Prompts para IA: modo de prompting profissional

O Commander Flow tem um preset que 80% dos beta testers desconhecem e que, para mim, se tornou o mais valioso no produto inteiro. É o modo de escrita de prompts — prompt-engineering.

Se trabalha com qualquer ferramenta de IA (e em 2026 trabalhamos todos), gasta tempo todos os dias a formular prompts: para o ChatGPT, para outros LLMs cloud, para geradores de imagens, para os seus próprios fluxos internos de IA. E a maioria desses prompts sai medíocre, porque os escrevemos a correr, entre tarefas.

Este preset transforma o meu pensamento oral num prompt profissional estruturado em segundo e meio.

O que ele faz

Mantenho o atalho premido e digo, como a uma pessoa:

«Olha, preciso que um agente de IA analise este PR no github e encontre sítios onde possa haver memory leaks, sobretudo em disposables de longa vida, e que não invente, mas cite linhas concretas. O contexto é .NET 10, código async, e é importante que usamos um CancellationTokenSource que por vezes é reutilizado.»

Recebo no campo de texto:

You are a senior .NET engineer reviewing a pull request.

CONTEXT:
- Codebase: .NET 10 (TFM net10.0)
- Heavy use of async/await with cancellation
- CancellationTokenSource instances are sometimes reused across operations

TASK:
Review the provided PR diff and identify potential memory leaks, with specific focus on:
1. Long-lived IDisposable instances that may not be properly disposed
2. CancellationTokenSource lifecycle issues (disposal, reuse)
3. Event handler subscriptions without unsubscription
4. Closures capturing disposable resources

CONSTRAINTS:
- Cite specific file paths and line numbers from the diff
- Do not speculate about code outside the visible diff
- If a finding requires more context, ask before recommending a fix

OUTPUT FORMAT:
For each finding:
- Severity: [Critical | High | Medium | Low]
- Location: file:line
- Issue: 1-2 sentence description
- Recommendation: concrete code change

Não é uma «versão melhorada» da minha fala. É um prompt profissional segundo as best practices: role explícito, context estruturado, task explícito, constraints, output format. Sei como se faz isto (fiz cursos, li livros sobre prompt engineering) — mas não escrevo assim de cada vez à mão, porque é meio kg de minutos por prompt.

O Commander Flow faz isto em um segundo.

O que está dentro do preset

Pedi à equipa acesso ao system prompt do modo — é público. No fundo, é um conjunto de instruções para o LLM:

• Estrutura: role / context / task / constraints / output format / examples (se fizer sentido)
• Tom: imperativo, sem cortesias, o mais concreto possível
• Termination: indicação explícita do que deve estar na resposta e do que não deve
• Anti-hallucination: adicionar constraints contra invenção de factos
• Formato: usar markdown / code-fences para estrutura, se o pedido envolve código

É o mesmo conjunto de práticas que prompt engineers profissionais constroem em meses de trabalho. Só que embutido num atalho.

«Deixei de escrever maus prompts não por ter aprendido a escrevê-los bem, mas porque a ferramenta não me deixa escrevê-los mal.»

Cenários em que uso este preset todos os dias

O mais frequente é antes de uma tarefa para o assistente de IA do código. Dito o que quero — recebo um prompt limpo e estruturado, e o agente trabalha visivelmente com mais precisão.

O segundo cenário frequente — prompts para geradores de imagens. Descrevo o quadro por voz; o modo converte aquilo numa linha com modificadores correctos como rácio de aspecto ou estilo.

Quando escrevo um system prompt para o meu agente de IA interno, faço-o pelo Commander Flow em vez de afinar parágrafos à mão. Numa hora consigo o que normalmente custaria um dia inteiro.

Mais raro, mas regular — pedidos para a pesquisa de IA. Um prompt bem formulado dá ali resultados muito mais relevantes, e notei isso logo na primeira semana.

E, por fim, qualquer «prompt momentâneo» para gerar testes, documentação, migrações. Antes saíam «desde que funcione». Agora — todos com o mesmo nível de qualidade.

Efeito que não esperava

Comecei a escrever prompts para mim próprio. Soa estranho. Explico.

