Table of Contents

Voltar ao curso prático de fluxo de trabalho com IA

Prepare um espaço seguro antes de usar um agente. As lições 1 e 2 funcionam no navegador sem este laboratório. Volte aqui antes da lição 3 se quiser fazer o curso completo. As aulas práticas de programação usam Git, Python 3.10 ou posterior e um agente de programação. O percurso de estudo substitui ações indisponíveis do agente por tarefas manuais identificadas.

Resultado de aprendizagem: você executará o laboratório inicial, salvará uma base local e explicará como restaurar uma cópia descartável.

Principais pontos

  • Percurso no navegador: faça os exercícios de conversa, planejamento, verificação de fontes e revisão no ChatGPT ou Claude.
  • Percurso local: use um terminal e o laboratório Python fornecido nas atividades de programação.
  • Percurso de restauração: extraia uma nova cópia do laboratório quando um exercício der errado.
  • Regra de segurança: mantenha arquivos privados, registros de clientes e credenciais fora do laboratório.

Escolha seu percurso

PercursoRequisitosPrática
Introdução no navegadorNavegador atualizado e uma conta ChatGPT ou ClaudeLições 1 e 2 e o conjunto de tarefas de conversa da lição 1
Prática localGit, Python 3.10 ou posterior, terminal e um agente de programaçãoArquivos, diferenças, testes e edições do agente
Curso de estudoNavegador, Python 3.10 ou posterior local e GitTodas as verificações do laboratório; etapas indisponíveis de agente e MCP são marcadas como não executadas

Cada produto define seus próprios planos e limites. Consulte ChatGPT Projects e Claude Projects antes de depender de um recurso. O percurso de estudo não comprova habilidade prática com um agente de programação indisponível. Registre essa diferença nas notas de conclusão.

Siga um caminho padrão: use o ChatGPT no navegador para os exercícios de conversa e depois um agente de programação disponível com o laboratório local. Claude é uma alternativa equivalente para conversa. Codex CLI, Claude Code CLI e OpenCode são opções para a etapa de programação. Você não precisa de contas de todos os fornecedores.

Registre cinco verificações preliminares antes de abrir um agente de programação. Isso separa uma verificação do laboratório local de uma afirmação sobre uma conta ou espaço hospedado.

VerificaçãoRegistre
Espaço de trabalhoPasta exata do laboratório extraído que o agente vai ler
ExecuçãoComputador local ou espaço remoto selecionado
ProvedorConta ou provedor do modelo usado nesta tarefa
PermissõesSe gravações de arquivos e comandos de shell são permitidos ou exigem aprovação
BaseContagem observada e dois testes aprovados antes das edições

Mantenha a raiz de prática restrita. Um espaço hospedado precisa de sua própria cópia do laboratório sintético. Uma execução local não prova que a cópia remota ou a conta tenha os mesmos arquivos e permissões.

Aprenda os termos locais

TermoSignificado simples
TerminalAplicativo em que você digita comandos
ShellSoftware que interpreta esses comandos
CLIInterface de linha de comando de um programa
Diretório de trabalhoPasta usada por padrão por um comando
RepositórioProjeto acompanhado pelo Git
CommitRegistro salvo do estado do Git
BranchLinha nomeada de alterações do Git
DiffExibição de linhas adicionadas ou removidas
TesteVerificação repetível do comportamento esperado
Código de saídaNúmero que informa sucesso ou falha do comando

Você não precisa do GitHub para o laboratório inicial. Git funciona no computador. GitHub é um serviço de hospedagem separado. Um commit local registra um estado sem enviar seus arquivos a lugar nenhum.

Prepare o laboratório

Baixe o laboratório inicial do curso e extraia-o para uma nova pasta sob seu controle. Abra um terminal nessa pasta. No macOS ou Linux, abra Terminal e use cd para entrar no diretório extraído. No Windows, use PowerShell ou Windows Terminal e cd. No Windows, o comando Python costuma ser py -3 em vez de python3.

