{"id":34015,"date":"2025-10-28T10:14:00","date_gmt":"2025-10-28T14:14:00","guid":{"rendered":"https:\/\/www.pedroandretta.info\/index\/?p=34015"},"modified":"2025-10-28T02:18:36","modified_gmt":"2025-10-28T06:18:36","slug":"engenharia-rapida-para-raspagem-bibliografica-na-web-scientometrics","status":"publish","type":"post","link":"https:\/\/www.pedroandretta.info\/index\/2025\/10\/engenharia-rapida-para-raspagem-bibliografica-na-web-scientometrics\/","title":{"rendered":"Engenharia r\u00e1pida para raspagem bibliogr\u00e1fica na web \/ Scientometrics"},"content":{"rendered":"\n<p><strong>Engenharia r\u00e1pida para raspagem bibliogr\u00e1fica na web \/ Scientometrics<\/strong><\/p>\n\n\n\n<p>O objetivo deste artigo \u00e9 definir como usar eficientemente a engenharia de prompts para elaborar um modelo de entrada de dados adequado, capaz de gerar, em uma \u00fanica intera\u00e7\u00e3o com o ChatGPT-4o, um web scraper totalmente funcional, programado em linguagem PHP, adaptado ao caso de cat\u00e1logos bibliogr\u00e1ficos. Como exemplo de demonstra\u00e7\u00e3o, utiliza-se o cat\u00e1logo bibliogr\u00e1fico da Biblioteca Nacional da Espanha, com um conjunto de dados de milhares de registros. Os resultados apresentam um modelo eficaz para o desenvolvimento de programas de web scraping, auxiliado por IA e com a m\u00ednima intera\u00e7\u00e3o poss\u00edvel. Os resultados obtidos com o modelo indicam que o uso de prompts com modelos de linguagem de grande porte (LLM) pode melhorar a qualidade do scraping, compreendendo contextos e padr\u00f5es espec\u00edficos, adaptando-se a diferentes formatos e estilos de apresenta\u00e7\u00e3o de informa\u00e7\u00f5es bibliogr\u00e1ficas.<\/p>\n\n\n\n<p>#ChatGPT #WebScrapping<\/p>\n\n\n\n<p>Dispon\u00edvel em: <a href=\"http:\/\/eprints.rclis.org\/47235\/\">http:\/\/eprints.rclis.org\/47235\/<\/a><\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"385\" height=\"600\" src=\"https:\/\/i0.wp.com\/www.pedroandretta.info\/index\/wp-content\/uploads\/2025\/10\/image-120.png?resize=385%2C600&#038;ssl=1\" alt=\"\" class=\"wp-image-34016\" srcset=\"https:\/\/i0.wp.com\/www.pedroandretta.info\/index\/wp-content\/uploads\/2025\/10\/image-120.png?resize=385%2C600&amp;ssl=1 385w, https:\/\/i0.wp.com\/www.pedroandretta.info\/index\/wp-content\/uploads\/2025\/10\/image-120.png?resize=192%2C300&amp;ssl=1 192w, https:\/\/i0.wp.com\/www.pedroandretta.info\/index\/wp-content\/uploads\/2025\/10\/image-120.png?w=472&amp;ssl=1 472w\" sizes=\"(max-width: 385px) 100vw, 385px\" \/><\/figure>\n","protected":false},"excerpt":{"rendered":"<p>Engenharia r\u00e1pida para raspagem bibliogr\u00e1fica na web \/ Scientometrics O objetivo deste artigo \u00e9 definir como usar eficientemente a engenharia de prompts para elaborar um modelo de entrada de dados adequado, capaz de gerar, em uma \u00fanica intera\u00e7\u00e3o com o ChatGPT-4o, um web scraper totalmente funcional, programado em linguagem PHP, adaptado ao caso de cat\u00e1logos<\/p><\/div>\n<div class=\"blog-btn\"><a href=\"https:\/\/www.pedroandretta.info\/index\/2025\/10\/engenharia-rapida-para-raspagem-bibliografica-na-web-scientometrics\/\" class=\"home-blog-btn\">Ler mais<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"jetpack_post_was_ever_published":false},"categories":[21],"tags":[3376,3568],"class_list":["post-34015","post","type-post","status-publish","format-standard","hentry","category-informeci","tag-chatgpt","tag-webscraping"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","views":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/posts\/34015","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/comments?post=34015"}],"version-history":[{"count":0,"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/posts\/34015\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/media?parent=34015"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/categories?post=34015"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.pedroandretta.info\/index\/wp-json\/wp\/v2\/tags?post=34015"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}