INFLUÊNCIA DO NÍVEL DE ESPECIFICIDADE DOS PROMPTS NA QUALIDADE, SEGURANÇA E MANUTENIBILIDADE DO CÓDIGO PYTHON GERADO POR INTELIGÊNCIA ARTIFICIAL GENERATIVA

O avanço da IA generativa ampliou o uso de modelos de linguagem para geração automática de código-fonte, tornando a formulação do prompt fator central para o resultado obtido. Este artigo investiga em que medida a especificidade dos prompts influencia a qualidade, a segurança e a manutenibilidade do código Python gerado por essas ferramentas. Parte-se da hipótese de que essa especificidade é o fator isolado de maior impacto sobre os três atributos, pois instruções genéricas ampliam o espaço probabilístico de busca do modelo, levando-o a adotar premissas padronizadas. O objetivo é analisar, a partir da literatura nacional e internacional, essa relação, por meio de pesquisa bibliográfica, quantitativa e descritiva. Espera-se que prompts mais detalhados, sobretudo os que especificam requisitos, exceções e arquitetura, aproximem o código de um padrão pronto para produção, enquanto prompts ambíguos tendem a gerar código funcional, porém genérico e vulnerável.