Engenharia de prompts

Melhores prompts. Melhor codigo.

A qualidade do codigo gerado por IA depende quase inteiramente do que voce pede e como pede. Este guia cobre os padroes que consistentemente produzem melhores resultados com Claude Code.

De escopo de tarefas a prompts de sistema, de refinamento iterativo a instrucoes por funcao. Tecnicas praticas que voce pode aplicar na proxima sessao de codigo.

Por que engenharia de prompts importa para codigo

Quando voce pede a um desenvolvedor humano para 'construir uma pagina de login', ele faz perguntas: qual provedor de autenticacao? Quais campos? Deve lidar com OAuth? Mensagens de erro? Estados de carregamento?

Agentes de codigo IA tentarao responder todas essas perguntas sozinhos. As vezes acertam. Muitas vezes acertam algo razoavel, mas nao o que voce queria. A diferenca entre 'razoavel' e 'exatamente certo' e o que a engenharia de prompts fecha.

Bons prompts nao precisam ser longos. Precisam ser especificos sobre as coisas que importam e silenciosos sobre as que nao. Esse equilibrio e o tema deste guia.

Cinco principios fundamentais

Padroes que melhoram resultados independentemente da tarefa.

1

Seja especifico sobre resultados, nao sobre passos

Em vez de 'crie um componente React, depois adicione estado, depois estilize', descreva o resultado final: 'Construa uma barra lateral recolhivel que mostre nomes de projetos, suporte arrastar para reordenar e use nosso tema Tailwind existente.' Deixe o agente decidir como chegar la.

Avoid

Crie um componente. Adicione useState. Adicione um botao toggle. Estilize com Tailwind.

Better

Construa um componente de barra lateral recolhivel que liste projetos por nome. Deve suportar arrastar para reordenar e combinar com nosso tema escuro (bg-[#111318], border-[#262b38]). O estado recolhido deve persistir entre recarregamentos.

2

Delimite o trabalho claramente

Agentes funcionam melhor quando conhecem os limites. Especifique quais arquivos tocar (ou evitar), quais padroes seguir e como 'pronto' se parece. Tarefas sem limites levam a mudancas extensas dificeis de revisar.

Avoid

Refatore o sistema de autenticacao.

Better

Refatore o handler de login em src/api/auth/login.ts para usar bcrypt em vez de sha256 para hash de senhas. Nao altere a logica JWT nem o gerenciamento de cookies de sessao. Atualize os testes relacionados em tests/auth/.

3

Forneca contexto relevante

Claude Code pode ler os arquivos do seu projeto, mas nao pode ler sua mente. Se ha uma convencao que voce segue, uma biblioteca que prefere ou um padrao ja estabelecido, diga. Isso evita retrabalho.

Avoid

Adicione validacao de formulario.

Better

Adicione validacao de formulario ao formulario de cadastro usando zod (ja usamos no formulario de configuracoes em src/forms/settings.ts). Mostre mensagens de erro inline abaixo de cada campo. Siga o mesmo estilo de erro do formulario de login.

4

Uma tarefa por prompt

Prompts compostos ('construa a API, escreva testes, atualize a documentacao e faca deploy') forcam o agente a manter muitos objetivos de uma vez. Divida trabalho complexo em tarefas sequenciais e focadas. Cada uma se baseia no resultado anterior.

Avoid

Construa a pagina de perfil, escreva endpoints de API, adicione testes, atualize o README e arrume a barra de navegacao.

Better

Construa o endpoint GET /api/user/profile. Retorne os campos id, name, email e plan. Use o middleware de autenticacao existente.

5

Itere, nao reinicie

Se o primeiro resultado nao esta certo, refine o prompt em vez de comecar do zero. Claude mantem o contexto completo da conversa. Diga o que esta errado, o que mudar e o que manter. Iteracao e mais rapida que reinvencao.

Avoid

Isso esta errado. Comece de novo e construa o componente diferente.

Better

O layout esta bom, mas o breakpoint mobile esta errado. Abaixo de 768px, empilhe os cards verticalmente em vez de usar grid. Mantenha todo o resto como esta.

Prompts de sistema: contexto que persiste

Prompts de sistema definem o comportamento base de um agente antes de voce dizer qualquer coisa. Sao a ferramenta mais subutilizada no codigo com IA.

Um prompt de sistema diz ao agente quem ele e, no que deve focar e o que evitar. Aplica-se a cada mensagem na sessao. Pense nele como a descricao do cargo do agente.

