Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Código e Tarefas Técnicas

Aula 12 de 14 Atualizada a 28 de julho de 2026 Iniciante
Nesta página
  1. Grok para Programadores
  2. Geração de Código
  3. Depuração
  4. Documentação
  5. Revisão de Código
  6. Seleção de Modelo para Código
  7. Otimização de Cache
  8. Prática Prática
  9. Pontos-chave

Grok para Programadores

A xAI disponibiliza um modelo especificamente otimizado para código: grok-build-0.1 (Grok Build). Este modelo leve foi concebido para programação em par em editores de código. É significativamente mais rápido e menos dispendioso do que os modelos de uso geral. No entanto, um modelo como o Grok 4.5 mantém a sua relevância para depuração complexa e arquitetura.

Quer utilize o Grok para gerar código, depurar, documentar ou rever código, os princípios de prompting abordados neste curso aplicam-se, com algumas especificidades.

Geração de Código

O Prompt Mínimo (Evite Isto)

Create a food tracker

O Prompt Eficaz

Create a food tracker in Python with Flask.

Features:
- Log a food item with quantity
- Automatic calculation of calories and macronutrients
- Display daily calorie breakdown by nutrient
- High-level overview and trends

Technical constraints:
- SQLite database
- REST API with documented endpoints
- No frontend (API only)
- Unit tests with pytest
- Error handling with appropriate HTTP codes

A documentação da xAI enfatiza este ponto: especifique caminhos de ficheiros, estrutura do projeto e dependências. Exclua informações irrelevantes.

Depuração

A depuração é um caso de uso onde o contexto é particularmente importante. Forneça ao modelo todas as informações necessárias para reproduzir o problema.

Prompt de Depuração Estruturado

I have an error in my Node.js/Express application.

Relevant code:
```javascript
app.get('/api/users/:id', async (req, res) => {
  const user = await db.query('SELECT * FROM users WHERE id = $1', [req.params.id]);
  res.json(user.rows[0]);
});
```

Error:
TypeError: Cannot read properties of undefined (reading 'rows')

Context:
- Node.js 20, Express 4.18, pg 8.11
- PostgreSQL 15 locally
- The 'users' table exists and contains data
- The error occurs only for certain IDs

My error codes are defined in src/errors.ts.
The DB connection file is src/db.ts.

Identify the probable cause and propose a fix.

Erro com Stack Trace

Fix this error. Here is the full stack trace:

[paste the stack trace]

Relevant source file:
[paste the code]

Configuration:
- Python 3.12, Django 5.0
- PostgreSQL database
- Environment: Docker production

Explain the root cause and propose the fix.

Documentação

Documentação de Funções

Document this Python function using Google docstring conventions:

def calculate_weighted_score(items, weights=None, normalize=True):
    if weights is None:
        weights = [1.0] * len(items)
    if len(items) != len(weights):
        raise ValueError("Mismatch")
    total = sum(i * w for i, w in zip(items, weights))
    if normalize:
        total /= sum(weights)
    return round(total, 4)

Include:
- Function description
- Args with types and descriptions
- Returns with type and description
- Raises with conditions
- A usage example (doctest)

Documentação de API

Generate OpenAPI (Swagger) documentation for this endpoint:

Endpoint: POST /api/v2/invoices
Authentication: Bearer token
Body: JSON with client_id (int, required), items (array of objects with description, quantity, unit_price), due_date (ISO 8601, optional)
Responses: 201 (created), 400 (validation), 401 (unauthenticated), 500 (server error)

Format: YAML OpenAPI 3.0

Revisão de Código

Review the code in this pull request.

Code:
[paste the code]

Evaluation criteria:
1. Potential bugs or unhandled edge cases
2. Performance (algorithmic complexity, N+1 queries)
3. Security (injections, data leaks)
4. Readability and maintainability
5. Adherence to PEP 8 conventions

For each issue found:
- Line(s) concerned
- Severity: critical / high / low / suggestion
- Explanation of the problem
- Proposed corrected code

Seleção de Modelo para Código

A documentação da xAI recomenda:

  • grok-build-0.1: Trabalho rápido, implementação, pesquisa de código, refatoração de rotina
  • Grok 4.5: Depuração complexa, arquitetura, problemas conceptuais profundos

Para agentes de código que utilizam chamada de ferramentas (tool-calling), prefira a chamada nativa de ferramentas do grok-build-0.1 em vez de saídas XML, que podem degradar o desempenho.

Otimização de Cache

Para interações sequenciais (típicas da programação em par), o cache do Grok acelera significativamente as respostas. O prefixo da conversa permanece idêntico entre pedidos, permitindo a recuperação a partir do cache.

Dica importante: Evite modificar o histórico do prompt entre pedidos. Qualquer modificação quebra o cache e desacelera a inferência.

Prática Prática

Pegue num erro real do seu código. Escreva um prompt de depuração estruturado que inclua o código, o erro, o contexto técnico e os ficheiros relacionados. Compare a qualidade da resposta com um prompt mínimo («corrige este erro: [código]»).

Pontos-chave

  • Especifique sempre o contexto técnico completo: linguagem, framework, versões, estrutura do projeto
  • O grok-build-0.1 é otimizado para código: mais rápido e barato do que modelos de uso geral
  • Para depuração, forneça o código, o erro completo e o contexto de execução
  • Utilize a chamada nativa de ferramentas em vez de saídas XML para agentes de código
  • Evite modificar o histórico do prompt para manter o cache e a velocidade
  • O Grok 4.5 continua a ser a melhor escolha para depuração complexa e decisões de arquitetura