Quem nunca desejou que a documentação dos programadores fosse escrita automaticamente ou que os registos de alterações das versões de software fossem mantidos de forma fiável e sem esforço adicional?
No desenvolvimento de software, a criação e a manutenção da documentação existente nem sempre são tarefas muito populares. Muitas vezes, não há responsabilidades claras para essa tarefa, de modo que a documentação rapidamente se torna obsoleta ou incompleta. No entanto, a longo prazo, isso pode resultar em dívidas técnicas que complicam desnecessariamente o desenvolvimento e a manutenção do software.
Atualmente, existem poderosas ferramentas de IA conhecidas como Large Language Models (LLMs) que podem ser utilizadas precisamente para esse fim. Eles abrem novas possibilidades para criar documentações de forma estruturada, consistente e compreensível.
Neste contexto, no CIB Group, desenvolvemos um processo baseado na nossa plataforma de processos CIB flow, que aborda este tema e gera automaticamente a documentação completa para aproximadamente 500 módulos de processo CIB flow. Para isso, foi utilizada a automação de IA baseada nos modelos LLM da empresa norte-americana Anthropic.
Como funciona o processo?
O nosso processo é iniciado automaticamente a cada dois meses. Começa com a receção dos nossos módulos BPM mais recentes em formato JSON. Com uma indicação detalhada, aplicamos o modelo LLM Claude Sonnet 4.0 com uma temperatura baixa e um número limitado de tokens de resposta.
Depois de ser invocado, o modelo gera HTML totalmente funcional para cada módulo do processo, tendo em conta várias classes CSS para diferentes opções de design. Este HTML pode ser publicado diretamente na nossa plataforma de aprendizagem e-Learning.
É bom saber:
A temperatura é um parâmetro que controla a criatividade do modelo: uma temperatura baixa resulta em respostas mais previsíveis e precisas, enquanto uma temperatura mais alta resulta em respostas mais criativas e variadas, mas menos consistentes.
Um token é uma pequena unidade de texto – pode ser uma palavra, um sinal de pontuação ou parte de uma palavra – e corresponde, em média, a cerca de quatro caracteres.
O modelo Claude Sonnet 4.0 já não é o mais recente. Entretanto, surgiram vários novos modelos da Anthropic, OpenAI ou Grok, como o Claude Opus 4.5, GPT-5.2 e Grok 4. Estes são continuamente integrados nos nossos módulos. Com apenas alguns cliques, o nosso processo também pode utilizar os modelos mais recentes!
Como funciona o processo?
Alucinações são erros típicos de um LLM, nos quais o modelo gera informações incorretas. Isso acontece frequentemente porque os LLMs funcionam com base em probabilidades aprendidas a partir de padrões, em vez de terem uma compreensão real. Apesar da temperatura baixa que definimos para obter respostas precisas e menos criativas, as alucinações ainda podem ocorrer.
Por isso, incluímos no nosso processo um pós-processamento com elementos determinísticos, como regras definidas por expressões específicas que reconhecem e corrigem determinados padrões no texto. Além disso, utilizamos novamente um LLM para corrigir outros erros e melhorar a qualidade da documentação.
Mas agora vamos falar dos custos:
De forma conservadora, estimamos que a criação manual da documentação, incluindo o controlo de qualidade, para um único módulo de processo requer cerca de 30 minutos. Portanto, o esforço total para esta atividade ascende a cerca de 30 dias úteis. A isto acrescem custos de oportunidade consideráveis, uma vez que este tempo não pode ser utilizado para atividades de valor acrescentado, como a aquisição de clientes ou o desenvolvimento conceptual.
Com a nossa abordagem automatizada, esse esforço é drasticamente reduzido. Com base nos preços do modelo válidos no momento da criação deste artigo, de cerca de 3 € por milhão de tokens de entrada e 14 € por milhão de tokens de saída, os custos puros do modelo foram de apenas cerca de 0,03 € por bloco.
No total, isso resulta em cerca de 15 € para a documentação completa de todos os 500 módulos – em comparação com vários milhares de euros para a criação manual única.
A economia de tempo também é significativa: a geração, incluindo o pós-processamento, levou menos de 30 segundos por módulo. Assim, toda a documentação pôde ser criada de forma totalmente automática em menos de cinco horas – de maneira rápida, consistente e escalável.
Automatização para processos de documentação
Portanto, podemos concluir que esses modelos são muito úteis para automatizar processos de documentação. Pensemos, por exemplo, na criação de registos de alterações para versões de software ou também em documentações de API que contêm secções padronizadas, como pontos finais, respostas e códigos de erro.
Os relatórios de erros dos utilizadores também podem ser transferidos facilmente para ferramentas comuns de gestão de projetos, como o JIRA (Atlassian), usando o CIB flow. Os LLMs baseados em IA apoiam o processo, adicionando automaticamente descrições precisas dos erros, sugestões de soluções fundamentadas, bem como a priorização adequada e o tipo de tarefa correto.
O resultado: os gestores de produto ficam visivelmente mais aliviados, os programadores recebem tickets claramente estruturados e compreensíveis – e toda a equipa pode concentrar-se mais em tarefas estratégicas e de valor acrescentado.
O CIB Group é especialista em automação inteligente da criação de documentos. Uma das nossas principais soluções é o potente sistema de modelos e correspondência CIB coSys.
Com CIB coSys é possível criar documentos complexos, como contratos bancários, notificações de sinistros para seguradoras, cartas notariais ou documentos de prefeituras, de forma eficiente e com segurança de revisão, com apenas alguns cliques.
Em seguida, os documentos podem ser transferidos sem problemas para processos de pós-processamento adicionais, como o envio automatizado de e-mails ou a linha de impressão central CIB fairBrief. Isso resulta num processo de documentos contínuo e altamente automatizado, desde a criação até ao envio. Let´s CIB!