AgentsRoom inclui 14 prompts de sistema por funcao: um para cada tipo de agente. O prompt do agente de Frontend diz para focar em componentes, acessibilidade e design responsivo. O prompt do agente de QA diz para pensar em casos limite e escrever testes abrangentes. Voce pode personaliza-los ou escrever os seus.

Exemplo: prompt de sistema do agente de Frontend

Voce e um desenvolvedor frontend senior. Foque em componentes React, estilos CSS/Tailwind, acessibilidade (WCAG AA) e design responsivo. Use a biblioteca de componentes existente do projeto antes de criar novos. Prefira composicao a heranca. Escreva HTML semantico. Nunca modifique arquivos de backend.

Escrevendo prompts de sistema eficazes

  • Defina o papel e seus limites. No que o agente deve focar? O que deve ignorar?
  • Mencione tecnologias e versoes especificas. 'React 19 com Server Components' e melhor que 'React moderno'.
  • Referencie convencoes do projeto. 'Use Zustand para estado' diz ao agente para nao recorrer a Redux ou Context.
  • Defina expectativas de qualidade. 'Escreva TypeScript com modo estrito, sem tipos any' previne atalhos.
  • Inclua restricoes negativas. 'Nunca modifique arquivos em /api/' mantem o agente em sua area.

CLAUDE.md: contexto no nivel do projeto

O prompt mais eficaz nao e digitado num chat. Ele vive no seu repositorio.

CLAUDE.md e um arquivo markdown na raiz do projeto que Claude Code le automaticamente. Contem estrutura do projeto, convencoes, detalhes do stack e diretrizes que se aplicam a cada sessao de agente.

Em vez de repetir 'usamos Tailwind CSS 4, Prisma ORM e Next.js 16' em cada conversa, escreva uma vez no CLAUDE.md. Cada agente herda esse contexto. AgentsRoom inclui um editor integrado para CLAUDE.md que voce pode atualizar sem sair do app.

Um CLAUDE.md bem escrito vale mais que dezenas de prompts individuais cuidadosamente elaborados. Ele se acumula: cada sessao se beneficia.

Construa uma biblioteca de prompts

Pare de reescrever as mesmas instrucoes. Salve o que funciona e reutilize.

Se voce se pega digitando o mesmo tipo de solicitacao em todos os projetos ('escreva testes unitarios para este arquivo', 'refatore isso para usar o padrao repository', 'adicione tratamento de erros a todas as rotas API'), salve como um prompt reutilizavel.

AgentsRoom inclui uma funcao de biblioteca de prompts com dois niveis: prompts por projeto para tarefas especificas e prompts globais (sincronizados na nuvem) para padroes que voce usa em todo lugar.

Bons candidatos para a biblioteca: checklists de revisao de codigo, templates de testes, scripts de migracao, instrucoes de scaffolding de componentes, etapas de auditoria de seguranca. Qualquer coisa que voce colocaria numa wiki de equipe como procedimento padrao.

Exemplos da biblioteca de prompts

Escrever testes unitarios

Escreva testes unitarios para [arquivo]. Use vitest. Cubra o caminho feliz, casos limite (entrada vazia, null, tipos invalidos) e tratamento de erros. Mocke dependencias externas. Mire em >90% de cobertura de branches.

Revisao de codigo

Revise as mudancas no diff git atual. Verifique: imports nao usados, tratamento de erros faltante, problemas de type safety, possiveis race conditions e inconsistencias de nomenclatura. Sugira correcoes para cada problema encontrado.

Endpoint de API

Crie um endpoint REST para [recurso]. Inclua validacao de entrada com zod, respostas de erro adequadas (400, 401, 404, 500), tipos TypeScript para request/response e um comentario JSDoc descrevendo o endpoint. Siga o padrao existente em src/api/.

Padroes avancados

Tecnicas para tarefas complexas que vao alem de prompts individuais.

Encadeamento de prompts

Divida uma tarefa grande em etapas ordenadas. Inicie o primeiro agente com a etapa um, aguarde a conclusao, depois inicie o proximo agente com a etapa dois (referenciando a saida da etapa um). Cada etapa e menor e mais focada. Exemplo: Agente 1 projeta o esquema do banco, Agente 2 escreve a API usando esse esquema, Agente 3 escreve testes contra a API.

Revisao cruzada entre agentes

Apos um agente terminar, aponte um agente diferente para sua saida. 'Revise as mudancas que o agente de frontend fez em src/components/. Verifique problemas de acessibilidade e estados de erro faltantes.' Um agente novo com funcao diferente detecta coisas que o original deixou passar.

