*Este artigo foi criado usando entrada de voz com IA (Aqua Voice). Observe que pode haver algumas inconsistencias.
Voce Ainda Esta Preso em “Ser Bom em Prompts”? — Evolucao da IA e Tres Tipos de Engenharia
Ola. Como voces estao?
Eu sou o Hiro do Laboratorio de Full Body Tracking.
Hoje, em vez da conversa habitual sobre full body tracking, quero falar sobre IA.
Eu uso uma ferramenta de IA chamada Claude Code para todo tipo de coisa — escrever artigos, escrever romances, gerar scripts 3D no Blender e mais.
Mas so usa-la normalmente nao e suficiente.
Hoje vou falar sobre como a forma de usar IA evoluiu, o que mudou junto com a evolucao da IA, e por que cheguei na forma como uso agora.
Existem Tres Geracoes de Uso de IA
Com base na minha experiencia usando IA, sinto que a evolucao do uso pode ser amplamente dividida em tres estagios.
A primeira e “Engenharia de Prompts.”
A segunda e “Engenharia de Contexto.”
A terceira e “Engenharia de Harness.”
Vou explicar cada uma.
Geracao 1: Engenharia de Prompts
Se voce usa IA, a maioria das pessoas provavelmente comecou aqui.
Tem uma tela de chat tipo WhatsApp, voce diz “Por favor faca tal coisa,” e ela responde “Claro, aqui esta tal coisa.” E basicamente isso.
Engenharia de prompts e a habilidade de escrever bem essas instrucoes.
Por exemplo, algo assim:
“Voce e um editor profissional. Por favor revise o seguinte texto.”
Voce da contexto e pre-requisitos para extrair respostas mais especializadas. A chave e escrever boas instrucoes.
Isso continua importante nas geracoes posteriores. No entanto, tinha uma fraqueza fatal.
Voce Tem Que Dizer Tudo Toda Vez
“Voce e um pesquisador de full body tracking, sua primeira pessoa e ‘eu’, seu estilo de escrita e casual-educado…”
Voce tem que escrever isso toda vez, dentro de um limite de caracteres.
A IA nao consegue lembrar de tudo, entao voce precisa ser o mais conciso possivel, mas tambem preciso.
Honestamente, tinha seus limites.
Esquece Quando a Conversa Fica Longa
Humanos sao iguais, nao e? Quando voce fica falando por um tempo, acaba pensando “Espera, sobre o que estavamos falando mesmo?” A IA e igual.
A Qualidade Fica Inconsistente
Conforme as conversas ficam mais longas, a qualidade comeca a oscilar. Voce configurou como “um pesquisador de full body tracking,” mas no meio do caminho, vira um personagem completamente diferente.
Nao Da Para Aproveitar Conhecimento Anterior
Voce quer dizer “Por favor absorva todas as informacoes dos artigos que escrevi antes e use,” mas e impossivel. Ha um limite de quanta informacao a IA pode manter na memoria de uma vez.
No final, a abordagem de “tentar resolver tudo so com prompts” comecou a mostrar seus limites.
Entao a questao se tornou: existe outro caminho? E o uso de IA evoluiu numa nova direcao.
Geracao 2: Engenharia de Contexto
O que e engenharia de contexto? E a habilidade de projetar “que informacao mostrar para a IA, em que momento, e em que ordem.”
Se prompts sao sobre “o que perguntar,” entao contexto e sobre “o que mostrar para a IA.”
Tres Coisas Para Fazer
Primeiro, alimente com a informacao necessaria.
Ao ter a IA escrevendo um artigo, voce pre-carrega artigos anteriores relevantes, informacoes mais recentes de dispositivos, feedback de leitores e assim por diante. Nao tudo — apenas o que e relevante para a tarefa atual.
Em seguida, gerencie a frescura da informacao.
Voce julga “essa informacao e atual” e “aquela informacao esta desatualizada,” e prioriza mostrar as mais novas. Se voce faz ela escrever “recomendacoes mais recentes” com base em informacao velha, vai ser enganoso.
Por fim, projete a ordem da informacao.
A ordem em que voce mostra as coisas para a IA muda o resultado. “Primeiro, ajude-a a entender o universo do VRChat. Depois, ajude-a a entender a tecnologia de full body tracking. Finalmente, apresente o topico atual.” Inverter essa ordem produz resultados completamente diferentes.
Quatro Tecnicas
A engenharia de contexto tem quatro tecnicas principais.
Selecao: Escolher a informacao necessaria.
Compressao: Condensar informacao e passar apenas os pontos-chave.