Antes de uma tarefa difícil, dito ao Commander Flow um prompt — não para meter num LLM, mas para o ler eu próprio. Texto estruturado em que estão escritos context / task / constraints / acceptance criteria — afinal, é um excelente plano da tarefa para mim mesmo.

Não custa nada (1.5 segundos), mas transforma «agora vou pensar no assunto» em «aqui está a definição exacta do que estou a fazer». Parece o velho caderno de requisitos — só que agora demora 1.5 segundos e está embutido na ferramenta.

O que nem sempre funciona

Por vezes «demasiado profissional». Se quero um pedido simples e rápido («Claude, reescreve este parágrafo em três linhas»), o preset pode expandir aquilo num role/context/constraints completo. Solução — passar para minimal-edit ou friendly-prompt (mais simples, para pedidos curtos). A equipa está agora a trabalhar em auto-detecção da complexidade.

As best-practices por defeito estão orientadas a Claude / GPT-5. Para outros modelos (abertos como Llama 3, ou especializados como Mistral) o estilo de prompt pode diferir. Para precisão absoluta uso prompt-engineering-llama ou prompt-engineering-mistral — presets à parte que criei nas definições. Mas é preciso fazê-los primeiro, e isso são uns minutos com o config.

O LLM, por vezes, complica demais. Se falo curto, ele acrescenta secções extra. Nestes casos digo «mais curto, sem output format, só task». Sai um mini-prompt. Mas para tarefas complexas — pelo contrário, encaixa que nem uma luva.

Porque é mais importante do que parece

Em 2026, com agentes de IA no dia-a-dia, saber escrever bons prompts é a nova literacia. Não é preciso professor de inglês, nem explicador de matemática — é preciso uma ferramenta que transforme o pensamento oral num prompt de qualidade.

E o que gosto no Commander Flow: a equipa não fez «uma aplicação separada para prompt engineering». Embutiu isto como mais um preset no mesmo atalho que já uso para tudo o resto. Cognitive overhead mínimo, valor máximo.

Porque preciso disto todos os dias

Se o Commander Flow só fizesse ditado normal — já era um bom produto. Mas o modo prompt-engineering transforma-o numa ferramenta para quem trabalha com agentes de IA o dia inteiro. Já não é sobre escrever. É sobre subir a qualidade de toda a comunicação com a IA.

Escrevi este artigo no modo friendly (porque é um post de blog). E o prompt para o editor que o vai rever — no modo prompt-engineering. E o artigo saiu estruturalmente melhor do que se tivesse escrito o prompt à mão.

Uma ferramenta. Dois níveis de abstracção. Um único hábito.

Perguntas frequentes sobre o modo de prompting

Como passo para o modo de prompting?

Um clique no tray do Commander Flow — escolhe «Modo de prompting». Depois é só ditar a tarefa em palavras normais, e a aplicação converte a fala num prompt estruturado segundo as best practices: role, context, task, constraints, output format.

Posso usar os prompts gerados no ChatGPT, Claude e outros LLMs?

Sim. O prompt sai universal — pode ser colado em qualquer chat de LLM. A estrutura por defeito é compatível com ChatGPT, Claude e modelos semelhantes. Se for preciso, podem-se configurar templates específicos para cada motor.

E se o prompt sair demasiado formal para uma tarefa simples?

Diga por voz «mais curto, sem secções extra, só task» — a aplicação simplifica a estrutura. Para pedidos ad-hoc curtos vale a pena usar o modo de polimento mínimo, e ligar o prompting profissional só para tarefas mesmo complexas.

Posso criar um template próprio de prompt?

Sim. Nas definições é possível guardar templates pessoais para cenários específicos — por exemplo, para code review, texto de marketing, pedido de pesquisa. De cada vez que dita a tarefa, a aplicação usa o template escolhido.

Quanto tempo demora a gerar um prompt por voz?

Cerca de um a dois segundos entre o fim do ditado e o aparecimento do prompt estruturado no campo activo. Em comparação com escrever um prompt à mão segundo as best practices, é dezenas de vezes mais rápido.