en_USes_ESfa_IRfr_FRid_IDjapl_PLpt_PTru_RU

🧠 Tutorial: Usando a Análise de Texto com IA do Visual Paradigm para Design de Software

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, TransaçãoRegistro de Auditoria) que você pode ignorar.

🛠️ Tutorial Passo a Passo (Com Exemplos Reais)

Vamos percorrer três exemplos progressivamente complexos, do simples ao nível corporativo.

Step-by-Step Use Case Creation


📘 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, statushistórico → 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: DisponívelEmprestadoReservado) 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!

AI Use Case Diagram Refinement Tool

✅ 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:

  • UsuárioProdutoCarrinho de ComprasItem do CarrinhoPedidoPagamentoCódigo PromocionalEstoqueAdministrador

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 Carrinho tem quantidadeadicionadoEm, e instantâneo do preço (para lidar com mudanças de preço).
  • Produto tem preçoAtualnível 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 CulináriaEstimativa de Tempo de EntregaCritérios 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 PedidoMotorista → 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, DataHora 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 PacienteMédicoEnfermeiro → 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:

  1. Gerar esquema de banco de dados → DER → DDL SQL
  2. Derivar diagramas de sequência a partir de operações (por exemplo, Order.checkout())
  3. Linkar aos requisitos (por exemplo, nó applyPromoCode() para a seção 4.2 do BRD)
  4. Simule com a Simulação de Modelo do Visual Paradigm
  5. 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.