Uso do Jira na engenharia orientada por IA
A engenharia orientada por IA roda no Jira. À medida que a engenharia para de escrever código e passa a orientar agentes de IA, há uma mudança naquilo que é importante. Os desenvolvedores já passam apenas cerca de 16% do tempo escrevendo código e, à medida que os agentes assumem mais a parte de criação, o difícil é tudo o que está em volta: dar contexto, orquestrar, revisar a saída e controlar os agentes.
O Jira sempre gerenciou isso e, agora, está ampliando para os agentes. O Jira e o Teamwork Graph são os sistemas de registro para isso, a camada necessária que transforma a atividade da IA em ganhos reais de produtividade conforme as equipes crescem.
Este guia aborda como o Jira oferece suporte à engenharia orientada por IA, como ele interage com as outras ferramentas e como começar. Em resumo, o Jira oferece três coisas que um agente de codificação sozinho não consegue:
Contexto certo para os agentes para que eles atuem com precisão
Delegação de tickets de rotina para fluxos automatizados que reconhecem permissões
Registro auditável no Teamwork Graph
O que é engenharia orientada por IA?
A engenharia orientada por IA é a prática de desenvolver software direcionando agentes de IA que planejam e executam tickets de várias etapas, enquanto você define a meta e avalia o resultado, em vez de escrever cada linha de código por conta própria.
Mudança no foco do seu esforço: de escrever código para projetar o sistema em que os agentes trabalham. Você especifica o que incluir no build, dá contexto aos agentes, os orienta enquanto atuam no ticket e decide se a saída atinge o padrão esperado. Quando o preenchimento automático por IA sugere a próxima linha, um único agente pode levar um resultado descrito até uma pull request. A engenharia orientada por IA é a camada acima: orquestrando muitos agentes em escala, coordenando tickets e controlando o que é lançado.
O que torna a engenharia orientada por IA uma disciplina de coordenação e julgamento, não apenas de codificação. Assim que os agentes assumem a codificação ou a execução de tarefa, o acesso, as ações e a saída deles devem permanecer nos controles em que a equipe já confia. Eles fazem primeiro perguntas relacionadas ao gerenciamento de tickets e depois perguntas de codificação, e é por isso que eles se apoiam em um sistema de registro, como o Jira.
O Jira foi desenvolvido para a engenharia orientada por IA?
O Jira foi criado para o desenvolver o software nativo de IA, treinar o planejamento, a orquestração e o escalonamento de tickets entre agentes de IA. Quando as pessoas perguntam se o Jira "oferece suporte" à engenharia orientada por IA, a verdadeira pergunta é se ele pode ser a camada onde o ticket do agente é ancorado em contexto e onde os tickets são coordenados, revisados e controlados. É isso que o Jira faz, e um agente de programação sozinho não.
Um agente de codificação escreve a alteração, mas não consegue decidir o que deve ser colocado no build, julgar se o resultado atende ao padrão, ou considerar como o ticket se conecta a tudo que está em andamento. Essas são decisões de gerenciamento de trabalho e da equipe: um agente de codificação na máquina de uma pessoa funciona apenas para essa pessoa, enquanto uma equipe de pessoas e agentes precisa de coordenação compartilhada, visibilidade e uma única fonte de informações. O Jira é responsável por essa camada: ele mantém o plano, direciona o ticket para o agente certo, mantém uma pessoa no controle do que é lançado e registra o que aconteceu como um contexto persistente que orienta futuros tickets. Tudo isso acontece conforme o ticket avança pelo Jira, e não como etapas extras que os desenvolvedores precisam fazer.
O que o Jira oferece que um agente de programação sozinho não?
Mesmo quando você dá uma especificação real a um agente de codificação ele pode se desviar. Ele se esquece de decisões, refaz tickets concluídos e se afasta do contexto. Mas a solução não é manter o plano em um arquivo markdown ou ter um agente melhor. A correção é um sistema que mantém a especificação e o estado fora da memória do agente. O que se multiplica em toda a equipe, e é por isso que a engenharia orientada por IA é, na verdade, uma escolha de sistema de registro, e não de ferramenta de codificação. As capacidades abaixo vêm do fato de o Jira ser o próprio sistema.
Os conectores alimentam sua cadeia de ferramentas no Teamwork Graph. O MCP envia essa memória organizacional para qualquer IA já usada pela sua equipe.
Um único sistema de registro para tickets de pessoas e agentes. Conforme um agente cria um ticket, ele lê e grava tudo no Teamwork Graph, atualizando todas as decisões e os registros relacionados à tarefa, para que nenhum contexto seja perdido em uma sessão local.
