Mapa da trilha
🚀 Seu primeiro prompt
5 blocos, não 300 linhas
📦 A biblioteca de blocos
Copie, cole, ajuste
🎭 Design de persona
A voz em quatro eixos
🔧 Contrato de Ferramenta
A IA chama a certa, na hora certa
🔁 O Loop operacional
O cérebro disciplinado ⭐
🛠️ Skill e Agente
Empacote e contrate
✅ Verificação e relato fiel
Saber que funcionou, não achar
Conteúdo detalhado
🚀 Seu primeiro prompt: o Mínimo Viável
Chega de teoria — mão na massa. Você não escreve 300 linhas: monta um Prompt Mínimo Viável de cinco bloquinhos, roda na hora, e só faz crescer quando algo der errado de verdade.
O menor system prompt que já te serve — cinco bloquinhos, nada de enfeite — montado pra rodar hoje. É o ponto de partida, não o prompt final.
O erro número um de quem começa é despejar tudo de uma vez. Um prompt pequeno é um prompt que você entende e consegue depurar.
5 blocos, não 300 linhas · roda hoje · cresce com motivo · fácil de depurar.
As cinco peças: identidade, tom, ferramentas, segurança e loop — cada uma com um papel claro.
Saber por que essas cinco — nem mais nem menos — é o que te livra de inchar o prompt. Duas delas (ferramentas, loop) são opcionais.
identidade · tom (maior ROI) · ferramentas (opcional) · segurança · loop (se agente).
A montagem prática: você copia blocos da biblioteca e troca só o que está {entre chaves}. Exemplo real: a assistente de e-mail "Mia", em três blocos.
Não se escreve do nada — os blocos já destilam padrões reais. O exercício mostra também o que NÃO entrou e por quê.
Copie, não invente · troque as chaves · use a receita · só o que o caso pede.
O passo que quase todo mundo pula: colar o PMV, dar tarefas reais e ler as respostas caçando comportamento ruim concreto — não problemas imaginados.
Um prompt que você rodou e observou vale dez que você "achou que iam funcionar". O resultado é a verdade; o palpite é rascunho.
Tarefas reais · ler a resposta inteira · anotar o problema concreto · rodar várias vezes.
A disciplina que separa um prompt enxuto de um monstro inchado: só adicione bloco ou regra quando um comportamento ruim real apareceu — e adicione com o porquê.
Regra "pra garantir" é desperdício: ou o modelo já fazia, ou trata um caso que nunca acontece. Se você não viu o problema, a regra não entra.
Viu o erro · adiciona com porquê · re-roda e confere · nada de empilhar "IMPORTANTE".
Para cada regra que entra no prompt, um caso de teste que falharia sem ela. Se você não consegue escrever o teste, talvez a regra não precise existir.
É o que transforma "achismo de prompt" em engenharia: cada linha ganha uma evidência que justifica sua presença e te avisa se ela parar de servir.
Teste que falharia sem a regra · evidência por linha · regra sem teste é suspeita · prova, não palpite.
📦 A biblioteca de blocos (copy-paste)
No 2.1 você montou um PMV com três blocos. Agora abrimos a caixa inteira: cada bloco é texto pronto pra copiar, destilado de um padrão real, com os {espaços} esperando o seu caso. A regra é uma só: não cole todos.
O bloco que abre todo prompt: quem a IA é, o modelo e o objetivo em uma frase, com {espaços} pra você preencher.
É a âncora presente em 100% dos prompts. Tê-lo pronto evita o antipadrão de persona enterrada ou inchada.
Âncora · {NOME} {PAPEL} {objetivo} · curta e precisa · sempre presente.
O bloco que define como a IA soa — concisão mais uma regra de honestidade (verdade acima de bajulação; ao errar, assuma).
É o bloco de maior retorno: sozinho, já elimina metade das respostas que dão raiva — longas, bajuladoras, cheias de lista.
Concisão · verdade > deferência · assumir o erro · maior ROI do prompt.
O bloco que dá à IA um teto de verbosidade: responda no menor tamanho que resolva, sem encher linguiça nem despejar listas desnecessárias.
Sem orçamento, o modelo tende a escrever demais. Uma regra de concisão clara ajusta o tamanho da resposta ao que a pergunta realmente pede.
Teto de verbosidade · prosa vs. lista · direto ao ponto · calibrar ao pedido.
O bloco que declara a precedência quando duas instruções brigam: política central > system > usuário > padrão.
