ChatGPT ajuda a projetar o controlador de uma máquina de venda com 32 sucos

Saiu no Habr um post revelador sobre o uso do ChatGPT não para texto ou código, mas para o trabalho inicial de hardware: o controlador de uma máquina de venda de sucos. O autor não mostra um dispositivo pronto, mas a própria conversa demonstra como um LLM pode conduzir uma entrevista de engenharia e montar um documento de requisitos passo a passo.

Como os requisitos foram formados

O autor começou com uma pergunta direta: seria possível desenvolver o esquema e os arquivos Gerber do controlador de uma máquina de venda de sucos? Em vez de "desenhar a placa" de imediato, o ChatGPT primeiro pediu informações básicas: formas de pagamento, número de canais de dosagem, requisitos de refrigeração, tipo de interface de usuário, formato de comunicação com o servidor e preferências de plataforma de processamento. Para uma tarefa de hardware, isso é importante: o modelo não agiu como um gerador de soluções aleatórias, mas como um engenheiro na etapa de levantamento de requisitos.

Depois dos esclarecimentos, o quadro ficou mais concreto. O dispositivo deve aceitar cartões NFC, misturar bebidas a partir de 32 sucos, servir um copo padrão, cuidar da refrigeração, ter tela sensível ao toque e enviar telemetria para um sistema na nuvem via sockets. Em seguida, o usuário deu uma direção bem específica: separar a placa de potência da placa de interface e usar Orange Pi, um TFT de 10 polegadas, PN532 e conexão LTE para trabalhar com um servidor Linux.

O que o modelo propôs

Com base nesses requisitos, o ChatGPT dividiu o sistema em módulos e propôs uma arquitetura preliminar. A conversa traz não só ideias gerais, mas blocos práticos de que um dispositivo assim realmente precisa.

• uma placa de potência separada para controlar atuadores e alimentação
• uma placa de interface de usuário baseada em Orange Pi
• um módulo NFC PN532 para receber cartões
• um display TFT de 10 polegadas para a escolha da bebida
• um modem LTE e comunicação com o servidor via sockets

O modelo também sugeriu opções para o controle da dosagem de líquido e da refrigeração. De início, falou de motores de passo, válvulas solenoides e até de opções como Raspberry Pi, STM32 e ESP32 em papéis diferentes. Para a refrigeração, o ChatGPT citou elementos Peltier com ventiladores ou um sistema de compressor, ou seja, não reduziu tudo a uma solução-padrão.

Também é útil que o modelo tenha continuado a fazer perguntas, em vez de fingir que todos os parâmetros já eram conhecidos. Ele perguntou se era preciso monitorar o nível de suco, qual pilha de comunicação com o servidor seria mais conveniente, se haveria vários tipos de copo e quais drivers escolher. É em detalhes assim que demos de IA otimistas demais costumam falhar.

Como o esquema mudou

Durante a conversa, o autor revisou uma das partes-chave: em vez de motores de passo, pediu para usar mini bombas peristálticas do AliExpress, porque são mais baratas. O ChatGPT aceitou a troca e logo apontou a limitação: essas bombas são mais simples de controlar e mais baratas, mas normalmente perdem em precisão de dosagem.

«As bombas peristálticas são mais simples de controlar e mais baratas,

embora a precisão de dosagem seja um pouco menor».

Depois disso, o modelo propôs uma sequência lógica de trabalho: primeiro projetar a placa de potência, depois partir para o roteamento e os arquivos Gerber. O autor confirmou essa ordem.

O trecho publicado não traz esquemas, PCBs nem arquivos de fabricação. Ou seja, ainda não se trata de um controlador totalmente pronto, mas de uma etapa inicial de engenharia, em que o ChatGPT ajuda a transformar uma ideia em estrutura de sistema e um pedido vago em um documento de requisitos mais formal.

Por isso o post interessa não como prova de que os LLMs já substituem desenvolvedores de eletrônica, mas como exemplo de outro cenário. O modelo atua como um interlocutor que ajuda a não esquecer blocos críticos do sistema, organiza a escolha de componentes e percorre rapidamente variantes de arquitetura antes de começar o projeto real.

O que isso significa

Casos assim mostram que o ChatGPT já é útil em tarefas de hardware como ferramenta de projeto preliminar e levantamento de requisitos. Mas o valor não surge quando o modelo "faz tudo sozinho", e sim quando a pessoa o usa para acelerar as primeiras iterações de engenharia e verifica cada decisão antes da produção.