Série de aprendizado de IA, lição 2: prompt, projeto e contexto

Série de aprendizado de IA · Lição 2 de 4

A distância entre um pedido vago e um bem formulado costuma ser maior do que a distância entre dois modelos. Um prompt não é um desejo — é uma especificação: um objetivo, o contexto de que ele depende, as restrições que precisa respeitar e a verificação em que precisa passar.

Status: roteiro. A demonstração na tela ainda não foi gravada — este post é o plano que ela vai seguir, e recebe a demonstração real quando a lição for ao ar.

Lição	Foco	Pergunta que responde
1 — Uso de modelos	Nível de modelo, contexto, tokens	De qual modelo esta tarefa precisa?
2 — Prompt, projeto e contexto	Estrutura do prompt, contexto permanente	O que vai na frente do modelo?
3 — Documentação, regras e skills	Estrutura do repositório	Como um repositório se mantém consistente entre sessões?
4 — Cortando custo	Medição, alavancas, limites	Como gastar menos sem perder qualidade?

O que você vai conseguir fazer

Transformar um pedido vago em um prompt que se sustenta
Dizer como o resultado será verificado, para que o modelo consiga verificar a si mesmo
Configurar um projeto para que cada sessão já comece conhecendo o trabalho — sem explicar tudo de novo

Continua a lição 1: qual modelo, quanto contexto e mais ou menos quanto custa. Esta lição decide o que entra nesse contexto.

Fora do escopo: arquivos de regras, skills e estrutura de documentação do repositório (lição 3), e redução de gastos (lição 4). Nesta lição, "projeto" significa o contexto permanente que você entrega a um modelo, não a configuração completa de um repositório.

O prompt

Mesmo modelo, dois prompts — a referência

Uma tarefa real deste projeto roda com dois prompts no mesmo modelo, lado a lado
Prompt não é mágica — mas muitas vezes é a maior variável

Anatomia do prompt — cinco partes

Objetivo — o que você quer, em uma frase
Contexto — os arquivos ou seções de que ele depende, citados em vez de parafraseados de memória
Restrições — o que não pode mudar e quais convenções valem
Saída — formato, tamanho e destino
Pronto quando — a verificação em que o resultado precisa passar

▶ show code

# Vague
Hide the lesson posts from the homepage.

# Structured
Goal:        Hide posts marked `homepageExcluded: true` from the homepage
             list, but keep them on /blog.
Context:     src/lib/blog.ts — getListedPosts() and getHomepagePosts()
Constraints: Don't change getAllPosts(). `unlisted: true` still hides a
             post from both lists.
Output:      A minimal diff, no unrelated refactors.
Done when:   Tests pass, and the homepage no longer lists the lessons
             while /blog still does.

Critérios de aceitação — diga como será verificado

Critérios e exemplos dão ao modelo algo contra o que verificar a própria saída
A mesma tarefa roda com e sem critérios explícitos — e cada saída é verificada contra eles

Itere no prompt, não na saída

Quando uma execução falha, o instinto é corrigir a saída à mão — resista
Descubra por que o prompt errou, corrija o prompt e rode de novo
Saiba quando abandonar uma conversa e começar do zero em vez de corrigi-la rodada após rodada

O projeto

Contexto permanente versus prompt único

Coloque em…	Quando vale	Exemplo
Contexto permanente do projeto	Em toda sessão	Stack, convenções, "nunca edite `src/components/ui/`"
Um prompt único	Só nesta tarefa	O objetivo, os arquivos envolvidos, a verificação de aceitação

Na tela: um projeto é configurado, uma instrução sai de um prompt e vai para o contexto permanente — e a diferença é mostrada

Contexto — deliberado, não exaustivo

Envie os arquivos relevantes, não tudo
Cite a fonte real em vez de descrevê-la de memória
Na tela: um arquivo longo colado inteiro versus só a seção relevante, comparando saída e custo em tokens

A lista do prompt

▶ show code

# Prompt Checklist — before you send
1. Goal stated in one sentence?
2. Context quoted from source, not paraphrased?
3. Constraints: what must not change?
4. Output format and destination stated?
5. "Done when" — a check the result can actually fail?
6. Anything here true for every session? Move it to project context.
7. Run failed? Fix the prompt, then rerun — don't hand-patch the output.

Verifique antes de confiar

Esta lição não cita recursos, limites nem preços específicos de nenhum produto. Antes da gravação, cada um destes pontos é conferido na documentação atual do provedor:

Como a ferramenta demonstrada chama o recurso de contexto permanente, e o que ele comporta
Limites de tamanho de arquivos anexados ou do conhecimento do projeto nessa ferramenta
Se o modelo se comporta diferente com o raciocínio estendido ligado ou desligado
Se algo aqui contradiz o guia de prompting atual do próprio provedor

Perguntas frequentes

"Um prompt mais longo não é sempre melhor?" Não. Um prompt mais longo com o contexto errado é pior do que um curto com o contexto certo. Estrutura vence tamanho.

"Quando devo começar uma conversa nova?" Quando você já corrigiu o mesmo mal-entendido duas vezes. Corrija o prompt e comece do zero.

"O que vai no contexto do projeto?" Tudo o que vale em toda sessão — a stack, as convenções, as proibições. O que vale para uma única tarefa fica no prompt.

Próxima: lição 3

Um projeto com bom contexto permanente funciona — até que a unidade de trabalho seja um repositório inteiro. A lição 3 divide esse contexto em documentação, regras e skills, para que um assistente de IA pare de se desviar das próprias convenções a cada sessão nova.