelos critérios da vaga e convida os aprovados para gravar um vídeo.

Descreve telas, dados, regras e integrações
Roda em escala: dezenas de candidatos por vaga
É o que o Lovable transforma em aplicação real

A mudança

A triagem por IA continua existindo — mas agora como uma parte da plataforma, e não como o produto inteiro.

Da spec ao prompt de construção

Cada parte da spec do Dia 1 vira uma parte da planta da plataforma

Ponte · da spec ao prompt

Spec — Business DriverPor que a solução existe

→

Prompt — Objetivo do produtoO propósito da plataforma

Spec — AtoresQuem usa (RH, candidato)

→

Prompt — Usuários e telasO que cada perfil vê e faz

Spec — Requisitos FuncionaisO que a solução faz

→

Prompt — FuncionalidadesUpload, triagem, convite, vídeo

Spec — EntidadesCandidato, vaga, avaliação

→

Prompt — Modelo de dadosCampos e relações do banco

Spec — Requisitos Não FuncionaisQualidade esperada (ISO 25010)

→

Prompt — RestriçõesLGPD, antiviés, usabilidade

Princípio

Nada na plataforma sai do nada — cada tela e cada regra rastreia até uma decisão da spec.

A plataforma de triagem

O caminho do candidato, do upload da planilha à decisão do RH

Solução

📥Passo 1Upload da planilhaO RH sobe um Excel/CSV com os candidatos da vaga

🧮Passo 2Triagem por IAPontua cada candidato pelos critérios da vaga e monta o ranking

✉️Passo 3Convite automáticoAprovados recebem e-mail para gravar um vídeo de apresentação

🎥Passo 4Coleta de vídeosO candidato envia o vídeo, que fica anexado ao seu perfil

🧑‍⚖️Passo 5Decisão humanaO recrutador revisa ranking e vídeos e decide quem avança

📌 Recorte do Azul Linhas Aéreas

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 próxima etapa — a decisão final continua sendo do time de RH.

🏗️ Arquitetura da plataforma

As camadas que o Lovable gera a partir do seu prompt

Arquitetura

Usuários

🧑‍💼 Recrutador (RH)

Sobe a planilha, acompanha o ranking e decide

🧑‍🎓 Candidato

Recebe o convite por e-mail e envia o vídeo

▼

Interface — Frontend gerado no Lovable

📥 Upload

Importa a planilha de candidatos

📊 Painel de ranking

Candidatos ordenados, com nota e justificativa

🎥 Galeria de vídeos

Reúne os vídeos recebidos por candidato

▼

Processamento

🧹 Ingestão

Lê e valida os campos da planilha

→

🤖 Motor de triagem (IA)

Pontua cada candidato pelos critérios da vaga e devolve nota + justificativa

▼

Dados e integrações

🗄️ Banco de dados

Candidatos, vagas, notas, status e vídeos

✉️ Serviço de e-mail

Dispara o convite para os aprovados

🎞️ Armazenamento

Guarda os vídeos enviados

Anatomia do prompt de construção

Sete partes que fazem a IA construir a plataforma certa

Prompt · Conceito

🔧 As 7 partes

Objetivo: o que a plataforma resolve e para quem
Usuários: os papéis (recrutador, candidato)
Telas e fluxo: upload, painel, vídeos — e a ordem
Dados: as entidades e campos (candidato, vaga, nota)
Regras de negócio: como a triagem pontua e quem passa
Restrições: LGPD, antiviés, usabilidade (dos RNF)
Critério de pronto: quando a plataforma está aceitável

📋 Exemplo — trecho do prompt

Construa uma plataforma web de triagem de candidatos.
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 0–5 pelos critérios da vaga; aprovados recebem e-mail para gravar vídeo.
Restrições: não usar idade, gênero ou origem; seguir a LGPD.

A triagem por dentro

Dentro da plataforma, a IA avalia cada candidato e devolve dado estruturado

Componente de IA

🧱 Por que saída estruturada

Texto solto não alimenta ranking nem dispara e-mail
Um formato fixo (JSON) vira dado: a plataforma ordena, filtra e decide o convite
Peça sempre: nota por critério + justificativa + recomendação

Para cada candidato, responda em JSON:
{ "candidato": ..., "nota": 0-5,
"justificativa": ..., "recomendacao": convidar|rever }

📊 O que o painel recebe

Candidato	Nota	Recomendação
Ana	5	Convidar para vídeo
Bruno	4	Convidar para vídeo
Carla	2	Rever — abaixo do corte

Gatilho

Nota ≥ corte → a plataforma envia o convite por e-mail automaticamente.