Restricoes progressivas

Comece com um prompt amplo para ver como o agente aborda o problema. Depois adicione restricoes em mensagens de acompanhamento: 'Boa estrutura, mas use server components em vez de client components.' 'Mantenha o hook, mas remova o useEffect e use uma mutacao do React Query.' Cada iteracao aproxima da solucao desejada.

Implementacao de referencia

Aponte o agente para codigo existente: 'Construa uma pagina de configuracoes seguindo o mesmo padrao de src/pages/profile.tsx. Mesma estrutura de layout, mesmo tratamento de formulario, mesma exibicao de erros.' Isso geralmente e mais eficaz do que descrever o padrao com palavras.

Erros comuns

Padroes que consistentemente produzem resultados piores.

Especificar demais a implementacao

Dizer ao agente exatamente quais funcoes escrever, quais variaveis nomear e em que ordem implementar. Esse microgerenciamento remove a capacidade do agente de encontrar uma abordagem melhor. Descreva o resultado, nao o procedimento.

Sem limites de escopo

Pedir a um agente para 'melhorar o codebase' sem restricoes. Sem limites, o agente pode refatorar arquivos que voce nao queria tocar, mudar APIs das quais outro codigo depende ou gastar tokens em melhorias de baixa prioridade.

Ignorar codigo existente

Nao mencionar que um padrao, utilitario ou componente ja existe no projeto. O agente criara um novo. Um simples 'ja temos um hook useAuth em src/hooks/' economiza retrabalho significativo.

Mega-prompts compostos

Colocar cinco tarefas em uma mensagem. O agente tentara todas, mas a qualidade cai ao lidar com objetivos concorrentes. Divida em solicitacoes sequenciais e focadas.

Perguntas frequentes

Qual deve ser o tamanho de um prompt de codigo?+
A maioria dos prompts de codigo eficazes tem de 2 a 5 frases. Longos o suficiente para especificar resultado, escopo e restricoes chave. Curtos o suficiente para que o agente nao se perca em detalhes. Se seu prompt e um paragrafo inteiro, considere se parte desse contexto pertence ao CLAUDE.md ou a um prompt de sistema.
Devo escrever prompts diferentes para Opus vs Sonnet?+
Ligeiramente. Opus lida melhor com ambiguidade e pode inferir intencoes com menos contexto. Sonnet se beneficia de instrucoes mais explicitas e limites de escopo mais claros. Para ambos os modelos, especificidade sobre o resultado esperado melhora os resultados.
Como o AgentsRoom ajuda com engenharia de prompts?+
De tres formas: prompts de sistema por funcao integrados para cada um dos 14 tipos de agente, uma biblioteca de prompts para salvar e reutilizar prompts eficazes, e um editor de CLAUDE.md para contexto do projeto. Essas camadas significam que voce gasta menos tempo elaborando mensagens individuais porque o contexto base ja e bom.
Posso compartilhar prompts com uma equipe?+
Sim. AgentsRoom armazena prompts em dois locais: prompts de projeto em .agentsroom/prompts.json (versionados, compartilhados via git) e prompts pessoais em prompts-personal.json (no gitignore). Prompts globais sincronizam via nuvem em todos os seus dispositivos.
Qual a diferenca entre prompt de sistema e CLAUDE.md?+
CLAUDE.md e contexto do projeto que todo agente le automaticamente: stack, estrutura, convencoes. Prompts de sistema sao instrucoes comportamentais especificas do agente: funcao, areas de foco, restricoes. Eles se complementam. CLAUDE.md diz 'este projeto usa Next.js 16 com Prisma.' O prompt de sistema diz 'voce e um desenvolvedor backend focado em rotas API.'

Escreva prompts melhores, entregue codigo melhor

AgentsRoom oferece prompts de sistema, biblioteca de prompts e edicao de CLAUDE.md integrados. Menos tempo criando prompts, mais tempo construindo.

GratisBaixar para macOS

App complementar: acompanhe seus agentes em qualquer lugar

Use Claude, Codex, Gemini CLI ou outro provedor de IA.

Instalar a extensão
Chrome Web Store

Envie bugs e pedidos direto para o seu backlog público.

Multi-projetos
Multi-provedor
Multi-agentes
Status ao vivo
Diff e commit
App mobile
Preview ao vivo
Equipes de agentes
Testes no navegador
Dev guiada por backlog
Biblioteca de prompts
Biblioteca de skills