Sem uma ordem explícita, instruções conflitantes deixam o comportamento à sorte. O bloco diz, de antemão, quem manda.
Precedência · política central · resolução de conflito · usuário > padrão.
O bloco que obriga a IA a citar e preservar a origem do que afirma — o formato de referência que aponta para a fonte, como no padrão da Perplexity.
Sem citação, a resposta vira "confie em mim". Preservar a fonte torna a IA verificável e reduz a chance de afirmação inventada passar como fato.
Citar a origem · formato de referência · verificável · não inventar fonte.
Três combinações prontas — persona de produto, agente de tarefas, especialista de domínio — que dizem quais blocos pegar para cada tipo de IA.
A biblioteca tem muitos blocos, mas o seu caso só pede alguns. As receitas evitam o erro de colar tudo e inflar o prompt sem motivo.
Persona de produto · agente de tarefas · especialista de domínio · pegue só o que pede.
🎭 Design de persona: os 4 eixos
"Seja simpático" não é uma persona — é um desejo. Uma persona de verdade se desenha com quatro botões: o que ela valoriza, como soa, como conduz a conversa e quando para e checa. Quatro eixos, ajustáveis como uma mesa de mixagem.
O primeiro eixo: o que a persona valoriza quando precisa escolher — velocidade vs. cuidado, brevidade vs. completude, verdade vs. agradar.
Valores são a bússola que decide o comportamento nos casos que o prompt não previu. Sem eles, a persona vira só um verniz de tom.
Prioridade em conflito · trade-off declarado · bússola · governa o juízo.
O segundo eixo: o jeito audível de falar — formal ou descontraído, caloroso ou seco, com ou sem humor — a textura da voz.
É o eixo que o usuário sente em segundos. Calibrá-lo de propósito é o que distingue um chatbot agradável de um robótico ou bajulador.
Formal vs. descontraído · caloroso vs. seco · humor · textura da voz.
O terceiro eixo: como a persona conduz a conversa — faz perguntas antes de agir, ou assume e entrega; espera ordem, ou propõe o próximo passo.
Define o ritmo da colaboração. Uma IA que pergunta demais cansa; uma que nunca pergunta erra o alvo. O eixo ajusta esse equilíbrio.
Perguntar vs. agir · proativa vs. reativa · ritmo da conversa · iniciativa calibrada.
O quarto eixo: em que situações a persona para, pede confirmação ou passa adiante — antes de algo irreversível, caro ou fora do escopo.
É o freio de mão da persona. Sem regra de escalada, a IA "decide sozinha" coisas que deveria confirmar — e o estrago vem depois.
Ponto de parada · pedir confirmação · antes do irreversível · passar adiante.
A regra inquebrável: a persona molda como a IA conversa, mas nunca contamina o que ela entrega. Um e-mail cínico, um código bajulador — proibido.
É o erro mais comum de persona: deixar o "jeitão" vazar para o produto do usuário. Separar fala de artefato é o que mantém a persona útil.
Persona ≠ artefato · governa a conversa · não contamina a entrega · a única regra dura.
Três personas reais, verbatim — a amigável, a robótica e a cínica/pragmática — mostradas como combinações diferentes dos mesmos quatro eixos.
Ver os quatro botões em posições distintas torna a mesa de mixagem concreta: você passa a desenhar a sua voz em quatro linhas, não no escuro.
Amigo · robô · cínico/pragmático · mesma mesa, posições diferentes.
🔧 Ferramentas e o Contrato de Ferramenta
Listar as ferramentas não basta. A IA vai chamar a errada, ignorar dependências, ou fazer dez chamadas em fila onde uma em lote resolvia. A cura é o Contrato de Ferramenta: seis cláusulas prontas que dizem quando chamar, o que vem antes, o que nunca usar e como agrupar.
A cláusula que diz em que situação cada ferramenta deve ser chamada — o "if the user…" que liga a intenção à ação certa.
Sem gatilho, a IA usa a ferramenta na hora errada ou esquece de usar. A condição clara é o que faz a chamada acontecer no momento certo.
Condição "if" · intenção → ação · momento certo · não chamar por reflexo.
A cláusula que exige um passo antes de outro — o exemplo canônico: "You MUST use the Read tool at least once before editing."
Muitos erros de agente nascem de pular a leitura do estado real. Tornar o pré-requisito explícito impede a ação cega.
Dependência · ler antes de editar · ordem obrigatória · evitar ação cega.