IA responsável na triagem

Numa plataforma que filtra pessoas e dispara e-mails, isto não é opcional

Ética · RNF

⚠️ Quatro cuidados obrigatórios

Viés: a triagem ignora idade, gênero, origem e aparência — avalia só o que se relaciona à vaga.
Privacidade (LGPD): a planilha traz dados pessoais; use apenas o necessário e proteja o acesso.
Decisão humana: a IA recomenda, o recrutador decide. Nunca uma rejeição automática.
Comunicação: o e-mail é um convite, não uma promessa — e o candidato deve saber que há IA no processo.

🔗 Onde isso entra na plataforma

São restrições do prompt de construção — vêm dos RNF da spec (Dia 1)
Conectam com a ISO/IEC 25010: segurança e confiabilidade
Escreva de forma explícita — na regra de triagem e no controle de acesso aos dados

Restrições: avaliar só competências ligadas à vaga; não expor dados sensíveis; sinalizar incerteza em vez de inventar.

Iterar no Lovable

A plataforma não nasce pronta — cada rodada corrige uma parte

Iteração

🔁 O ciclo

Escreva o prompt de construção com as 7 partes
Gere a plataforma no Lovable
Navegue o fluxo com uma planilha de exemplo
Localize o que quebrou: tela faltando, campo errado, regra frouxa
Ajuste só essa parte do prompt e gere de novo

🧪 Planilha de teste

Um candidato forte (deve ser convidado)
Um candidato fraco (deve ficar abaixo do corte)
Um candidato no limite ou com dados faltando
Se a plataforma erra o caso limite, o ajuste é na regra de triagem

Ponte com o Dia 4

O refino e os testes acontecem amanhã, no sprint de desenvolvimento.

Parametrização e falhas comuns

Uma plataforma que serve a várias vagas — e o que costuma quebrar

Robustez

🎛️ Parametrização

Marque o que muda: [vaga], [critérios], [nota de corte]
A mesma plataforma passa a servir a várias vagas da Azul Linhas Aéreas
No Lovable, cada parâmetro vira um campo configurável
Teste com vagas diferentes para garantir que continua válido

Falha	Causa	Correção no prompt
Tela genérica	Prompt não descreveu os campos	Liste as telas e os campos de cada uma
Não dispara e-mail	Gatilho não especificado	Descreva: nota ≥ corte → enviar convite
Triagem inconsistente	Sem critérios ou exemplos	Defina critérios e calibre com exemplos
Sinais de viés	Sem restrição de atributos	Proíba idade/gênero/origem na regra

🔨 Mãos à obra — escrevam o prompt e gerem no Lovable

Sprint em grupo · cronômetro de 30 min · escrever, gerar e testar o fluxo

⏱️ Metodologia Ativa

🧭 Passos do sprint

Escrevam o prompt de construção com as 7 partes
Gerem a plataforma no Lovable
Subam uma planilha com 3 candidatos: forte, fraco e no limite
Percorram o fluxo e ajustem uma parte por vez

👥 Papéis no grupo

Quem escreve o prompt (mantém a versão única)
Quem gera e navega no Lovable
Quem registra o que mudou a cada iteração

✋ Chamem o professor quando

O fluxo não fecha após 2 ajustes
A triagem mostrar qualquer sinal de viés
Não souberem qual parte do prompt corrigir

🏁 Critério de aceite

Pronto quando

A planilha é importada, o ranking aparece com nota e justificativa, e os aprovados disparam o convite — sem uso de atributos protegidos.

Checklist — o prompt de construção está robusto?

Respondam "sim" a tudo antes de considerar a plataforma pronta

Autoavaliação

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/tabela)?
Descreve o gatilho do e-mail de convite?
Traz restrições de viés e privacidade?
Está parametrizado para outras vagas?
Deixa claro que a decisão é humana?

🎓 Fechamento do Dia 3

Onde chegamos e o que vem a seguir

Fechamento

✅ Hoje você

Transformou a spec num prompt que constrói a plataforma
Definiu a arquitetura e o fluxo da triagem
Especificou a regra de triagem com saída estruturada
Gerou e iterou a primeira versão no Lovable

➡️ Próximos dias

Dia 4 (Qui): sprint de desenvolvimento, refino e testes da plataforma
Dia 5 (Sex): apresentação para a banca

📌 Antes de amanhã

Registrem o prompt de construção e a planilha de teste usada. Amanhã começa o sprint: cheguem com a plataforma gerando uma primeira versão do funil de triagem.