Ferramentas de Assistente de Código de IA

Nos últimos anos, assistentes de codificação com tecnologia de IA revolucionaram a maneira como os desenvolvedores trabalham. Essas ferramentas aproveitam o aprendizado de máquina e a inteligência artificial para aumentar a produtividade, agilizar o processo de desenvolvimento e fornecer assistência de código em tempo real. Com recursos como conclusão de código, geração e integração com ambientes de desenvolvimento, os assistentes de codificação de IA se tornaram indispensáveis para desenvolvedores modernos. Neste artigo, exploraremos uma variedade de ferramentas populares de assistente de codificação de IA, seus recursos e como elas podem transformar a experiência de codificação.

A evolução e o futuro dos assistentes de codificação de IA

Os assistentes de codificação de IA percorreram um longo caminho, e o futuro promete ferramentas ainda mais avançadas. À medida que a IA continua a aprender e evoluir, esses assistentes se tornarão mais adeptos a entender desafios complexos de codificação, fazendo sugestões ainda mais precisas e integrando-se perfeitamente ao processo de desenvolvimento. Em um futuro próximo, podemos esperar que os assistentes de codificação de IA se tornem mais inteligentes, rápidos e mais capazes de lidar com tarefas de codificação sofisticadas, fornecendo aos desenvolvedores ferramentas que não apenas economizam tempo, mas também melhoram a qualidade de seu código.

Casos de uso específicos para assistentes de codificação de IA

Assistentes de codificação de IA são altamente versáteis e podem ser aplicados em vários estágios de desenvolvimento. Por exemplo:

• Conclusão de código: ferramentas de IA como GitHub Copilot e Tabnine ajudam os desenvolvedores a escrever código de forma mais eficiente, sugerindo conclusões contextualmente apropriadas.
• Refatoração de código: ferramentas como IntelliCode e Replit AI ajudam a melhorar a estrutura e a legibilidade do código.
• Detecção de vulnerabilidades de segurança: com ferramentas como o Snyk, desenvolvido pela DeepCode, os desenvolvedores podem garantir que seu código esteja seguro e livre de vulnerabilidades.
• Documentação de código automatizada: ferramentas de IA como o Amazon CodeWhisperer geram automaticamente comentários e documentação de código, economizando tempo e reduzindo a carga dos desenvolvedores.

Modelos de IA e tecnologia por trás dos assistentes de codificação

Assistentes de codificação com tecnologia de IA estão revolucionando a maneira como os desenvolvedores trabalham ao integrar modelos e tecnologias de aprendizado de máquina sofisticados em seus fluxos de trabalho. Essas ferramentas aproveitam os avanços de IA de ponta, incluindo modelos de linguagem grande (LLMs) e arquiteturas baseadas em transformadores, para fornecer sugestões de código em tempo real, detecção de erros e muito mais. Entender a tecnologia que impulsiona essas ferramentas é essencial para compreender todo o seu potencial e otimizar seu uso no processo de desenvolvimento.

Modelos de IA híbridos e de nível de equipe

Um dos avanços mais empolgantes em assistentes de codificação de IA é o uso de modelos de IA híbridos que combinam sistemas de IA locais e baseados em nuvem. Os modelos baseados em nuvem se beneficiam do acesso a vastos conjuntos de dados, permitindo que eles ofereçam sugestões de código de propósito geral que funcionam em uma ampla gama de linguagens de programação e estruturas. Esses modelos são normalmente hospedados em plataformas de nuvem poderosas, o que reduz a carga de recursos nas máquinas de desenvolvedores individuais.

Por outro lado, modelos de IA em nível de equipe estão cada vez mais sendo integrados a ferramentas como o Tabnine. Esses modelos aprendem com a base de código compartilhada de equipes de desenvolvimento, fornecendo sugestões mais sensíveis ao contexto que se alinham com os padrões de codificação, estruturas e melhores práticas específicos da equipe. Essa abordagem garante que as sugestões geradas pela IA não sejam apenas precisas, mas também consistentes com os requisitos exclusivos do projeto.

