Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo

Detalhes bibliográficos
Ano de defesa: 2026
Autor(a) principal: Girardi, Cristofer
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://repositorio.ifpb.edu.br/jspui/handle/177683/5307
Resumo: O uso de Modelos de Linguagem de Grande Escala (LLMs) na gera??o e explica??o de c?digo tem ampliado a relev?ncia da Engenharia de Prompts (PE) como alternativa para aprimorar resultados em problemas de programa??o sem a necessidade de retreinamento dos modelos. Neste cen?rio, entretanto, ainda existem lacunas na compreens?o dos efeitos das combina??es de t?cnicas de PE sobre o comportamento dos LLMs, especialmente quando consideradas diferentes arquiteturas de modelos e estrat?gias de avalia??o automatizadas. Este trabalho investiga, por meio de uma abordagem experimental controlada e operacionalizada por um framework reprodut?vel e escal?vel, o impacto dessas combina??es na gera??o e explica??o de c?digo em Python. A pesquisa ? organizada em tr?s experimentos, nos quais s?o analisados treze cen?rios distintos, combinando seis t?cnicas de PE aplicadas a seis modelos de linguagem. A avalia??o ? conduzida com base na m?trica BERTScore, na tarefa de gera??o de c?digo, e em julgamentos automatizados por meio do paradigma LLM-as-a-Judge, guiado por crit?rios estruturados voltados ? an?lise conjunta de gera??o e explica??o de c?digo. Os resultados indicam que as combina??es de t?cnicas de PE influenciam significativamente a qualidade das respostas, em termos de similaridade sem?ntica, coer?ncia entre c?digo e explica??o, e custo computacional. Combina??es que incorporam mecanismos de verifica??o tendem a aumentar a consist?ncia entre c?digo e explica??o, enquanto configura??es excessivamente complexas ou sem estrat?gias de refinamento podem comprometer a clareza das respostas. Este trabalho fornece evid?ncias emp?ricas sobre o impacto dessas combina??es e um framework experimental reutiliz?vel, al?m de diretrizes pr?ticas para sua aplica??o em diferentes LLMs.
id IFPB_f1e1e6a3efe33a7832541ce1d9648f0d
oai_identifier_str oai:repositorio.ifpb.edu.br:177683/5307
network_acronym_str IFPB
network_name_str Repositório Institucional do IFPB
repository_id_str
spelling Girardi, Cristofer2026-05-18T11:38:28Z2026-05-18T11:38:28Z2026-05-18CDU 004.8(043)http://repositorio.ifpb.edu.br/jspui/handle/177683/5307O uso de Modelos de Linguagem de Grande Escala (LLMs) na gera??o e explica??o de c?digo tem ampliado a relev?ncia da Engenharia de Prompts (PE) como alternativa para aprimorar resultados em problemas de programa??o sem a necessidade de retreinamento dos modelos. Neste cen?rio, entretanto, ainda existem lacunas na compreens?o dos efeitos das combina??es de t?cnicas de PE sobre o comportamento dos LLMs, especialmente quando consideradas diferentes arquiteturas de modelos e estrat?gias de avalia??o automatizadas. Este trabalho investiga, por meio de uma abordagem experimental controlada e operacionalizada por um framework reprodut?vel e escal?vel, o impacto dessas combina??es na gera??o e explica??o de c?digo em Python. A pesquisa ? organizada em tr?s experimentos, nos quais s?o analisados treze cen?rios distintos, combinando seis t?cnicas de PE aplicadas a seis modelos de linguagem. A avalia??o ? conduzida com base na m?trica BERTScore, na tarefa de gera??o de c?digo, e em julgamentos automatizados por meio do paradigma LLM-as-a-Judge, guiado por crit?rios estruturados voltados ? an?lise conjunta de gera??o e explica??o de c?digo. Os resultados indicam que as combina??es de t?cnicas de PE influenciam significativamente a qualidade das respostas, em termos de similaridade sem?ntica, coer?ncia entre c?digo e explica??o, e custo computacional. Combina??es que incorporam mecanismos de verifica??o tendem a aumentar a consist?ncia entre c?digo e explica??o, enquanto configura??es excessivamente complexas ou sem estrat?gias de refinamento podem comprometer a clareza das respostas. Este trabalho fornece evid?ncias emp?ricas sobre o impacto dessas combina??es e um framework experimental reutiliz?vel, al?m de diretrizes pr?ticas para sua aplica??o em diferentes LLMs.Submitted by Coordena??o Mestrado em Tecnologia da Informa??o (coordenacao.ppgti@ifpb.edu.br) on 2026-05-16T13:34:13Z No. of bitstreams: 1 Disserta??o_com fichas_Cristofer.pdf: 3364134 bytes, checksum: f1fd74d616659851e5a0b807ad054eda (MD5)Approved for entry into archive by Josinete Nobrega Araujo (josinete@ifpb.edu.br) on 2026-05-18T11:38:28Z (GMT) No. of bitstreams: 1 Disserta??o_com fichas_Cristofer.pdf: 3364134 bytes, checksum: f1fd74d616659851e5a0b807ad054eda (MD5)Made available in DSpace on 2026-05-18T11:38:28Z (GMT). No. of bitstreams: 1 Disserta??o_com fichas_Cristofer.pdf: 3364134 bytes, checksum: f1fd74d616659851e5a0b807ad054eda (MD5) Previous