KA 01: Software Requirements¶

Engenharia de Requisitos na Era dos Large Language Models¶

Resumo Executivo¶

Este Knowledge Area (KA) apresenta uma reimaginação completa da engenharia de requisitos para a era dos Large Language Models (LLMs). Seguindo o princípio orientador do SWEBOK-AI v5.0 — "O código tornou-se commodity; o contexto tornou-se capital" — exploramos como a inteligência artificial generativa transforma fundamentalmente a forma como descobrimos, analisamos, especificamos, validamos e gerenciamos requisitos de software.

O paradigma tradicional de especificação formal dá lugar ao prompt engineering como especificação, onde a qualidade do contexto e a precisão das instruções determinam o sucesso do sistema. Este KA oferece um guia completo para profissionais que precisam navegar essa transição, desde fundamentos teóricos até implementações práticas com ferramentas modernas.

Estrutura do KA¶

Fundamentos e Transformação Paradigmática¶

Introdução e Fundamentos na Era dos LLMs
O paradigma shift: da especificação formal ao prompt engineering
O ciclo de vida híbrido humano-IA
Categorias de requisitos no contexto de LLMs
Considerações sobre qualidade e hallucinações

Processos de Engenharia de Requisitos com IA¶

Elicitação Assistida por IA
Simulação de stakeholders com LLMs
Framework LEIA para elicitação interativa
Análise documental automatizada (LLMREI)
Workshops e brainstormings híbridos
Análise de Requisitos
Detecção automatizada de ambiguidade
Framework SMELL para smells de requisitos
Análise de impacto e priorização assistida
Consistência e análise de trade-offs
Especificação como Prompt Engineering
Template padrão: ROLE, CONTEXT, TASK, CONSTRAINTS, EXAMPLES, OUTPUT
Técnicas avançadas: Chain-of-Thought, RAG, Chain-of-Verification
Framework CLEK para especificação por contratos
Formalização neuro-simbólica
Validação e Verificação
Validação automatizada de completude e consistência
Testes de aceitação gerados por IA
Verificação com base em cenários e edge cases
Métricas e critérios de qualidade
Gestão de Requisitos Contínua
Requirements as Code (RAC)
Rastreabilidade automatizada com embeddings
Sincronização bidirecional código-requisitos
Feedback loops e aprendizado contínuo

Contexto e Aplicação¶

Ferramentas e Tecnologias
IBM Engineering Requirements Quality Assistant
AI Copilot for Jira e Atlassian Rovo
LangChain e LangGraph para orquestração
Bases de dados vetoriais e critérios de seleção
Desafios e Considerações
Hallucinações: detecção e mitigação
Viés, fairness e considerações éticas
Compliance regulatório (ISO, DO-178C, ISO 26262)
Framework de gestão de riscos
Transformação de Papéis e Carreiras
Do autor ao curador: novo perfil do engenheiro de requisitos
Business Analyst do futuro: Storyteller, Steward, Prompt Engineer
Novas competências e carreiras emergentes
Programa de transição de 12 meses

Evidências e Direções Futuras¶

Case Studies e Exemplos Práticos
- Austrian Post: quality assurance de user stories
- Accenture: onboarding com GenAI multi-modelo
- Banco Nacional: chatbot com compliance regulatório
- GeneUS: automação completa do ciclo
- Especificação formal neuro-simbólica
Tendências e Direções Futuras
- Pesquisas em andamento na academia
- Tecnologias emergentes: multi-modal, agentes autônomos
- Previsões 2025-2027: REaaS, consolidação de ferramentas
- Plano de desenvolvimento de carreira

Para Quem é Este KA¶

Público-alvo principal:

Engenheiros de requisitos e Business Analysts
Product Managers e Product Owners
Arquitetos de software e líderes técnicos
Pesquisadores em engenharia de software
Estudantes de computação e sistemas de informação

Pré-requisitos:

Conhecimento básico de engenharia de software
Familiaridade com conceitos de requisitos (funcionais, não-funcionais)
Noções de inteligência artificial e LLMs (diferencial)

Como Usar Este KA¶

Para Iniciantes em IA¶

Comece pelos fundamentos (Seção 1) e avance sequencialmente. Preste atenção especial nas seções sobre desafios (Seção 8) antes de implementar soluções.

Para Profissionais Experientes¶

Vá direto para as seções de processos (Seções 2-6) e ferramentas (Seção 7). Os Case Studies oferecem modelos práticos de implementação.

Para Líderes e Gestores¶

Foque na transformação de papéis e tendências futuras para planejar a evolução da sua organização.

Principais Contribuições deste KA¶

Framework Integrado: Primeiro guia completo que une engenharia de requisitos tradicional com práticas modernas de LLM
Templates Práticos: Mais de 20 templates de prompts prontos para uso em projetos reais
Evidências Empíricas: Casos de estudo documentados com métricas reais de produtividade e qualidade
Abordagem Crítica: Discussão honesta sobre limitações, riscos e quando NÃO usar IA
Visão de Futuro: Diretrizes baseadas em pesquisas acadêmicas recentes (2024-2025)

Princípios Orientadores¶

"O código tornou-se commodity; o contexto tornou-se capital."

Este princípio permeia todo o KA:

A geração de código por LLMs é infraestrutura, não diferencial competitivo
O valor está na especificação precisa, no contexto rico e na validação rigorosa
O engenheiro de requisitos evolui de autor para curador e arquiteto de contexto

Referências Cruzadas¶

Este KA se conecta com:

KA 02 - Software Architecture: Decisões arquiteturais influenciam requisitos não-funcionais
KA 05 - Software Testing: Requisitos gerados servem de base para testes automatizados
KA 12 - Software Quality: Qualidade de requisitos determina qualidade do sistema
KA 14 - Professional Practice: Aspectos éticos e profissionais da elicitação com IA

Status e Versionamento¶

Versão: 1.0
Status: Published
Última atualização: 2025-02-08
Total de palavras: ~59.500
Total de seções: 11

Feedback e Contribuições¶

Este KA é um documento vivo. Para sugestões, correções ou contribuições:

Abra uma issue no repositório do projeto
Consulte o arquivo PLAN.md para entender a estrutura planejada
Siga as convenções de frontmatter e formatação estabelecidas

SWEBOK-AI v5.0 - Knowledge Area 01: Software Requirements\ Transformando a engenharia de requisitos para a era dos Large Language Models