De enunciados de problemas desorganizados para diagramas de classes claros e acionáveis — em minutos.
🎯 O que é Análise de Texto com IA?
Do Visual Paradigm’s Análise de Texto com IA é um assistente inteligente de modelagem que ajuda gerentes de produtos, arquitetos de software e desenvolvedores a traduzir linguagem natural não estruturada (por exemplo, histórias de usuários, requisitos ou descrições de sistemas) em um modelo de domínio estruturado — especificamente, um Diagrama de Classes UML.

Em vez de identificar manualmente entidades, atributos e relações, a IA analisa o texto, extrai elementos de design relevantes e propõe um modelo visual que você pode aprimorar.
🔍 Ideia Central: Transforme narrativa → substantivos → classes → relações → diagrama — automaticamente.
✅ Principais Benefícios
| Benefício | Descrição |
|---|---|
| Velocidade e Eficiência | Reduz o tempo inicial de modelagem de horas para minutos. |
| Consistência | Minimiza a interpretação subjetiva entre equipes. |
| Auxílio ao Aprendizado | Ótimo para desenvolvedores júnior que aprendem design orientado a objetos. |
| Rastreabilidade | Cada sugestão inclui um motivo — transparente e auditável. |
| Aprimoramento Iterativo | Comece com IA → edite livremente no VP Online → exporte para código ou documentos. |
| Descoberta de Domínio | Revela conceitos ocultos (por exemplo, Transação, Registro de Auditoria) que você pode ignorar. |
🛠️ Tutorial Passo a Passo (Com Exemplos Reais)
Vamos percorrer três exemplos progressivamente complexos, do simples ao nível corporativo.

📘 Exemplo 1: Sistema de Gestão de Biblioteca (Inicial)
📝 Passo 1: Forneça a Descrição do Problema
- Vá para Ferramentas > Aplicativos > Análise Textual > Iniciar Agora
- Insira:
Sistema de Gestão de Biblioteca - Clique [Gerar Descrição do Problema]
👉 IA gera:
“Um sistema de gestão de biblioteca permite que os bibliotecários gerenciem livros, membros e empréstimos. Os membros podem pesquisar livros, pegar até 5 itens por vez e devolvê-los. Livros em atraso geram multas. Cada livro possui um título, autor, ISBN e status de disponibilidade. Os bibliotecários podem adicionar/remover livros e visualizar o histórico de empréstimos.”
✅ Edite se necessário — por exemplo, adicione: “Suporta e-books digitais e filas de reserva.”
👥 Passo 2: Identifique Classes Candidatas
Clique [Identificar Classes Candidatas]
| Nome da Classe | Motivo | Descrição |
|---|---|---|
Livro |
Entidade central mencionada repetidamente | Representa livros físicos/digitais |
Membro |
Sujeito de ações (empresta, devolve) | Usuário da biblioteca com informações de contato |
Empréstimo |
Substantivo de ação → transação principal | Registra o empréstimo de um livro por um membro |
Bibliotecário |
Ator realizando tarefas administrativas | Equipe responsável pelo gerenciamento do sistema |
Multas |
Consequência de empréstimos vencidos | Pena monetária incorrida |
🔁 Veja também: “Substantivos Não Qualificados” (por exemplo, status, histórico → muito vago ou semelhante a atributo).
✅ Aceite tudo, ou remova Bibliotecário se papéis forem gerenciados por permissões (por exemplo, usando Usuário + sinalizador de papel).
📋 Etapa 3: Identificar os detalhes da classe
Clique [Identificar Detalhes da Classe]
Saída de exemplo para Livro:
- Atributos:
isbn: String
título: String
autor: String
estáDisponível: Boolean
formato: Enum {Físico, Digital} - Operações:
verificarDisponibilidade(): Boolean
marcarComoEmprestado()
marcarComoDevolvido()
Para Empréstimo:
- Atributos:
dataEmprestimo: Date
dataDevolucao: Date
dataDevolucao: Date? - Operações:
calcularDiasAtraso(): Int
aplicarMulta()
💡 Dica Profissional: Renomear isAvailable → status: BookStatus (enum: Disponível, Emprestado, Reservado) para extensibilidade.