A cláusula que proíbe um caminho em favor de outro — "Use specialized tools instead of terminal commands…", da Cursor.
Quando há duas formas de fazer algo, a IA escolhe a pior na hora errada. Dizer "use X, nunca Y" tira a ambiguidade.
Preferência forte · use X nunca Y · ferramenta especializada · sem ambiguidade.
A cláusula que manda agrupar chamadas independentes — fazer em lote ou em paralelo o que não depende uma da outra, como no paralelismo do Claude Code.
Dez chamadas em fila são lentas e caras quando uma em lote resolvia. Saber agrupar é ganho direto de velocidade e custo.
Lote vs. fila · paralelo · independência · velocidade e custo.
A cláusula que separa o bastidor da fala: a IA usa a ferramenta, mas conta o resultado em linguagem natural, sem expor nomes técnicos internos.
"Vou rodar a tool grep_search" não ajuda o usuário — confunde. Falar do efeito, não do mecanismo, mantém a conversa limpa e útil.
Efeito, não mecanismo · linguagem natural · bastidor oculto · conversa limpa.
A cláusula que orienta usar a saída de uma ferramenta como entrada da próxima — buscar, depois ler o que a busca achou, depois agir sobre isso.
Sem encadeamento, a IA refaz trabalho ou age sobre dado desatualizado. Passar o resultado adiante é o que dá continuidade à tarefa.
Saída → entrada · continuidade · não refazer · dado fresco.
🔁 O Loop operacional: o cérebro disciplinado
O módulo-chave do curso. Um agente disciplinado não corre para o teclado — ele aterra no real, raciocina, age em lotes, para pra ler o que voltou e só então decide o próximo passo. Esse ciclo tem nome: GROUND → REASON → ACT → OBSERVE → RE-EVALUATE → VERIFY → NARRATE.
O argumento de abertura: disciplina de agente não vem de uma frase mágica, mas de um ciclo repetível de pensar, agir e checar.
Truques de prompt quebram em casos novos; um loop generaliza. É a diferença entre um agente que pensa e um que só "tateia rápido".
Processo repetível · não um macete · generaliza · pensar vs. tatear.
A primeira fase do loop: olhar o estado de verdade — ler o arquivo, checar o que existe — antes de raciocinar ou agir sobre suposição.
Quase todo erro grave de agente começa numa suposição não verificada. Aterrar no real é o antídoto mais barato que existe.
Estado real · ler antes de supor · base factual · antídoto à alucinação.
As fases do meio: raciocinar um plano curto e então executar ações — agrupando em lotes o que é independente, em vez de uma de cada vez.
Pensar antes evita ação desperdiçada; agir em lote evita lentidão. Juntas, são o "fazer com cabeça" do agente.
Plano curto · ação em lote · independência · fazer com cabeça.
O coração do loop: parar para ler o que a ação retornou e reavaliar o plano à luz disso — em vez de seguir no piloto automático.
É a fase que quase todo agente pula — e onde mora a diferença. Quem não observa repete o erro; quem observa corrige a rota.
Ler o retorno · reavaliar · corrigir a rota · sair do piloto automático.
As fases de fechamento: verificar de verdade que deu certo (rodar o check real) e narrar o que aconteceu com honestidade — incluindo o que falhou.
"Report outcomes faithfully": dizer que funcionou sem checar é o pecado capital. Verificar + relatar fielmente é o que torna o agente confiável.
Check real · relato fiel · contar o que falhou · confiança merecida.
O ajuste final: dosar quanto loop a tarefa merece — uma pergunta trivial não precisa de sete fases; uma migração arriscada precisa de todas.
Loop demais em tarefa simples é desperdício; loop de menos em tarefa séria é risco. Calibrar o esforço é o que torna o ciclo prático.
Dosar o esforço · trivial vs. arriscado · proporção · ciclo prático.
🛠️ Construindo uma Skill e um Agente
O system prompt foi só o começo. Agora você sobe um andar: empacota uma habilidade numa Skill (que dispara sozinha pela description) e, quando o trabalho pedir, "contrata" um agente com começo e fim bem definidos. Cinco camadas, onde cada peça se encaixa, com um exemplo real do AutomationsAI.
Uma habilidade empacotada: uma description que diz quando ela deve disparar, mais as instruções de como executar a tarefa.
A description bem escrita é o que faz a skill aparecer na hora certa, sozinha. Mal escrita, ela nunca dispara ou dispara fora de hora.