Modelos de IA baseados em nuvem vs. locais

Embora os modelos baseados em nuvem sejam os mais comumente usados, há um interesse crescente em modelos de IA locais para situações em que restrições de privacidade ou recursos são uma preocupação. Os modelos locais permitem que os desenvolvedores executem assistentes de codificação de IA diretamente em suas máquinas sem enviar nenhum código ou dado para a nuvem, o que é crucial para projetos proprietários ou sensíveis à privacidade. Esses modelos geralmente são mais eficientes em termos de recursos, tornando-os adequados para projetos menores ou desenvolvedores trabalhando em ambientes restritos.

O papel dos grandes modelos de linguagem (LLMs) em assistentes de codificação

No centro da maioria dos assistentes de codificação de IA modernos estão os modelos de linguagem grande (LLMs), como a série GPT da OpenAI. Esses modelos são treinados em grandes quantidades de código de repositórios de código aberto e podem gerar texto semelhante ao humano, tornando-os excepcionalmente bons em entender o contexto de uma base de código e prever as próximas etapas em tarefas de codificação. Eles também podem processar descrições de linguagem natural, traduzindo-as em código funcional e adaptar suas sugestões com base em entradas anteriores, melhorando ao longo do tempo à medida que são expostos a mais exemplos.

Considerações sobre segurança e privacidade

Dada a natureza sensível dos dados manipulados por assistentes de codificação de IA, modelos de IA focados em segurança estão se tornando cada vez mais importantes. Ferramentas como Amazon CodeWhisperer e DeepCode AI incorporam modelos orientados à segurança para detectar vulnerabilidades e fornecer sugestões de codificação seguras. Esses assistentes de IA são treinados com conjuntos de dados focados em segurança e passam por avaliações regulares por pesquisadores de segurança líderes para garantir que estejam atualizados com os padrões de segurança mais recentes.

Benefícios da IA no desenvolvimento de software

Assistentes de codificação com tecnologia de IA estão transformando o desenvolvimento de software ao automatizar tarefas de rotina, melhorar a qualidade do código e aumentar a produtividade do desenvolvedor. Ao alavancar modelos avançados de aprendizado de máquina, essas ferramentas simplificam os fluxos de trabalho, permitindo que os desenvolvedores se concentrem em aspectos mais criativos e complexos da codificação. Aqui está uma análise mais aprofundada dos principais benefícios que a IA traz ao processo de desenvolvimento:

Velocidade de desenvolvimento acelerada

Assistentes de codificação de IA reduzem significativamente o tempo de desenvolvimento ao automatizar tarefas repetitivas, como geração de código boilerplate, correções de sintaxe e implementação de lógica básica. Essa automação libera os desenvolvedores para se concentrarem na resolução de problemas de nível superior e no desenvolvimento de recursos, acelerando o tempo de lançamento no mercado. As ferramentas de IA também auxiliam na depuração mais rápida, oferecendo detecção de erros em tempo real, identificando bugs antes que se tornem problemas maiores e sugerindo correções instantâneas. Esses recursos simplificam drasticamente o processo de desenvolvimento, minimizando atrasos e melhorando a produtividade geral.

Qualidade de código melhorada

Assistentes de codificação orientados por IA oferecem sugestões sensíveis ao contexto que ajudam os desenvolvedores a escrever códigos mais limpos e eficientes. Esses assistentes fornecem feedback em tempo real, detectando possíveis erros e inconsistências conforme o código é escrito, reduzindo a probabilidade de bugs e melhorando a qualidade geral do software. Ao aderir às melhores práticas de codificação e identificar gargalos de desempenho ou vulnerabilidades de segurança, as ferramentas de IA garantem que os desenvolvedores produzam códigos de alta qualidade, sustentáveis e seguros. Além disso, muitas ferramentas de IA realizam revisões de código automaticamente, ajudando as equipes a manter padrões consistentes em um projeto.

Produtividade aprimorada

Assistentes de codificação de IA liberam desenvolvedores de tarefas mundanas e repetitivas, permitindo que eles se concentrem em trabalhos mais complexos e criativos. Por exemplo, ao gerar trechos de código inteligentes ou completar automaticamente grandes seções de código, as ferramentas de IA aceleram o processo de desenvolvimento. Além disso, as ferramentas de IA podem ajudar a automatizar a criação de documentação, fornecendo descrições de código, comentários e mensagens de confirmação precisas e atualizadas. Isso permite que os desenvolvedores se concentrem na construção de recursos e na resolução de problemas, em vez de gastar tempo com documentação ou outras tarefas de baixo valor. O resultado é um aumento significativo na produtividade do desenvolvedor, levando a ciclos de iteração mais rápidos e aplicativos mais ricos em recursos.

