Testei várias ferramentas de codificação de IA, e essa nova versão impressionante da OpenAI me poupou dias de trabalho.

Na semana passada, a OpenAI lançou discretamente uma novidade impressionante no X/Twitter. Agora, é possível conectar repositórios do GitHub ao Deep Research no ChatGPT. O que torna essa funcionalidade especialmente atrativa é a capacidade do ChatGPT de vasculhar esses repositórios em busca de informações valiosas. O GitHub, plataforma online pertencente à Microsoft, abriga uma vasta quantidade de projetos de programação, tanto de código aberto quanto proprietários. É utilizado por equipes para coordenar e monitorar o desenvolvimento. Um repositório do GitHub representa o armazenamento de um projeto específico. Com o Deep Research, é possível explorar o código-fonte completo de um projeto de software e extrair informações relevantes.

Antes de prosseguirmos, preciso admitir que testei essa ferramenta. Ela consegue gerar uma análise interna de código de forma eficaz. É realmente impressionante o que conseguimos que essa inteligência artificial faça por nós.Embora eu tenha um certo receio em relação às AIs, por algum motivo, quero me aproximar desta. Meu editor comentou: "Isso faz parte do plano deles." Sério, essa ferramenta é poderosa. Grande parte dos meus projetos de programação é construída com base em códigos adquiridos de outros programadores, e analisar esses códigos em busca de entender as intenções por trás deles pode ser um processo exaustivo e demorado.

Trata-se de muito mais do que apenas uma análise linha a linha. É crucial entender como o projeto está estruturado, quais são os diferentes módulos e como interagem entre si, quais são seus pontos fortes e armadilhas potenciais. Como funciona a interface do usuário? O que é necessário para adicionar, remover ou substituir funcionalidades?

O Deep Research agora é capaz de fazer tudo isso com repositórios do GitHub. Essa ferramenta é quase perfeita, exceto por algumas limitações. Vamos abordar essas restrições antes de eu compartilhar as etapas necessárias para conseguir resultados com esta funcionalidade.

Conforme informações do ChatGPT, existem limites para cada um dos níveis de assinatura. As consultas do Deep Research padrão são executadas pelo modelo o3. Eu pago US$ 20 por mês pela assinatura Plus, que permite um total de 10 consultas desse tipo por mês. Isso não é suficiente para realizar uma análise completa de um projeto. Testei três consultas padrão e outras quatro consultas leves apenas para convencer a ferramenta a funcionar de acordo com o que eu queria.

É realmente impressionante, mas o uso completo pode exigir uma atualização para a versão Pro, que custa US$ 200 por mês, pelo menos enquanto você estiver examinando um novo projeto ativamente. Pode parecer caro, mas se eu pensar no número de horas que gasto com cada projeto adquirido, duzentos dólares para acelerar semanas de trabalho pode valer muito a pena. Consigo visualizar uma situação em que eu aumentaria minha assinatura para Pro durante um mês, realizaria uma análise profunda e, em seguida, retornaria ao plano de US$ 20.

Enquanto analisava meu próprio código, percebi que um dos maiores benefícios dessa ferramenta é examinar códigos de terceiros para trabalhar com eles. Então, decidi testar em um dos meus projetos, assim teria uma melhor noção do desempenho da ferramenta. Meu projeto, “My Private Site”, é um plugin de segurança freemium para WordPress, que oferece a proteção de um site com um clique. O adquiri de outro desenvolvedor há dez anos e venho atualizando e expandindo desde então. Ele está presente em mais de 20.000 sites ativos, suportado por três complementos pagos que ajudam a cobrir os custos de manutenção do código principal, que é gratuito e de código aberto.

Para começar, alterei o modelo de linguagem para o3, que é mais avançado que o GPT-4o. A ferramenta é impressionante, mas a gestão de produtos em termos de nomenclatura deixa a desejar. Depois, copie e colei o prompt original do post do X que anunciava o recurso. Com apenas 10 consultas disponíveis, não queria perder nenhuma tentando descobrir como desbloquear essa funcionalidade.

Certifiquei-me de clicar no botão Deep Research e, em seguida, no pequeno menu suspenso. Isso me deu acesso à nova funcionalidade do GitHub. Selecionei o repositório correto e digitei o nome completo do meu repositório do GitHub.

Antes de chegar a esse ponto, precisei conceder acesso ao ChatGPT para os meus repositórios do GitHub. Estou preparando um segundo artigo que mostrará como mover uma base de código para o GitHub e torná-la disponível para o ChatGPT. No entanto, nesta matéria, o foco será a nova funcionalidade Deep Research.

Depois de selecionar o repositório, ele aparece na parte inferior do campo do prompt. Isso restringe as consultas do Deep Research a essa estrutura específica. Quando inseri o prompt original, o o3 pediu algumas clarificações. Como especifiquei o repositório para o projeto completo “My Private Site”, queria que ele analisasse toda essa base de código.

Essa foi uma experiência nova para mim. Anteriormente, havia conseguido fazer o ChatGPT examinar um único arquivo ou um bloco de código. Mas este repositório contém 231 arquivos e cerca de 12.000 linhas de código PHP, além de bastante código auxiliar. Instruí a AI a analisar o repositório inteiro.