A governança herda os controles existentes da empresa. O acesso do agente segue o modelo de permissão em que as empresas já confiam, de modo que esses controles se estendem por padrão ao ticket do agente em vez de se tornarem algo novo que deve ser controlado.
Qualquer agente, qualquer modelo, uma única interface. Atribua o ticket ao Claude, ao Cursor, ao Codex, ao GitHub Copilot ou ao agente nativo de codificação do Jira e orquestre de um só lugar. Como os agentes atuam em fluxos de trabalho existentes, o processo não muda quando os agentes mudam. Um único agente de codificação prende você a um fornecedor. O Jira não depende de agentes.
Engenharia de contexto de toda a estrutura, e não apenas do ticket. O Teamwork Graph reúne tickets, decisões e históricos do Jira, do Confluence, do código e das ferramentas que facilitam a discussão do trabalho, como Slack e Teams, para que os agentes ajam com base na intenção real, e não em um prompt em branco. Com isso, o Jira se torna a camada de contexto do agente.
Ele oferece um plano de controle único para o trabalho dos agentes. Um agente de codificação funciona em uma sessão própria, desconectado do plano e das outras tarefas da equipe. O Jira adiciona essa camada para decidir no que os agentes vão trabalhar, fornecer o contexto certo e vincular cada sessão de codificação ao que ela entrega, sem incluir mais etapas no dia do desenvolvedor. Enquanto o sistema de registro captura o que aconteceu, o plano de controle direciona e conecta o trabalho do agente em segundo plano.
Onde o Jira se encaixa no ciclo de vida de desenvolvimento de software nativo em IA
O Jira oferece suporte ao trabalho dos agentes em quatro estágios: planejamento, orquestração, revisão e dimensionamento. Você planeja o trabalho como itens prontos para os agentes, orquestra os agentes que vão fazer isso, revisa e testa o que eles produzem e dimensiona esses padrões para toda a organização com a governança e as permissões para manter tudo em segurança. Confira o que o Jira faz em cada etapa.
Planejamento: como deixar o trabalho pronto para os agentes?
Transforme planos e documentação em tickets sugeridos com apenas um clique, depois revise e ajuste conforme necessário antes de aceitar.
O planejamento é a fase em que a intenção se transforma em uma tarefa pronta para os agentes: uma especificação real com requisitos claros e critérios de aceitação, além do contexto necessário para o agente começar.
Registre o trabalho onde quer que ele apareça. As solicitações chegam de todos os lugares: um tópico no Slack, uma página do Confluence, uma gravação do Loom ou uma reunião. Mencione @Jira ou use o Rovo para transformar essas solicitações em tickets no próprio local. A admissão faz mais do que evitar a redigitação: ela transforma uma solicitação vaga, inclusive as que começam como uma conversa, em um ticket com contexto do Teamwork Graph sobre como ele se encaixa no trabalho da equipe.
Forneça ao agente uma especificação bem definida, não um simples prompt. No desenvolvimento orientado a especificações, a especificação é a entrada principal: o agente trabalha no ticket a partir dela, e não de um prompt único que se perde após a sessão. Essa especificação trabalha com a base de código, os padrões da equipe e o histórico do projeto, assim o agente tem o contexto necessário para escrever um código que atenda aos padrões da sua equipe. O Jira Planner elabora uma especificação usando o Teamwork Graph, sua base de código e o histórico do Confluence. Depois disso, você aprimora a especificação e adiciona critérios de aceitação para que ela se torne a base da criação e o parâmetro de revisão do agente.
Disponibilize para os agentes um contexto cumulativo. O contexto é a verdadeira restrição à qualidade do agente. O Jira se baseia no Teamwork Graph para contextualizar os agentes sobre as metas, decisões e o histórico em todas as suas ferramentas, não apenas no ticket. Isso funciona com qualquer agente MCP, e esse contexto é cumulativo: quanto mais trabalho passa pelo sistema, mais os agentes têm em que se basear e melhores ficam os resultados.
Orquestração: como você atribui e direciona tickets aos agentes?
Atribua tickets a agentes, incluindo o agente nativo de codificação do Jira, a partir de um único local.
Atribua tickets ao agente mais adequado, depois direcione e supervisione o trabalho desses agentes, tudo de onde sua equipe já rastreia tickets.
Atribua tickets a qualquer agente, a partir de um só lugar. Atribua um ticket ao Claude, Cursor, Codex, GitHub Copilot ou ao agente nativo de codificação do Jira e veja as ações realizadas e as decisões tomadas em sessões da web, do IDE e do terminal, assim você pode identificar e corrigir desvios logo no início sem atrapalhar o fluxo.