Colaboração e gerenciamento de código mais inteligentes

Com a IA, as equipes de desenvolvimento podem colaborar de forma mais eficaz. Assistentes de codificação de IA ajudam a manter padrões de codificação consistentes aprendendo com a base de código compartilhada da equipe. Isso garante que todos os membros da equipe recebam a mesma qualidade de sugestões e sigam as mesmas práticas de codificação, o que é crucial para equipes grandes e distribuídas. Além disso, assistentes de revisão de código com tecnologia de IA podem fornecer feedback mais rápido e preciso sobre solicitações de pull, permitindo ciclos de mesclagem mais rápidos e melhorando a colaboração de código.

Economia de custos e eficiência

Ao simplificar tarefas, reduzir erros e acelerar os ciclos de desenvolvimento, os assistentes de codificação de IA podem contribuir diretamente para a economia de custos. A redução nos esforços de codificação manual, depuração e ciclos de revisão leva a uma alocação de recursos mais eficiente. As equipes podem se concentrar em tarefas de alto valor enquanto a IA lida com trabalho repetitivo ou propenso a erros, reduzindo, em última análise, os custos de desenvolvimento e garantindo que os recursos sejam usados de forma otimizada.

Desafios e Considerações

Embora os assistentes de codificação de IA ofereçam uma série de benefícios, os desenvolvedores precisam estar atentos a vários desafios e considerações ao incorporar essas ferramentas em seus fluxos de trabalho. Esses desafios podem envolver integração técnica, preocupações com segurança e o risco de dependência excessiva de IA, o que pode dificultar o desenvolvimento de habilidades. Abaixo, exploramos alguns dos obstáculos mais significativos que os desenvolvedores podem enfrentar ao usar assistentes de codificação com tecnologia de IA.

Desafios de Integração

Integrar assistentes de codificação de IA em fluxos de trabalho existentes pode ser mais complexo do que simplesmente instalar uma ferramenta. Os desenvolvedores podem enfrentar dificuldades para garantir que o sistema de IA esteja alinhado com o ambiente de desenvolvimento, padrões de codificação e ferramentas de sua equipe. A personalização pode ser necessária para atender aos requisitos específicos do projeto, especialmente ao trabalhar com bases de código legadas ou sistemas proprietários. Além disso, algumas ferramentas de IA podem exigir configuração significativa antes que possam ser usadas efetivamente, levando a possíveis atrasos na adoção e curvas de aprendizado para os membros da equipe. Superar esses obstáculos requer planejamento cuidadoso, comunicação clara e testes para garantir uma integração suave.

Preocupações com a segurança

A segurança é uma consideração significativa ao usar assistentes de codificação de IA, especialmente em setores regulamentados ou ao trabalhar em projetos que lidam com dados confidenciais. Muitas ferramentas de IA dependem de modelos baseados em nuvem, o que pode expor código proprietário ou informações privadas a servidores externos. Embora essas ferramentas sejam projetadas para melhorar a eficiência e a qualidade do código, a transmissão de código pela Internet introduz vulnerabilidades potenciais. Os desenvolvedores devem garantir que os assistentes de IA que eles usam estejam em conformidade com os regulamentos de proteção de dados e que métodos de criptografia adequados estejam em vigor para proteger informações confidenciais. Em ambientes onde a privacidade é primordial, optar por modelos de IA locais ou garantir que os modelos de nuvem atendam aos padrões de segurança pode ajudar a mitigar esses riscos.

Precisão do código gerado por IA

As sugestões de código geradas por IA podem nem sempre ser precisas, especialmente quando o contexto do código é altamente específico ou a tarefa é particularmente complexa. Embora os assistentes de IA possam melhorar a eficiência fornecendo trechos de código e lidando com tarefas comuns, eles podem ter dificuldades com requisitos exclusivos ou especializados, o que pode resultar na geração de código impreciso, ineficiente ou irrelevante. Em alguns casos, os desenvolvedores podem precisar gastar mais tempo revisando, testando e refinando o código gerado por IA para garantir que ele esteja alinhado com as metas e os padrões de codificação do projeto.

