1
neuroniosartificiais
1 min de leitura ·

Descobri um método pra parar de receber respostas ruins de IA e quero a opinião de vocês

Uso IA todo dia pro trabalho (ChatGPT, Claude, Gemini) e por muito tempo as respostas eram genéricas demais. Eu achava que era limitação da ferramenta, mas o problema era eu.

Comecei a pesquisar sobre engenharia de prompts e achei um método chamado CTRF num blog BR que mudou meu fluxo:

  • C (Contexto): digo quem a IA deve ser ("aja como dev sênior Node.js")
  • T (Tarefa): o que fazer exatamente ("implementa autenticação JWT com refresh tokens")
  • R (Restrições): o que evitar ("sem libs externas, código modular")
  • F (Formato): como entregar ("código comentado + explicação das decisões")

Antes eu escrevia "me explica JWT" e recebia um textão genérico. Agora com CTRF a resposta vem praticamente pronta pra usar.

O artigo completo que achei com exemplos: https://neuroniosartificiais.com.br/como-escrever-prompt-ia-guia-definitivo/

Vocês usam algum método parecido? Ouvi falar de chain-of-thought e few-shot prompting mas nunca testei de forma estruturada. Quero saber o que funciona pra vocês no dia a dia.

Carregando publicação patrocinada...
1

Cara, normalmente, quando estou desenvolvendo, planejo bem. Para planejar bem, geralmente utilizo aquela skill "o grillme" (eu tenho até uma customização no Codex). Geralmente, ela lê o projeto, vê o que tem e o que não tem, pega essa minha ambiguidade e vai refinando. É isso.

Sei lá, então, por exemplo, quando você fala "quero construir uma autenticação JWT", eu entro no modo planejamento e execução da skill. Aí ela vai me fazer várias perguntas até refinar o meu prompt. Quando refina tudo, eu pego e executo. Basicamente é isso, cara. Não tem nenhum outro contexto, framework de prompt ou algo do tipo que eu use. É modo planejamento + grilme e acabou.

Aí, depois, eu vou acompanhando as mudanças, revisando, passando os ajustes e etc., igual eu faria com um júnior. No final, fica legal, não é one-shot prompt, mas funciona bem para mim.

1

Boa, marlonPassos. Acho que os dois caminhos atacam o mesmo problema (ambiguidade), só que por ângulos diferentes — e nem competem:

  • grillme / modo-entrevista: resolve a ambiguidade interativamente, o modelo te pergunta até o escopo ficar claro. Bom quando você ainda não sabe tudo que precisa especificar.
  • CTRF: a versão estruturada e one-shot, pra quando o escopo já está na sua cabeça (ou pra virar template reusável de tarefa repetida).

Na prática dá pra combinar: refina no grillme e, quando o escopo fecha, cristaliza num CTRF reusável pra não refazer a entrevista toda vez.

A gente comentou do /grillme (e do /go) no post do Antigravity 2.0, caso curta esse fluxo de planejamento: https://neuroniosartificiais.com.br/google-antigravity-nova-versao-2-0-o-que-mudou/

Pergunta: sua customização do grillme no Codex faz ele ler o projeto antes de perguntar? Esse "ver o que tem e o que não tem" antes de refinar é o que mais muda o resultado na minha experiência.

1

Na real, a skill nativa do Gemini já faz isso, e isso que é maravilhoso. Para projetos que já existem, se algo já está pronto, eu não tenho que responder sobre algo que já existe. Agora, sobre a customização, a única coisa que fiz foi a skill usar o tool de "ask" que nativamente não usa, e fazer com que ele pergunte até 3 perguntas em vez de apenas 1.