Código gerado por IA costuma chegar bem formatado, com nomes claros e até comentários. Isso passa uma confiança que nem sempre é merecida. Revisar não é desconfiar de tudo: é ter um roteiro curto que pega os erros mais comuns antes de eles chegarem aos seus usuários.
Este roteiro serve para scripts, sites e apps. Quanto maior o risco do que você está construindo, mais rigorosa deve ser cada etapa.
Primeiro: entenda antes de aceitar
A regra de ouro é simples: se você não consegue explicar o que um trecho faz, ele não entra. Isso não significa que precisa ser especialista, mas sim que precisa seguir a lógica.
- Leia o código de cima para baixo, como se fosse um texto.
- Em cada função, pergunte: o que entra, o que sai e o que pode dar errado no meio?
- Peça à própria IA para explicar linha a linha o que você não entendeu. Depois confirme na documentação oficial.
- Procure partes que não têm relação com o que você pediu. Código extra pode ser inofensivo, mas também pode ser uma decisão sua que a IA tomou sem avisar.
Segundo: rode e teste de verdade
Código que não foi executado é só uma hipótese. Rode o programa e teste mais do que o caminho feliz:
- Entrada normal: o caso que você imaginou ao pedir o código.
- Entrada vazia: campo em branco, arquivo sem linhas, lista vazia.
- Entrada estranha: texto onde deveria ter número, acentos, números negativos, valores enormes.
- Falha externa: internet fora, arquivo que não existe, servidor que responde com erro.
Se o projeto já tem testes, rode todos. Se não tem, vale pedir à IA que escreva alguns e então revisar também os testes, porque um teste mal feito aprova código errado. Veja mais em testes automatizados: o que são e por que fazer.
Terceiro: confira o que a IA pode ter inventado
Modelos de linguagem às vezes “alucinam” em código. Os casos mais comuns:
- Funções que não existem: o nome parece plausível, mas não está na biblioteca. A execução acusa o erro, e é fácil de pegar.
- Versões misturadas: o código usa um jeito antigo ou novo demais para a versão que você instalou.
- Pacotes inventados ou com nome parecido: a IA sugere instalar algo que não existe ou que é cópia mal-intencionada de um pacote conhecido. Antes de instalar, procure o nome no site oficial do ecossistema (como PyPI ou npm), veja o endereço do projeto, a data de criação e o número de usuários.
- Parâmetros errados: a função existe, mas o argumento tem outro nome ou outra ordem.
A solução é a documentação oficial. Para entender o que está por trás desse comportamento, leia IA inventou resposta: o que fazer.
Quarto: procure falhas de segurança
IA tende a escrever o caminho mais curto, e o mais curto nem sempre é seguro. Procure especialmente:
- Segredos no código: senhas, chaves de API ou tokens escritos direto no arquivo. Devem ficar em variáveis de ambiente (veja variáveis de ambiente e arquivo .env).
- Consultas ao banco montadas com texto colado: abrem a porta para injeção de SQL. O correto é usar consultas parametrizadas.
- Entrada do usuário usada sem validação: nomes de arquivo, endereços e textos que vão parar em comandos ou páginas.
- Senhas guardadas em texto puro: devem ser guardadas com hash próprio para senhas.
- Erros que mostram detalhes internos ao usuário final.
Há um artigo dedicado ao tema em segurança básica em código: os erros mais comuns.
Quinto: veja o impacto no resto do projeto
Mesmo código correto pode causar problemas em outro lugar. Antes do commit:
- Veja o diff (a lista de mudanças) e confirme que só os arquivos esperados foram alterados.
- Verifique se algum arquivo foi apagado ou renomeado.
- Confira se novas dependências foram adicionadas e se são necessárias.
- Rode o projeto inteiro, não só o trecho novo.
Quem trabalha com Git deve fazer o commit antes de pedir mudanças à IA, para poder desfazer com facilidade. O básico está em Git e GitHub para iniciantes.
Peça à IA para facilitar a sua revisão
Você também pode usar a IA a favor da revisão. Algumas instruções ajudam a receber código mais fácil de conferir:
- peça que ela liste as suposições que fez sobre o seu projeto;
- peça comentários curtos nos pontos mais delicados, explicando o porquê e não o óbvio;
- peça que aponte o que pode dar errado e que casos de entrada o código não trata;
- peça a menor mudança possível para resolver o problema, em vez de reescrever o arquivo inteiro.
Esse último ponto reduz muito o trabalho. Uma mudança de cinco linhas cabe na cabeça; uma reescrita de duzentas, não. Se a resposta vier grande demais, volte e peça de novo, dividindo o pedido em partes menores.
Uma lista rápida para colar ao lado do editor
- Entendi o que cada trecho faz?
- Rodei com entrada normal, vazia e estranha?
- Funções, pacotes e versões existem de verdade?
- Não há segredos nem dados pessoais no código?
- As consultas ao banco e as entradas do usuário estão protegidas?
- O diff mostra só o que eu esperava?
Se alguma resposta for “não sei”, volte um passo. Usar IA para escrever código é ótimo, desde que você continue sendo quem decide o que entra. Comece com projetos pequenos para criar o hábito e aumente o rigor conforme o risco cresce.