Dependência excessiva da assistência da IA

Outra desvantagem potencial é o risco de os desenvolvedores se tornarem muito dependentes de assistentes de codificação de IA. Embora as ferramentas de IA possam aumentar a produtividade ao automatizar tarefas repetitivas e fornecer sugestões em tempo real, a dependência excessiva delas pode levar a um declínio nas habilidades de codificação de um desenvolvedor. Se os desenvolvedores se apoiarem muito na IA para geração de código sem entender a lógica subjacente, eles podem ter dificuldades para resolver problemas ou não ter o conhecimento mais profundo necessário para tarefas mais complexas. Incentivar os desenvolvedores a usar ferramentas de IA como um complemento às suas habilidades, em vez de um substituto, é fundamental para garantir aprendizado e crescimento contínuos no campo.

Limitações de suporte de idioma

Assistentes de codificação de IA geralmente são otimizados para linguagens de programação populares, mas podem oferecer suporte limitado para linguagens menos comuns ou especializadas. Desenvolvedores trabalhando em linguagens de nicho ou em projetos que exigem frameworks personalizados podem descobrir que as ferramentas de IA não são tão eficazes ou abrangentes nesses ambientes. À medida que os modelos de IA continuam a evoluir, o suporte mais amplo a linguagens provavelmente melhorará, mas até lá, os desenvolvedores podem precisar contar com recursos adicionais ou mais codificação manual para linguagens ou frameworks específicos.

Conformidade com os padrões de codificação

Às vezes, os assistentes de codificação de IA podem oferecer sugestões que não seguem os padrões de codificação ou as melhores práticas estabelecidos por uma equipe. Isso pode levar a uma qualidade de código inconsistente, especialmente em equipes grandes, onde o estilo e as práticas de código precisam ser uniformes. Para resolver esse problema, algumas ferramentas oferecem configurações personalizáveis para se alinhar às diretrizes de codificação específicas da equipe. No entanto, isso pode exigir configuração e gerenciamento adicionais, o que pode ser um desafio para equipes com padrões rígidos ou em evolução.

Integração com Ambientes de Desenvolvimento

Assistentes de codificação de IA são projetados para agilizar o processo de desenvolvimento, e sua integração com vários Ambientes de Desenvolvimento Integrados (IDEs) e ferramentas de desenvolvimento desempenha um papel crucial nisso. Abaixo, exploramos como esses assistentes se integram com IDEs populares e os benefícios da integração perfeita para desenvolvedores.

Detalhes da integração IDE

Assistentes de codificação de IA integram-se a uma ampla gama de IDEs, oferecendo aos desenvolvedores a flexibilidade de usar seus ambientes de desenvolvimento preferidos sem precisar trocar de ferramentas. Alguns dos IDEs mais populares suportados por assistentes de IA incluem:

• Visual Studio Code (VS Code): Assistentes de IA como GitHub Copilot e IntelliCode oferecem extensões para o VS Code, fornecendo sugestões de código em tempo real, preenchimentos automáticos e recomendações contextuais diretamente no editor. A integração é simples, com muitas ferramentas que oferecem configuração zero, facilitando para os desenvolvedores começarem a usar os recursos de IA imediatamente.
• IDEs da JetBrains: Ferramentas como GitHub Copilot e Tabnine também se integram perfeitamente com produtos da JetBrains, como IntelliJ IDEA, PyCharm e WebStorm. Essas integrações oferecem aos desenvolvedores complementos de código inteligentes, sugestões de refatoração e detecção de erros em tempo real, tudo incorporado ao ambiente da JetBrains.
• Neovim: Para desenvolvedores que usam editores leves ou baseados em terminal, o Neovim oferece integração com diversos assistentes de IA. Ao instalar plugins específicos, os desenvolvedores podem acessar sugestões geradas por IA e navegação de código aprimorada dentro da interface minimalista do Neovim.
• Eclipse e Sublime Text: Ferramentas de IA como o Tabnine oferecem suporte à integração com o Eclipse e o Sublime Text, oferecendo complementações de código avançadas e ajudando os desenvolvedores a evitar a verificação manual de erros e a depuração. Esses IDEs, embora menos populares que o VS Code ou o JetBrains, ainda oferecem ferramentas com tecnologia de IA que atendem aos desenvolvedores que buscam uma experiência mais personalizável.