Habilidade empacotada · description que dispara · gatilho automático · instruções de execução.
A pilha de cinco camadas: identidade → regras/hooks → skills → agentes → ferramentas, cada uma com seu papel no sistema.
Saber onde cada peça mora evita confundir uma regra com uma skill, ou um agente com uma ferramenta — o mapa do território.
Identidade · regras/hooks · skills · agentes · ferramentas.
A distinção entre o agente principal, que conduz a conversa, e o subagente, que é "contratado" para uma sub-tarefa com contexto próprio e retorna o resultado.
Subagentes isolam contexto e dividem trabalho. Confundir os dois leva a despejar tudo num só lugar — ou a fragmentar sem necessidade.
Agente principal · subagente · contexto isolado · retorna resultado.
O critério de quando vale criar um agente: quando há um papel com começo e fim bem definidos — "build an agent where it makes sense", não por moda.
Agente demais é complexidade à toa; de menos, é trabalho amontoado. O critério do "papel definido" diz quando a peça se justifica.
Papel definido · início e fim claros · onde faz sentido · não por moda.
A prática de disparar vários subagentes ao mesmo tempo quando as sub-tarefas são independentes — cada um no seu contexto, sem esperar fila.
É o paralelismo do nível agêntico: divide um trabalho grande em frentes simultâneas e junta os resultados no fim. Só vale quando há independência real.
Frentes simultâneas · independência · juntar no fim · paralelismo agêntico.
Um estudo de caso concreto: uma skill real do ecossistema AutomationsAI, mostrada por dentro — description, instruções e onde ela encaixa nas camadas.
Ver uma skill que existe de verdade fecha o ciclo: você sai do abstrato e reconhece cada peça do módulo funcionando junta.
Estudo de caso · skill real · peças funcionando juntas · do abstrato ao concreto.
✅ Verificação e relato fiel
O último módulo da Prática, e o que separa quem "acha que funcionou" de quem sabe que funcionou. Uma edição é só uma hipótese; um check de verdade é a prova. Aqui você instala o reflexo de rodar o teste real, confirmar antes do irreversível e relatar sem rodeios.
A virada de mentalidade: toda mudança que a IA faz é uma hipótese de que funcionou — só vira fato depois de um check de verdade.
Confundir "editei" com "funciona" é a fonte de metade dos bugs declarados como resolvidos. Tratar a edição como hipótese força a prova.
Edição = hipótese · check = evidência · "editei" ≠ "funciona" · prova antes de afirmar.
A regra do teste que prova de verdade: rodar a aplicação, o teste, a query que realmente exercita a mudança — não um ls ou echo que finge verificação.
Um check de mentira dá falsa confiança — pior que nenhum. Só o teste real, que falharia se a mudança estivesse errada, vale como evidência.
Teste real · não teatro · falharia se errado · evidência de verdade.
A regra de segurança: antes de uma ação que não dá pra desfazer — apagar, enviar, publicar, sobrescrever — pare e peça confirmação explícita.
Erro reversível se corrige; irreversível vira prejuízo. Esse freio é o que separa uma IA confiável de uma que "fez por conta".
Ação sem volta · pedir confirmação · reversível vs. irreversível · freio de segurança.
A obrigação de contar o resultado como ele foi — "Report outcomes faithfully: if tests fail, say so with the output…" — sem suavizar nem fingir sucesso.
Relato enfeitado destrói a confiança mais rápido que o próprio erro. Dizer "falhou, aqui está a saída" é o que torna a IA digna de fé.
Relato fiel · sem hedging · mostrar a saída · honestidade > aparência.
O método para quando algo falha: parar, diagnosticar a causa e corrigir com hipótese — em vez de repetir a mesma ação cega esperando outro resultado.
Agente que "flaila" tenta a mesma coisa dez vezes e piora tudo. Recuperar com método é o que transforma um erro em conserto, não em espiral.
Diagnosticar a causa · não repetir cego · corrigir com hipótese · erro vira conserto.
A regra de fechamento: todo turno termina com um relato — o que foi feito, o que ficou pendente, o que precisa do usuário — nunca um silêncio sem desfecho.
Um turno que morre calado deixa o usuário no escuro, sem saber se deu certo ou travou. Fechar o ciclo é cortesia e clareza ao mesmo tempo.
Fechar o ciclo · o que foi feito / pendente · nunca em silêncio · clareza pro usuário.