TLDR;

Os princípios incluem pensar antes de promptar (clareza sobre requisitos), usar contexto persistente e não redundante, reduzir o "blast radius" dividindo tarefas em pedaços verificáveis, exigir um loop de feedback com testes antes da geração, e um quinto princípio subestimado que ela ressalta. Ela usa ferramentas como Kimmy (modelo Kimmy K2.6 e Agent Swarm) para pesquisa profunda e menciona também Claude, Copilot, Cursor, ChatGPT e Gemini como exemplos de ferramentas de codificação por IA. Para evitar código errado, explique claramente o objetivo antes de pedir, carregue um arquivo de regras/contexto do projeto, peça gerações pequenas e verificáveis e adote desenvolvimento orientado a testes para criar feedback automático.

Resumo

Maddie, engenheira sênior que trabalhou em grandes empresas, explica que a maioria das pessoas usa IA para programar de forma ineficaz não por escolher a ferramenta errada, mas por ignorar fundamentos que tornam a IA realmente útil: rapidez aliada a código mais limpo, seguro e manutenível. Ela apresenta cinco princípios (o quinto é subestimado) e detalha quatro deles: clareza antes do prompt — saiba o que quer construir, modelo de dados e saídas verificáveis; contexto não redundante — mantenha arquivos persistentes com pilha, decisões arquiteturais, padrões e antipatrones para evitar que a IA redesenvolva erros antigos; reduzir o raio de impacto — peça gerações pequenas e específicas que possam ser verificadas rapidamente para evitar suposições compostas; e sempre ter um loop de feedback — desenvolvimento orientado a testes para dar sinal objetivo e evitar bugs sutis que código gerado costuma esconder. Ela também mostra um exemplo prático usando Kimmy (agente swarm) para gerar um relatório financeiro sobre a Nvidia em minutos, ilustrando que ferramentas são poderosas quando usadas com os princípios corretos. Ela compara a IA a um empreiteiro rápido sem contexto de produto, que executa o especificado; recomenda pensar antes de promptar e explicar objetivos em uma curta frase.