Essas integrações garantem que os desenvolvedores possam aprimorar seu fluxo de trabalho sem precisar alternar entre várias ferramentas, permitindo que eles permaneçam no ambiente escolhido enquanto se beneficiam da assistência de codificação com tecnologia de IA.

Facilidade de integração

Uma das vantagens mais significativas dos assistentes de codificação de IA é sua facilidade de integração em ambientes de desenvolvimento existentes. Muitas ferramentas são projetadas para serem plug-and-play, exigindo configuração mínima. Por exemplo, adicionar o GitHub Copilot ao Visual Studio Code ou JetBrains IDEs é tão simples quanto instalar uma extensão do marketplace do IDE.

Essa integração de baixo esforço significa que os desenvolvedores podem começar a usar assistentes de IA sem interromper seu fluxo de trabalho. Em muitos casos, os assistentes de IA vêm pré-configurados para funcionar imediatamente, fornecendo sugestões sensíveis ao contexto e acelerando o processo de desenvolvimento imediatamente.

Integração entre plataformas e nuvem

À medida que os ambientes de desenvolvimento se movem em direção a soluções baseadas em nuvem e suporte multiplataforma, os assistentes de codificação de IA estão se adaptando a essas tendências. Muitas ferramentas agora oferecem integrações baseadas em nuvem, permitindo que os desenvolvedores trabalhem perfeitamente em diferentes plataformas, incluindo IDEs baseados na web como Replit e plataformas de desenvolvimento em nuvem como AWS Cloud9.

Por exemplo:

• Integração com a AWS: Alguns assistentes de IA são projetados especificamente para integração com plataformas baseadas em nuvem, como a AWS, permitindo que os desenvolvedores escrevam, testem e implantem código diretamente da nuvem. Essa integração é crucial para equipes que trabalham em ambientes nativos da nuvem ou que utilizam ferramentas de DevOps como GitLab CI/CD, Kubernetes e Docker.
• IDEs em nuvem: plataformas como a Replit permitem que os desenvolvedores escrevam código em um navegador, e ferramentas de IA podem ser integradas a esses ambientes para fornecer sugestões e melhorias de código, mesmo em fluxos de trabalho de desenvolvimento baseados em nuvem. A capacidade de acessar a assistência de IA de qualquer lugar é cada vez mais valiosa à medida que mais equipes adotam práticas de desenvolvimento remoto e distribuído.

Essa integração entre plataformas e nuvem permite que os desenvolvedores aproveitem as ferramentas de IA sem ficarem presos a um sistema operacional específico ou ambiente local, facilitando o trabalho colaborativo em vários ambientes.

Principais recursos dos assistentes de codificação de IA

Assistentes de codificação de IA vêm equipados com uma variedade de recursos poderosos que melhoram significativamente o processo de desenvolvimento de software. Essas ferramentas são projetadas para automatizar tarefas repetitivas, melhorar a eficiência da codificação e ajudar os desenvolvedores a se concentrarem em uma resolução de problemas mais criativa. Abaixo, exploramos alguns recursos de destaque dos assistentes de codificação de IA que os diferenciam.

Predictive Code Completion

Um dos recursos mais comuns e impactantes dos assistentes de codificação de IA é a conclusão preditiva de código. Esse recurso ajuda os desenvolvedores fornecendo sugestões de código inteligentes enquanto eles digitam. Ao analisar o contexto do código que está sendo escrito, as ferramentas de IA podem oferecer preenchimentos automáticos de linha inteira, reduzindo significativamente a quantidade de digitação necessária. A conclusão preditiva de código não se limita à sintaxe básica, mas pode se estender para sugerir blocos de código inteiros ou assinaturas de função com base nas intenções do desenvolvedor.

Por exemplo, o GitHub Copilot oferece sugestões preditivas que evoluem com o código sendo escrito, aprendendo com trechos de código anteriores e fazendo previsões contextualmente precisas para as próximas etapas.

Previsão de bloco de código

Assistentes de codificação de IA vão além de sugestões simples linha por linha, prevendo também blocos de código. Esse recurso permite que o assistente recomende seções inteiras de código com base no fluxo de trabalho do desenvolvedor. Ao entender padrões comuns, o assistente pode sugerir a estrutura para loops, instruções condicionais ou até mesmo algoritmos inteiros, o que pode ser particularmente útil para tarefas repetitivas ou geração de código boilerplate.

