diff --git a/aulas/07.md b/aulas/07.md
index 9563098b..7fb3f9d9 100644
--- a/aulas/07.md
+++ b/aulas/07.md
@@ -541,6 +541,75 @@ def login_for_access_token(form_data: OAuth2Form, session: Session):
 
 Através do uso de tipos `Annotated`, conseguimos reutilizar os mesmos consistentemente, reduzindo a repetição de código e aumentando a eficiência do nosso trabalho.
 
+
+## Parâmetros de query via Pydantic
+
+Agora que conhecemos o tipo `Annotated`, podemos introduzir um novo conceito para as querystrings. No endpoint de listagem, estamos passando parâmetros específicos na URL para paginar a quantidade de objetos.
+
+Com `skip` e `offset`. Reduzindo a quantidade de objetos na resposta:
+
+```py title="fast_zero/routers/users.py" hl_lines="3 5"
+@app.get('/', response_model=UserList)
+def read_users(
+    skip: int = 0, limit: int = 100, session: Session = Depends(get_session)
+):
+    users = session.scalars(select(User).offset(skip).limit(limit)).all()
+    return {'users': users}
+```
+
+Embora isso não seja efetivamente um problema, parâmetros de `offset` e `limit` são bastante genéricos e podem ser usados em qualquer endpoint que precisar de paginação. Uma boa pratica de organização é seria um modelo do pydantic especializado em filtros, como:
+
+
+```py title="fast_zero/schemas.py"
+class FilterPage(BaseModel):
+    offset: int = 0
+    limit: int = 100
+```
+
+Dessa forma, qualquer endpoint que precisar paginar resultados podem se beneficiar desse modelo.
+
+
+### Implementação de querystrings via Pydantic
+
+Com esse modelo, podemos importar o objeto `Query` do Fastapi no arquivo de rotas e passar o modelo de filtro via o tipo `Annotated` em conjunto:
+
+```py title="fast_zero/routers/users.py" hl_lines="1 6 16"
+from fastapi import APIRouter, Depends, HTTPException, Query
+
+# ...
+
+from fast_zero.schemas import (
+    FilterPage,
+    Message,
+    UserList,
+    UserPublic,
+    UserSchema,
+)
+
+# ...
+
+@router.get('/', response_model=UserList)
+def read_users(session: Session, filter_users: Annotated[FilterPage, Query()]):
+    ...
+```
+
+Por conta da anotação com o tipo `Query()` a documentação mantém os parâmetros com o formato de querystrings na documentação:
+
+![Captura de tela da queristring no enpoint de listagem](assets/07/query_strings_pydantic.png){: .center }
+
+
+E o uso do modelo `FilterPage` funciona da mesma forma que qualquer modelo do pydantic, acessando os atributos via ponto:
+
+```py title="fast_zero/routers/users.py" hl_lines="2 4"
+@router.get('/', response_model=UserList)
+def read_users(session: Session, filter_users: Annotated[FilterPage, Query()]):
+    users = session.scalars(
+        select(User).offset(filter_users.offset).limit(filter_users.limit)
+    ).all()
+```
+
+Isso além de simplificar o reuso das queries em outros endpoints também facilita a expansão do filtro sem a responsabilidade de intervir nas implementações dos endpoints de forma ativa.
+
 ## Movendo as constantes para variáveis de ambiente
 
 Conforme mencionamos na aula sobre os 12 fatores, é uma boa prática manter as constantes que podem mudar dependendo do ambiente em variáveis de ambiente. Isso torna o seu projeto mais seguro e modular, pois você pode alterar essas constantes sem ter que modificar o código-fonte.
diff --git a/aulas/assets/07/query_strings_pydantic.png b/aulas/assets/07/query_strings_pydantic.png
new file mode 100644
index 00000000..91c397d4
Binary files /dev/null and b/aulas/assets/07/query_strings_pydantic.png differ