Segmentacao: Dividir informacao em blocos e apresentar em etapas.
Limpeza: Remover informacao desnecessaria para reduzir ruido.
Alimentar tudo de uma vez na verdade e contraproducente. A chave da engenharia de contexto e apresentar apenas o necessario, na forma necessaria.
Geracao 3: Engenharia de Harness
A ultima a surgir e a engenharia de harness.
Quando voce ouve “harness,” algumas pessoas podem pensar em chicotes eletricos automotivos. Mas o harness de que estou falando aqui se refere originalmente ao conjunto completo de equipamentos para controlar um cavalo. Ferramentas que guiam um cavalo na direcao certa.
Engenharia de harness e a habilidade de projetar o proprio ambiente em que a IA opera, para que ela sempre funcione na direcao certa.
Semelhancas com Test Harnesses
A proposito, como a Anthropic — a empresa que faz o Claude Code — e uma empresa de software, acho que esse “harness” compartilha a mesma etimologia de “test harness.”
Um test harness e um termo de desenvolvimento de software para um sistema que controla estruturalmente o ambiente de execucao de um alvo de teste e torna os resultados verificaveis.
Equipamento para fazer um cavalo correr corretamente. Um sistema para verificar alvos de teste corretamente. Design ambiental para fazer a IA funcionar corretamente. Tudo esta conectado.
O Que Eu Realmente Faco?
Deixe-me apresentar o harness que realmente construi.
Primeiro: Skills (Personas).
Regras como “Hiro escreve assim,” “a primeira pessoa e eu,” “isso e proibido” sao definidas em arquivos. A IA le esses arquivos e opera desde o inicio com a premissa “Eu sou o Hiro.”
Nao precisa escrever “Voce e o Hiro” no prompt toda vez. Ja esta nesse trilho.
Segundo: Base de Conhecimento.
Artigos que escrevi no passado, conhecimento sobre VRChat, informacoes sobre dispositivos de full body tracking. Tudo isso esta organizado em pastas, e a IA pode consultar quando necessario.
Nao precisa escrever “Full body tracking e uma tecnologia que acompanha o movimento do corpo inteiro…” no prompt toda vez. Ela sabe como pesquisar e como encontrar o conhecimento.
Terceiro: Fluxo de Trabalho.
Ha um procedimento definido para escrever artigos: confirmar o tema, projetar o tema oculto, esquematizar, escrever, revisar. Esse procedimento esta escrito em um arquivo, entao a IA pode trabalhar em “o que pensar primeiro” passo a passo.
Quarto: Memoria.
Registros como “essa pessoa tomou essa decisao antes” e “essa politica foi definida para esse projeto” sao salvos em arquivos, e a IA pode le-los em novas sessoes.
Esse talvez seja o maior. A memoria persiste alem dos limites da janela de contexto.
Quinto: Verificacoes de Qualidade (Checkers).
Quando a IA produz um resultado, ele nao vai direto para publicacao. Um verificador roda automaticamente. “Corresponde a definicao original?” “A primeira pessoa esta correta?” Se algo falhar, o processo volta ao inicio do fluxograma e refaz.
Em vez de dizer “Tenha cuidado” em um prompt, as verificacoes sao incorporadas ao sistema.
A Diferenca Entre “Pedidos” e “Sistemas”
O ponto importante aqui e: “Mas nao havia definicoes de condicoes como ‘faca assim’ e ‘escreva assim’ no estagio de engenharia de contexto tambem?”
Sim, havia. Mas essas definicoes de condicoes eram na verdade apenas pedidos.
Mesmo que voce dissesse “Nao faca isso” ou “Nao escreva assim,” nao havia um sistema para garantir o caminho correto. Como eram pedidos, a IA podia esquecer ou ignora-los.
Engenharia de harness nao e um pedido — e estrutura. Ela coloca trilhos para que a IA so possa correr na direcao certa. Essa e a diferenca fundamental.
Comparando os Tres Lado a Lado
Deixe-me organizar tudo ate agora de uma vez.
Engenharia de Prompts:
A habilidade de fazer boas “ordens” para a IA.
Em termos de restaurante: Fazer seu pedido.
Engenharia de Contexto:
A habilidade de dar a IA os “ingredientes certos.”
Em termos de restaurante: Obter os ingredientes certos.
Engenharia de Harness:
A habilidade de projetar a “cozinha” onde a IA trabalha.
Em termos de restaurante: Projetar a cozinha.
Sao completamente diferentes, nao e? Mas voce precisa dos tres.
