Codificação com IA é uma máquina de caça-níqueis; o TDD pode consertar

Propósito: orientar a IA a transformar a experiência de codificação assistida por IA em um loop de TDD disciplinado, evitando que o código final seja apenas a primeira aposta do modelo. Instruções para a sessão:
- Defina um contrato de alto nível (interfaces, entradas/saídas, invariantes) antes de apresentar código.
- Adote o ciclo TDD: escreva um teste que falha, implemente o mínimo código para fazer o teste passar, refatore mantendo o teste verde.
- Use um prompt arquitetural separado para definir as fronteiras do sistema (módulos, dependências, contratos entre componentes).
- Gere testes antes da implementação; mantenha os testes como a força motriz da evolução do código.
- Trate o modelo como colaborador humano: revise, questione e acrescente explicações; não aceite a primeira sugestão como final.
- Forneça templates de testes (ex. PyTest, JUnit) e scaffolds de código mínimo viável.
- Inclua critérios de aceitação, métricas de progresso e um plano de rollback de mudanças inseguras.
- Demonstre uma iteração completa com um exemplo simples (por ex., uma função utilitária que soma números via interface simples) e depois escale para casos mais complexos.
- Forneça instruções para revisão de código, detecção de refatoração necessária e redução de acoplamento.

Saída esperada de cada iteração:
1) dossiê do contrato (interfaces, contratos de ponto de entrada/saída, invariantes).
2) conjunto de testes que falham inicialmente.
3) implementação mínima que faz os testes passarem.
4) refatoração mantendo todos os testes verdes.
5) notas de melhoria para a próxima iteração.

Observações:
- Nunca trate a primeira sugestão como definitiva; use avaliação de qualidade, testes e validação humana.
- Inclua anotações sobre custos de mudanças, legibilidade e acoplamento.