🔗 Etapa 4: Identificar Relacionamentos de Classes
Clique [Identificar Relacionamentos de Classes]
| De → Para | Tipo | Multiplicidade | Descrição |
|---|---|---|---|
Membro — Empréstimo |
Composição | 1 → * | Um membro possui seus empréstimos |
Empréstimo — Livro |
Associação | 1 → 1 | Cada empréstimo envolve um livro |
Empréstimo — Multa |
Composição Opcional | 1 → 0…1 | Um empréstimo pode gerar uma multa se estiver em atraso |
⚠️ Cuidado: A IA pode perder agregação vs composição. Edite manualmente se Empréstimo deve referência (não próprio) Livro.
🖼️ Etapa 5: Gerar Diagrama
Clique [Gerar Diagrama] → Aparece um diagrama de classe UML completo!

✅ Em seguida, clique em [Abrir no Visual Paradigm Online] para:
- Reorganizar layout
- Adicionar estereótipos (
«entidade»,«fronteira») - Link para casos de uso ou diagramas de sequência
- Exportar como PNG, PDF ou gerar stubs em Java/Python
🛒 Exemplo 2: Carrinho de Compras de E-Commerce (Intermediário)
Prompt de Entrada:
“Loja online onde os usuários navegam pelos produtos, adicionam itens ao carrinho, aplicam códigos promocionais, finalizam a compra com cartão de crédito ou PayPal e acompanham os pedidos. Os administradores gerenciam o estoque e visualizam relatórios de vendas.”
Classes identificadas pela IA:
Usuário,Produto,Carrinho de Compras,Item do Carrinho,Pedido,Pagamento,Código Promocional,Estoque,Administrador
Relacionamentos notáveis:
Carrinho de Compras◇——Item do Carrinho(agregação; carrinho tem itens, mas os itens não são destruídos com o carrinho)Pedido◆——Pagamento(composição; pagamento faz parte do ciclo de vida do pedido)Código Promocional——Pedido(0…1 → 1; opcional no checkout)
Conhecimento Adquirido:
A IA sugere Item do Carrinho como separado de Produto — ótimo! Porque:
Item do Carrinhotemquantidade,adicionadoEm, e instantâneo do preço (para lidar com mudanças de preço).ProdutotempreçoAtual,nível de estoque.
➡️ Evita um erro comum de modelagem: confundir item do catálogo com item da linha do carrinho.
🏥 Exemplo 3: Sistema de Agendamento de Hospital (Avançado)
Prompt de Entrada (editado para realismo):
“Os pacientes agendam consultas com médicos. Cada consulta tem uma data/horário, tipo (por exemplo, consulta, retorno) e status (agendado, concluído, cancelado). Os médicos têm especialidades e horários de trabalho. O sistema envia lembretes 24h antes. As enfermeiras podem registrar os pacientes. Os resultados de laboratório são anexados após a visita.”
Destaque da IA:
| Classe | Por que isso importa |
|---|---|
Consulta |
Objeto central de fluxo de trabalho |
Horário do Médico |
Separado de Médico → respeita o SRP (Princípio da Responsabilidade Única) |
Lembrete |
Comportamento externo → pode se tornar um serviço orientado a eventos posteriormente |
Resultado de Laboratório |
Anexado à consulta, não ao paciente — rastreabilidade! |
Relacionamento Inteligente:
Consulta◆——Resultado de Laboratório(1 → 0…*)
→ Exige: Os resultados só existem para consultas concluídas.
Gema Escondida:
Marcadores de IA "tipo" e "status" na consulta → sugere enums:
enum TipoDeConsulta { CONSULTA, RETORNO, VACINAÇÃO }
enum StatusDaConsulta { AGENDADA, CHEGOU, CONCLUÍDA, CANCELADO }
✅ O desenvolvedor economiza tempo definindo enums de domínio + lógica de validação.