Então, o processo começou. Mas logo parou. Recebi uma mensagem de erro, sugerindo que o problema poderia ser uma das três questões de acesso: se eu era o proprietário, como a conexão estava configurada e se o repositório era público. Depois de confirmar que era o proprietário e que o repositório estava público, isso foi suficiente para convencer o o3 a continuar.

Houve um processamento intenso nos bastidores. A ChatGPT levou cerca de 20 minutos para me fornecer as informações. O primeiro resultado foi uma revisão do repositório. O tamanho do documento de revisão era bastante considerável, como se pode notar pela seta verde apontando a barra de rolagem.

A análise inclui cinco seções principais: propósitos e arquitetura do projeto, principais módulos e componentes, stack tecnológica, questões abertas e mudanças futuras, e sugestões para melhorar a qualidade do código. Fiquei satisfeito com a conclusão da AI, que afirmou: "No geral, o My Private Site é um plugin bem arquitetado que cumpre sua função de forma eficaz". Como editor, até me incomodou um pouco que alguns cabeçalhos de seção usavam o símbolo "&", enquanto outros utilizavam "e", mas não deixarei isso impactar a qualidade da análise.

A análise foi muito boa. Em cerca de 20 minutos, a ferramenta compreendeu completamente o My Private Site, realizando uma análise detalhada dos seus funcionamentos internos de maneira clara e precisa. Foi, sem dúvida, uma grande surpresa.

Para quem deseja consultar a análise completa, bem como discussões iniciais de configuração e perguntas subsequentes, um link está disponível. Compartilhei toda a sessão do Deep Research, para que você possa acompanhar, caso tenha interesse.

Conforme mencionei, achei a análise impressionante. Entretanto, queria verificar até onde a ferramenta poderia me ajudar se eu realmente decidisse trabalhar no código. Existem dois subsistemas principais que documentei meticulosamente em minhas anotações para manter o controle.

O primeiro deles diz respeito ao funcionamento da interface do usuário. Reformulei totalmente o painel do My Private Site desde sua versão anterior, quando adquiri o plugin. O sistema é complexo e frequentemente confuso, então pedi ao ChatGPT para investigar isso.

Novamente, o Deep Research se saiu muito bem. Produziu uma análise de todo o subsistema, manteve o foco e ofereceu informações claras, abrangentes e úteis. A análise completa de ChatGPT pode ser consultada no link que compartilhei.

Em seguida, quis saber se o Deep Research conseguiria entender e explicar como funciona o bloqueio de acesso, que é o principal recurso do My Private Site. Esse recurso é extensível, permitindo que complementos modifiquem suas funcionalidades com novas proteções e opções de acesso.

A ferramenta entregou uma análise precisa. Você pode conferi-la na sessão de compartilhamento que forneci.

E o que tudo isso significa? Trata-se de uma ferramenta extremamente útil. Ao longo dos anos, adquiri, atualizei e transformei muitos códigos em produtos viáveis. Acabei vendendo a maioria das propriedades assim que senti que seu ciclo de vida comigo havia se encerrado. Como a maioria das minhas aquisições envolveu a integração de códigos de terceiros, uma ferramenta assim teria sido um enorme ganho em termos de tempo.

Preocupa-me que o limite de 10 consultas seja muito restritivo. Enquanto US$ 200 por mês pode ser justificável para essa capacidade, ainda é um desafio, especialmente após uma aquisição. Geralmente, leva um ano ou mais antes que uma nova aquisição comece a gerar retorno. Entretanto, espero que a atual estrutura de preços mude com o tempo.

Estou curioso também sobre o desempenho da ferramenta como assistente de codificação. Por exemplo, o My Private Site opera dentro do WordPress, que é um projeto de código aberto com uma cópia no GitHub. Posso imaginar um cenário em que, ao tentar descobrir como acessar determinados recursos ou contornar restrições no WordPress, eu usaria o Deep Research. Ele poderia explorar toda a base de código do WordPress, buscar pistas sobre como os componentes funcionam e oferecer conselhos sobre onde encontrar informações para que meu código se integre da maneira que desejo.

No geral, essa ferramenta é incrível. No entanto, é prudente usá-la com cautela ao incorporá-la ao seu fluxo de trabalho. Como toda AI, ela pode errar e pode não ser útil em todas as situações. Lembre-se de que não se trata de uma ferramenta de codificação, mas sim de uma ferramenta de análise. Limite seu uso a momentos onde você precise de uma visão geral, a qual pode ser utilizada para aprimorar seu entendimento no processo de codificação.

Você já teve a oportunidade de explorar as capacidades do Deep Research do ChatGPT para repositórios do GitHub? Como foi a sua experiência? Considera esta uma ferramenta valiosa para analisar códigos desconhecidos ou agilizar o processo de integração? O que você pensa sobre os limites de uso e os níveis de preços atuais? Você se imagina utilizando isso regularmente em seu fluxo de desenvolvimento ou as limitações o desmotivam? Compartilhe suas impressões nos comentários.

Link de referência: ZDNET