Essa funcionalidade economiza tempo e reduz a carga cognitiva dos desenvolvedores, permitindo que eles implementem rapidamente estruturas de código comuns sem precisar procurar referências manualmente.

Code Generation

As ferramentas de IA podem gerar código automaticamente com base em entradas ou comandos simples. Quer um desenvolvedor forneça um prompt de linguagem natural ou especifique o tipo de código necessário, os assistentes de IA podem gerar código contextualmente preciso que se encaixa perfeitamente no projeto. Por exemplo, ferramentas como o OpenAI Codex podem escrever funções, criar classes e até mesmo gerar chamadas de API com base na entrada do desenvolvedor.

Esse recurso é especialmente útil para novos desenvolvedores ou para tarefas que envolvam estruturas ou linguagens desconhecidas, pois a IA pode fornecer um ponto de partida que o desenvolvedor pode refinar e desenvolver.

Assistência para detecção de erros e depuração

Assistentes de codificação de IA são equipados com recursos de detecção de erros em tempo real. Conforme os desenvolvedores escrevem o código, a IA pode identificar instantaneamente erros de sintaxe, problemas lógicos ou bugs em potencial. Isso é particularmente valioso ao trabalhar com grandes bases de código, onde os erros podem ser difíceis de detectar manualmente.

Além de identificar problemas, muitas ferramentas de IA oferecem assistência de depuração, sugerindo possíveis correções e explicando por que certas partes do código podem não estar funcionando como esperado. Esse recurso acelera o processo de depuração e ajuda os desenvolvedores a aprender com os erros que cometem.

Integração com ferramentas de pesquisa de código e análise de código estático

Muitos assistentes de codificação de IA integram-se perfeitamente com ferramentas de busca de código como Sourcegraph, permitindo que os desenvolvedores localizem rapidamente trechos de código, funções ou bibliotecas relevantes dentro de uma base de código. Isso é inestimável ao trabalhar com grandes projetos ou equipes, pois os desenvolvedores podem facilmente referenciar trabalhos anteriores ou encontrar componentes reutilizáveis.

Além disso, os assistentes de IA podem executar análises estáticas de código, escaneando o código em busca de problemas potenciais antes da execução. Isso inclui verificar vulnerabilidades de segurança, ineficiências de desempenho e aderência a padrões de codificação. Essas ferramentas podem fornecer feedback em tempo real, ajudando os desenvolvedores a manter um código limpo e de alta qualidade.

Suporte de idioma em várias linguagens de programação

Outro recurso importante dos assistentes de codificação de IA é seu suporte multilíngue. Muitas ferramentas de IA oferecem suporte a uma ampla gama de linguagens de programação, desde as populares como Python, JavaScript e Java até linguagens de nicho como Rust, Go e até mesmo linguagens legadas como COBOL.

A versatilidade dos assistentes de IA em diferentes linguagens garante que os desenvolvedores possam usar a mesma ferramenta independentemente da linguagem de programação com a qual estejam trabalhando. Esse amplo suporte é particularmente benéfico para desenvolvedores que trabalham em ambientes poliglotas ou em projetos que envolvem múltiplas linguagens.

Geração de código contextualmente preciso

Assistentes de codificação de IA se destacam em fornecer geração de código contextualmente precisa ao analisar o código ao redor e o fluxo de trabalho do desenvolvedor. Essa habilidade garante que as sugestões sejam relevantes para a tarefa atual e sejam baseadas no contexto mais amplo do projeto, em vez de apenas linhas isoladas de código.

Por exemplo, se um desenvolvedor estiver trabalhando em uma função de processamento de dados, a IA pode reconhecer os tipos de dados envolvidos e sugerir código que se alinhe ao comportamento esperado desses tipos, melhorando a eficiência e a precisão.

Mensagens de confirmação inteligente

Alguns assistentes de codificação de IA também oferecem recursos como mensagens de confirmação inteligentes. Esse recurso gera automaticamente mensagens de confirmação descritivas com base nas alterações feitas no código, economizando tempo dos desenvolvedores e garantindo consistência em sistemas de controle de versão.

A IA analisa as alterações no código e cria mensagens de confirmação que são claras, concisas e significativas, ajudando as equipes a entender o propósito de cada confirmação sem precisar escrever manualmente explicações detalhadas.