Instale Python 3.10 ou posterior e Git , se necessário. Verifique as ferramentas instaladas antes de executar o laboratório. Os dois primeiros comandos exibem versões. cd altera o diretório de trabalho. ls lista arquivos. Substitua o caminho de exemplo pelo caminho real da pasta extraída.

python3 --version
git --version
cd /path/to/effective-ai-course-lab
ls

No Windows PowerShell, use py -3 --version, git --version, cd C:\path\to\effective-ai-course-lab e Get-ChildItem. A lista deve incluir task_report.py, tasks.json, tests e docs. Se um comando de versão falhar, conclua a instalação antes de continuar.

pwd
python3 task_report.py tasks.json
python3 -m unittest discover -s tests -v

No Windows PowerShell, troque pwd por Get-Location, se preferir, e python3 por py -3 quando Python usar o launcher. O primeiro comando exibe o caminho, que deve terminar na pasta extraída do laboratório. Confira também os nomes dos arquivos. Um arquivo chamado AGENTS.md.txt não substitui AGENTS.md. No Explorador de Arquivos, habilite as extensões para ver o nome completo.

Resultado esperado: o relatório diz Total tasks: 4. O comando de teste mostra dois testes e termina com OK. Um shell retorna o código zero após o sucesso. Uma contagem diferente ou um traceback indica que você deve conferir a pasta e a instalação do Python.

Leia cada comando por partes. Em python3 task_report.py tasks.json, python3 inicia Python, task_report.py é o programa e tasks.json nomeia os dados de entrada. A contagem impressa é a saída, não outro comando. Após uma falha, macOS e Linux mostram o status com echo $?. PowerShell expõe o status do último programa nativo por $LASTEXITCODE.

Reserve cerca de dez minutos para a primeira execução depois de instalar Python: extraia o laboratório, execute o relatório e compare o total com as quatro entradas em tasks.json. Abra o JSON em um editor de texto e conte as entradas.

Pratique Git com segurança

Inicie Git somente na pasta extraída do laboratório. Estes comandos criam um registro local. git status mostra arquivos alterados. git diff mostra as linhas alteradas depois da edição de um arquivo acompanhado.

git init
git add .
git commit -m "Base do laboratório do curso"
git status --short

Estado esperado: nenhum nome de arquivo aparece após o commit. Se Git pedir nome e e-mail, configure uma identidade exclusiva do laboratório nesta pasta e repita o commit. Substitua os valores de exemplo por valores privados. Não cole dados de identidade ou credenciais em um chat público.

git config --local user.name "Aluno do curso"
git config --local user.email "[email protected]"
git commit -m "Base do laboratório do curso"
git status --short

A restauração não exige comandos Git. Salve as notas fora do laboratório, apague a cópia extraída e extraia novamente o ZIP original. Use esse método quando uma edição deixar o programa em estado desconhecido.

Proteja seu espaço de prática

Use exemplos sintéticos. Não envie documentos privados a um projeto do curso. Não coloque chaves de API em prompts, arquivos de origem, capturas de tela ou commits. O acesso do agente a arquivos e comandos depende das permissões e da pasta aberta. Confira ambos antes de permitir sua execução.

Verifique o compartilhamento antes de enviar arquivos. Membros do projeto podem ter acesso aos arquivos. Siga a política da organização no trabalho real. O curso usa dados fictícios, portanto o laboratório não exige aprovação especial.

Pratique e confira

Seu resultado: registre o percurso escolhido, os cinco campos preliminares, a contagem do relatório, o resultado dos testes e o método de restauração. Use uma cópia nova para confirmar que sabe restaurar o laboratório.

Raciocínio esperado: você sabe qual pasta os comandos afetam, distingue Git local de hospedagem e tem uma forma de recuperação antes que um agente edite arquivos.

Verifique o que aprendeu

  1. Pergunta: Uma introdução feita somente no navegador conclui o percurso do laboratório local? Resposta: Não. O percurso completo exige uma base local de Python e Git.

  2. Pergunta: O que deve ser salvo antes de alterar o laboratório descartável? Resposta: O resultado aprovado do teste inicial e um ponto limpo de restauração.

Solução de problemas

  • Comando Python ausente: instale Python 3 pelo distribuidor oficial e reabra o terminal.
  • Arquivo não encontrado: confira o diretório de trabalho e liste os arquivos da pasta extraída.
  • Os testes não executam: use exatamente o comando no README do laboratório extraído.
  • Git pede identidade para o commit: configure Git localmente e mantenha os valores escolhidos fora das notas do curso.

Próximos passos

Continue com o fluxo de trabalho confiável com IA . O primeiro exercício usa a mesma oficina sintética antes de qualquer ferramenta receber arquivos reais.

Navegação do curso: Visão geral do curso .