🚀 Dicas Profissionais para Maximizar o Valor
| Dica | Como Aplicar |
|---|---|
| Comece vago, depois refine | Primeiro prompt: "Aplicativo de entrega de comida". Em seguida, edite a descrição gerada para adicionar: “Suporta cadastro de restaurantes, despacho de motoristas, rastreamento em tempo real e sistema de avaliações.” |
| Use histórias de usuários como entrada | Cole: “Como cliente, quero filtrar restaurantes por tipo de culinária e tempo de entrega para poder escolher rapidamente.” → IA extrai Culinária, Estimativa de Tempo de Entrega, Critérios de Filtro. |
| Combine com Modelagem de Casos de Uso | Execute Análise Textual primeiro para obter classes → depois derive atores e casos de uso (por exemplo, Cliente → Colocar Pedido, Motorista → Atualizar Localização). |
| Validar com Cartões CRC | Depois que a IA sugerir classes, faça uma sessão rápida de CRC (Classe-Responsabilidade-Colaboração) com sua equipe para verificar a viabilidade. |
| Exportar para Código | No VP Online: clique com o botão direito no diagrama →Ferramentas > Código > Gerar Código (Java, C# e Python suportados). |
⚠️ Limitações e Como Mitigá-las
| Limitação | Mitigação |
|---|---|
Pode gerar em excesso (por exemplo, Data, Hora como classes) |
Revise a tabela “Substantivos Não Qualificados” → fundir em atributos ou usar tipos embutidos. |
| Não consegue inferir regras de negócios (por exemplo, “máximo 3 empréstimos”) | Adicione restrições como OCL (Linguagem de Restrição de Objetos) ou notas: { maxEmpréstimos = 3 } |
| Tem dificuldade com substantivos ambíguos | Esclareça na entrada: “‘Usuário’ refere-se ao cliente, não ao administrador” ou “‘Sessão’ significa sessão de terapia, não sessão de login.” |
| Nenhuma detecção de herança por padrão | Adicione manualmente Paciente, Médico, Enfermeiro → generalizar para Pessoa se necessário. |
📊 Quando usar (cenários ideais)
| Cenário | Por que brilha |
|---|---|
| Workshops iniciais de descoberta | Rapidamente esboçar modelo de domínio a partir de anotações brutas |
| Sprint 0 ágil / refinamento de backlog | Transformar épicas em classes candidatas antes do refinamento |
| Projetos acadêmicos / trabalhos de conclusão | Os alunos se concentram na lógica de design, não na notação |
| Modernização de sistemas legados | Alimente antigas BRDs (Documentos de Requisitos de Negócios) para extrair o modelo de domínio |
| Alinhamento entre funções | Equipes de negócios e tecnologia validam o vocabulário compartilhado |
🌐 Próximos passos: além do diagrama
Seu diagrama de classes gerado por IA é apenas o começo. No Visual Paradigm, você pode:
- Gerar esquema de banco de dados → DER → DDL SQL
- Derivar diagramas de sequência a partir de operações (por exemplo,
Order.checkout()) - Linkar aos requisitos (por exemplo, nó
applyPromoCode()para a seção 4.2 do BRD) - Simule com a Simulação de Modelo do Visual Paradigm
- Publique como Portal Web para revisão por partes interessadas
📬 Pensamento Final
“A IA não substitui o designer — ela substitui o tédio.”
Use a Análise Textual para obtenha 80% do modelo correto em 20% do tempo, depois invista seu conhecimento especializado no 20% críticos: casos extremos, escalabilidade e nuances do domínio.
📎 Pronto para tentar?
→ Iniciar: Visual Paradigm Online
→ Aplicativo: Ferramentas > Aplicativos > Análise Textual
Avise-me se você gostaria de:
- Uma planilha de consulta descarregável (PDF)
- Modelos de prompts para domínios de fintech, SaaS, IoT ou saúde
- Comparação com modelagem manual CRC/Modelagem de Domínio
Boa modelagem! 🧩
This post is also available in English, Español, فارسی, Français, Bahasa Indonesia, 日本語, Polski and Ру́сский.