Atenda aos agentes onde você já trabalha. Faça a orquestração pelas plataformas que sua equipe já usa: mencione @Jira no Slack para criar um ticket e iniciar um ciclo de correção, conecte o Cursor, o Claude Desktop ou qualquer cliente MCP ao contexto do Jira, ou forneça aos agentes acesso à CLI/terminal para passar do contexto para a ação.
Automatize tickets de rotina. Acione um agente a partir de uma regra de automação ou de uma transição de fluxo de trabalho (ou adicione um agente a uma coluna do quadro) para que ele assuma o ticket conforme o status mudar e direcione o resultado de volta pelo mesmo fluxo de trabalho. Tickets rotineiros e repetitivos são o melhor ponto de partida.
A atividade do agente permanece visível e vinculada ao ticket. Conforme um agente trabalha, a atividade e o pull request aberto por ele permanecem vinculados ao ticket. Dessa forma, o progresso aparece bem onde o ticket está em vez de escondido em uma ferramenta separada. Você consegue visualizar o que cada agente assumiu, o que foi produzido e o que está aguardando revisão, tudo em um só lugar.
Revisão: como validar a saída do agente?
A revisão da saída do agente deve incluir uma etapa com intervenção humana.
A saída do agente pode parecer concluída, mas estar errada. Por isso, ela não deve ser lançada até que alguém a revise, teste e aprove.
Teste e valide. A saída do agente precisa passar pelas verificações habituais. Essas verificações são executadas no seu pipeline de IC, e o status delas aparece no ticket para que uma etapa de revisão possa segurar a transição para concluído até o ticket ser verificado. Você pode automatizar parte disso: um agente executa verificações em uma saída própria e continua iterando até serem aprovadas, antes de chegar a uma pessoa.
Revisão com participação humana, integrada ao seu fluxo de trabalho. Exija revisão humana: a saída aparece no ticket e não pode passar para concluído até que alguém a aprove. O pull request e o status da revisão aparecem no painel de desenvolvimento do ticket, assim a revisão acontece onde ele é rastreado.
Mescle e registre o que foi lançado. Assim que a revisão for aprovada, a alteração vai ser mesclada e o ticket vai ser movido para concluído. A mesclagem e a implantação são executadas nas suas ferramentas conectadas; o Jira mantém o registro.
Dimensionamento: como você opera agentes entre equipes com segurança ao longo do tempo?
Um sistema de trabalho único leva a mais sucesso na expansão por toda a organização.
Dimensionar os tickets dos agentes é uma mudança em nível organizacional. O desafio tem menos a ver com um único desenvolvedor executando mais agentes e mais com manter uma qualidade, confiança e visibilidade constantes à medida que os tickets dos agentes se espalham pelas equipes.
Delegue a rotina. Os agentes lidam com tickets recorrentes e bem definidos em segundo plano, os pull requests aparecem quando estão prontos e você mantém o controle com permissões compartilhadas e padrões de segurança.
Faça iteração. A engenharia de agentes é um ciclo, não uma linha: os resultados retornam para a próxima especificação, e os tickets entram outra vez no ciclo de vida. O Jira é onde esse feedback é registrado para que futuros tickets possam ser refinados.
Governe e audite. As barreiras de proteção ficam no fluxo de trabalho, e não em um documento de política. Além disso, cada ação deixa uma trilha auditável no ticket, controlada pelas próprias permissões do Jira.
Meça o impacto. Veja como a IA está mudando a forma como sua equipe faz lançamentos, usando dados como tempo de ciclo e volume de pull requests para medir resultados em vez de atividades e direcionar investimentos.
Como o Jira funciona com o resto da sua estrutura de IA?
O Jira não substitui seus agentes de codificação, seu IDE ou os modelos que você executa. Ele é a camada de coordenação e registro que interliga tudo isso, assim o trabalho continua visível e regulado sejam quais forem as ferramentas de criação. Essa camada não é opcional em grande escala; sem um sistema de registro compartilhado, o trabalho dos agentes se fragmenta entre as ferramentas e a produtividade não é alcançada por completo.