issue date: 2026-05-18Engenharia de PromptGera??o de c?digoExplica??o de c?digoCombina??es de t?cnicas de PromptsModelos de linguagemExplorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional do IFPBinstname:Instituto Federal da Paraíba (IFPB)instacron:IFPBinfo:eu-repo/semantics/openAccessDisserta??oInstituto Federal de Educa??o, Ci?ncia e Tecnologia da Para?baORIGINALDisserta??o_com fichas_Cristofer.pdfDisserta??o_com fichas_Cristofer.pdfapplication/pdf3364134http://repositorio.ifpb.edu.br/jspui/bitstream/177683/5307/1/Disserta%C3%A7%C3%A3o_com+fichas_Cristofer.pdff1fd74d616659851e5a0b807ad054edaMD51177683/53072026-05-18 08:38:28.289oai:repositorio.ifpb.edu.br:177683/5307Repositório InstitucionalPUBhttp://repositorio.ifpb.edu.br/oai/requestrepositoriodigital@ifpb.edu.bropendoar:2026-05-18T11:38:28Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB)false
dc.title.pt_BR.fl_str_mv Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
title Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
spellingShingle Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
Girardi, Cristofer
Engenharia de Prompt
Gera??o de c?digo
Explica??o de c?digo
Combina??es de t?cnicas de Prompts
Modelos de linguagem
title_short Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
title_full Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
title_fullStr Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
title_full_unstemmed Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
title_sort Explorando combina??es de t?cnicas de Prompt Engineering: um caso de uso na gera??o e explica??o de c?digo
author Girardi, Cristofer
author_facet Girardi, Cristofer
author_role author
dc.contributor.author.fl_str_mv Girardi, Cristofer
dc.subject.por.fl_str_mv Engenharia de Prompt
Gera??o de c?digo
Explica??o de c?digo
Combina??es de t?cnicas de Prompts
Modelos de linguagem
topic Engenharia de Prompt
Gera??o de c?digo
Explica??o de c?digo
Combina??es de t?cnicas de Prompts
Modelos de linguagem
description O uso de Modelos de Linguagem de Grande Escala (LLMs) na gera??o e explica??o de c?digo tem ampliado a relev?ncia da Engenharia de Prompts (PE) como alternativa para aprimorar resultados em problemas de programa??o sem a necessidade de retreinamento dos modelos. Neste cen?rio, entretanto, ainda existem lacunas na compreens?o dos efeitos das combina??es de t?cnicas de PE sobre o comportamento dos LLMs, especialmente quando consideradas diferentes arquiteturas de modelos e estrat?gias de avalia??o automatizadas. Este trabalho investiga, por meio de uma abordagem experimental controlada e operacionalizada por um framework reprodut?vel e escal?vel, o impacto dessas combina??es na gera??o e explica??o de c?digo em Python. A pesquisa ? organizada em tr?s experimentos, nos quais s?o analisados treze cen?rios distintos, combinando seis t?cnicas de PE aplicadas a seis modelos de linguagem. A avalia??o ? conduzida com base na m?trica BERTScore, na tarefa de gera??o de c?digo, e em julgamentos automatizados por meio do paradigma LLM-as-a-Judge, guiado por crit?rios estruturados voltados ? an?lise conjunta de gera??o e explica??o de c?digo. Os resultados indicam que as combina??es de t?cnicas de PE influenciam significativamente a qualidade das respostas, em termos de similaridade sem?ntica, coer?ncia entre c?digo e explica??o, e custo computacional. Combina??es que incorporam mecanismos de verifica??o tendem a aumentar a consist?ncia entre c?digo e explica??o, enquanto configura??es excessivamente complexas ou sem estrat?gias de refinamento podem comprometer a clareza das respostas. Este trabalho fornece evid?ncias emp?ricas sobre o impacto dessas combina??es e um framework experimental reutiliz?vel, al?m de diretrizes pr?ticas para sua aplica??o em diferentes LLMs.
publishDate 2026
dc.date.accessioned.fl_str_mv 2026-05-18T11:38:28Z
dc.date.available.fl_str_mv 2026-05-18T11:38:28Z
dc.date.issued.fl_str_mv 2026-05-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ifpb.edu.br/jspui/handle/177683/5307
dc.identifier.govdoc.none.fl_str_mv CDU 004.8(043)
identifier_str_mv CDU 004.8(043)
url http://repositorio.ifpb.edu.br/jspui/handle/177683/5307
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do IFPB
instname:Instituto Federal da Paraíba (IFPB)
instacron:IFPB
instname_str Instituto Federal da Paraíba (IFPB)
instacron_str IFPB
institution IFPB
reponame_str Repositório Institucional do IFPB
collection Repositório Institucional do IFPB
bitstream.url.fl_str_mv http://repositorio.ifpb.edu.br/jspui/bitstream/177683/5307/1/Disserta%C3%A7%C3%A3o_com+fichas_Cristofer.pdf
bitstream.checksum.fl_str_mv f1fd74d616659851e5a0b807ad054eda
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB)
repository.mail.fl_str_mv repositoriodigital@ifpb.edu.br
_version_ 1880940310960275456