O melhor pedido (prompt) x os melhores ingredientes (contexto) x a melhor cozinha (harness).
Quando os tres se unem, a IA pode realmente cozinhar. Se algum estiver faltando, nao funciona.
Uma Analogia com Casa Torna Ainda Mais Claro
Para quem nao conectou bem com a analogia do restaurante, aqui vai uma versao com casa.
Harness = Fundacao. Uma vez construida, dura para sempre.
Contexto = Paredes e pilares (estrutura). Podem ser reconfigurados por tarefa.
Prompt = Design de interiores (arranjo de moveis). Pode ser mudado toda vez.
Uma fundacao solida, paredes adequadas e interiores bem arranjados. So quando tudo se une e que se torna uma “casa.”
Inversamente, nao importa quao elaborado seja o interior (prompt), sem a fundacao (harness), voce esta reconstruindo do zero toda vez. Sem paredes (contexto), voce nem tem um comodo.
Exemplo Real — Como Escrevi “O Amante do Metaverso”
Onde senti mais a diferenca entre os tres foi com o romance “O Amante do Metaverso,” todos os 12 capitulos, que escrevi recentemente.
O Que Aconteceria So Com Prompts?
“O cenario e VRChat, o tema e romance em um mundo virtual, por favor escreva em 12 capitulos.”
Escreva isso, corrija o que sair, de mais instrucoes, corrija de novo. Repita.
Algo sai disso. Mas o que voce obtem e um “romance com cara de IA.” As descricoes de VRChat sao rasas, e a emocao do full body tracking nao transparece.
O Que Eu Fiz
Usei todas as tres camadas.
No nivel do prompt:
“Esse capitulo e mais ou menos assim.” “Essa cena deve ter esse tipo de atmosfera.” Mantive as instrucoes individuais simples.
No nivel do contexto:
Carreguei o conteudo dos capitulos anteriores, a cultura de guia para novatos do VRChat, a experiencia emocional do full body tracking e a atmosfera dos saloes de danca. A informacao que esse capitulo especifico precisava naquele momento.
No nivel do harness:
A persona “Hiro” garantiu autenticidade do VRChat. A base de conhecimento garantiu descricoes precisas de full body tracking. Verificacoes de qualidade confirmaram “Ha algo irrealista para o VRChat?” e “A historia esta coerente?” A memoria manteve consistencia ao longo dos 12 capitulos.
A parte mais dificil, honestamente, foi o contexto. Se voce nao consegue colocar algo em palavras, nao consegue transmitir para a IA tambem. Articular “essa sensacao particular do VRChat” e genuinamente dificil. Houve muitas falhas.
Mas quando os tres se encaixaram, consegui escrever uma obra longa de 12 capitulos com qualidade consistente. Se algum elemento estivesse faltando, acho que nao teria funcionado.
Os Tres Nao Estao em Oposicao — Sao Camadas
“Entao a engenharia de prompts esta ultrapassada agora?”
De jeito nenhum.
Expliquei que os tres pertencem a geracoes diferentes, mas isso nao significa que os mais antigos se tornam desnecessarios. Voce usa todos. Sao apenas camadas diferentes.
Mesmo apos construir um harness, voce ainda da instrucoes no nivel do prompt: “Escreva esse capitulo assim.”
Mesmo que o contexto esteja bem organizado, se o prompt for desleixado, o resultado sera desleixado.
So quando os tres se unem e que a IA atinge seu potencial maximo.
Resumo
So com prompts, voce e um cliente fazendo pedidos do zero toda vez.
Quando voce organiza o contexto, a IA recebe bons ingredientes, e a qualidade do resultado dispara.
Uma vez que voce constroi um harness, a IA se torna um companheiro de equipe. Ela carrega seu conhecimento, trabalha no seu estilo e funciona em seu nome.
Eu sou um pesquisador de full body tracking, mas e a mesma coisa com full body tracking.
So com headset e controles (= apenas prompts), voce pode entrar no mundo virtual.
Escolher o mundo certo (= organizar o contexto) muda a qualidade da experiencia.
Colocar sensores de full body tracking, calibrar e configurar o ambiente (= construir o harness) — e ai que voce tem pela primeira vez a sensacao de “estar la voce mesmo.”
E a mesma coisa com IA.
So quando voce alinha todas as tres camadas e que se torna “a sua IA.”
Espero que todos voces experimentem os estagios que estao alem dos prompts.
Hiro
Obrigado por ler! Siga-nos no X e inscreva-se no nosso canal do YouTube!