Assunto | O que o Jira faz (camada de coordenação e registro) | O que o Jira não faz (gerenciamento em outra parte da sua estrutura) |
Planejamento | Planeja, decompõe e prioriza tickets para os agentes (Jira Planner) | Definir a meta (as pessoas decidem o conteúdo e o motivo; o Jira transforma isso em um plano) |
Contexto | Situa os agentes no contexto a partir de tickets e do Teamwork Graph | Exigir um armazenamento de contexto separado ou banco de dados vetorial (o Teamwork Graph é a camada de contexto gerenciada) |
Orquestração | Encaminha o ticket para o agente certo e o direciona e supervisiona usando automação, transições de fluxo de trabalho e atribuição | Fornecer o ambiente onde o agente é executado (a própria plataforma do agente faz isso; para o agente de codificação do Jira, é um repositório da Atlassian) |
Modelos | Permanece sem dependência de modelo, direcionando agentes compatíveis a partir de um único lugar (os modelos são gerenciados pelo gateway de IA da Atlassian) | Hospedar os modelos (o gateway de IA da Atlassian encaminha para a hospedagem da Atlassian, do fornecedor ou de “traga sua própria chave”) |
Revisão e qualidade | Encaminha a saída para revisão e aprovação, com uma trilha auditável e controlada por permissões | Garantir que a saída esteja correta ou escrever o código em si (você revisa e testa) |
Coordenação da equipe | Coordena o trabalho de toda a equipe em um sistema compartilhado, assim as pessoas e os agentes podem criar a partir da mesma fonte de informações, e mede o impacto com os dados de entrega (tempo de ciclo, taxa de transferência) | Realizar o trabalho individual de codificação (isso é responsabilidade do seu agente de codificação e IDE) |
Dependências | Mapeia como o trabalho se conecta entre equipes e serviços, assim os agentes sabem o que uma alteração vai afetar antes de ser lançada | Analisar as dependências técnicas da sua base de código (o IDE e as ferramentas de compilação fazem isso) |
Introdução à engenharia de agentes no Jira
Veja as ações e as decisões tomadas por seus agentes. Revise o histórico completo da sessão, identifique desvios logo no início e faça as correções necessárias.
Você não precisa de uma implementação completa para começar. A conquista inicial mais rápida é conectar um agente de codificação, atribuir uma pequena tarefa a ele e revisar o pull request que ele abre, tudo a partir de um único ticket.
Escolha uma tarefa rotineira com um escopo bem definido. Um teste instável, uma atualização de dependência ou uma pequena atualização de segurança costuma ser um ponto de partida seguro.
Registre como um ticket. Transforme uma página do Confluence, uma thread do Slack ou um prompt curto em um ticket com resumo e descrição.
Atribua a um agente. Conecte seu Repositório do Git e, em seguida, atribua o ticket ao Jira Coding Agent no painel de Agentes.
Analise a pull request.O agente abre uma pull request vinculada ao ticket para você revisar no mesmo lugar onde planejou.
Automatize. Após a primeira execução, encontre as tarefas que você faz com frequência e transforme em regras de automação. O ticket repetitivo é o ponto de partida de maior retorno e menor risco.
Quer sair na frente? Configure uma vez, e o template de engenharia orientado por IA prepara um espaço pronto para agentes com os fluxos de trabalho, status e etapas do agente, para que você possa começar a partir de um ciclo de trabalho em vez de um projeto em branco. Já está executando fluxos de trabalho orientados por IA em um espaço que funciona bem? Clientes pagos podem salvar esse espaço como um template personalizado para que sua equipe possa criar novos espaços com os mesmos agentes e fluxo de trabalho integrados.
Perguntas frequentes sobre engenharia orientada por IA
O que faz um engenheiro na engenharia orientada por IA?
Um engenheiro orientado por IA define as metas, o contexto e as barreiras de proteção que orientam os agentes de IA em trabalhos de várias etapas e, em seguida, revisa e aprova os resultados. Um sistema de registro como o Jira mantém tudo coordenado, com os responsáveis definidos.
Qual é a diferença entre engenharia de prompt e engenharia orientada por IA?
A engenharia de prompt elabora uma única instrução para uma boa resposta do modelo; a engenharia orientada por IA coordena agentes que planejam, agem e iteram em toda uma tarefa. A unidade de trabalho se move do prompt para a meta.
O que o Jira oferece que um agente de programação sozinho não?
Um agente de codificação escreve código, mas o Jira é onde o trabalho é definido, priorizado, orquestrado, revisado e controlado como um sistema de registro único. Ele coordena qualquer agente, mantendo uma trilha auditável vinculada a cada ticket.
Como os agentes de IA obtêm contexto do Jira?
Os agentes obtêm contexto do próprio ticket (requisitos e critérios de aceitação) e do Teamwork Graph, que conecta o trabalho, documentos e códigos relacionados. Essa ação fundamenta o agente antes de ele agir, não apenas no prompt.
Você ainda precisa do Jira se a IA escrever o código?
Sim, e talvez até mais: como os agentes produzem mais códigos com mais rapidez, a restrição passa a ser coordenar, revisar e controlar o trabalho. O Jira é o plano de controle que mantém a produção dos agentes visível, rastreável e relacionada ao trabalho a que se destina.