Ir para o conteúdo
LICERE

Blog · 17 de novembro de 2026 · Carlos Halrik

Claude, use toda a inteligência do universo e não cometa erros

O mito do prompt perfeito e os três pilares do meu trabalho com inteligência artificial: contexto, troca técnica intensiva e checagem

“Claude, use toda a inteligência do universo para executar essa tarefa e faça do mesmo jeito que o Elon Musk faria. Não cometa erros.”

É claro que o superprompt acima é um meme. Mas é fato que a minha experiência com inteligência artificial não bate com o que eu vejo nesses posts curtos de dicas de Instagram e de Twitter, com relatos de profissionais sobre o que fazer, como trabalhar, qual é a skill mais bombada do GitHub, com mais estrelas, qual é o prompt perfeito. Eu não sei se isso é uma característica do meu trabalho, do meu setor. Talvez o post curto tenha muito de uma pegada de clickbait, né? De puxar o usuário para clicar no que o influenciador está querendo que ele clique.

Quando eu consigo ter tempo para assistir um podcast da turma nos Estados Unidos que usa IA mais intensamente, ou de desenvolvedores do Brasil que têm uma experiência mais aprofundada, a conversa é outra. São várias camadas, né? Desde o pedido inicial até o resultado, são vários commits, são várias discussões, vai e vem, tomada de decisão, teste. É o que a gente tem feito aqui na LICERE.

O que é o prompt?

Então essa história do prompt: o que é o prompt? Eu entendo que o prompt é o pedido inicial, mas aquilo ali é a sementinha. Aquela história de vou pedir de um jeito que ele vai entender tudo. Spoiler: ele não vai entender tudo.

Não tem como a inteligência artificial captar na integralidade o que você quer, a não ser que você esteja pegando alguma coisa verificável no final. Se o pedido é “quero copiar o jogo do Sonic 1”, ele vai lá, talvez consiga pegar aquilo, e vai testando para verificar se está igual no final.

Mas no meio ambiente, muitas vezes, talvez na totalidade das vezes, a gente está trabalhando com situações raras em si mesmas. Elas não têm equivalência com situações pares. O que eu tenho criado são soluções reais para problemas reais: o produto, a aplicação de inteligência artificial para o licenciamento de projetos complexos. E eu não vejo como os modelos de inteligência artificial conseguiriam captar em apenas um prompt todas as nuances que as soluções precisam absorver para serem criadas. Depois de criadas, aí sim, elas têm potencial de rodar sozinhas.

Não consigo projetar, com a visão que eu tenho hoje dos modelos de LLM, que são os carros-chefe até então, como eles conseguiriam ter a visão do todo que nós, humanos, especialistas, arquitetos e engenheiros dessa situação toda, ainda temos. A não ser que a inteligência artificial seja introjetada de tal forma nas organizações e na sociedade que ela própria tenha a capacidade de julgamento: identificar um problema, propor a solução e entender quais são as peças que devem estar estruturadas para que aquilo seja uma solução aplicável e que de fato resolva o problema.

Para o nível de problemática e de análise de contexto com que nós trabalhamos aqui na LICERE, e como outros grandes players no uso de inteligência artificial têm trabalhado, é impossível ter o trabalho todo a partir de um prompt.

Uma conversa aberta e técnica

Ah, Carlos, mas você não acredita que existe uma forma melhor de dar o comando? Tá, acredito. Mas, para o meu tipo de trabalho, e dada a resposta e a velocidade que a inteligência artificial nos dá, eu prefiro gastar menos tempo planejando e estruturando o prompt perfeito, e trabalhar mais na intuição de conversar com o modelo.

A minha forma de trabalhar com a inteligência artificial é uma conversa aberta e técnica com o modelo, com o agente que vai rodar para mim. E ela se baseia em três pilares.

Os três pilares do meu trabalho com inteligência artificial: contexto (projeto, território, legislação), troca técnica intensiva (perguntas, respostas e ajustes) e checagem (decisões pelo especialista), com uma seta de novas dúvidas que volta da checagem para a troca técnica.

Pilar número 1: contexto

O primeiro é o fornecimento robusto de contexto. Meio ambiente é multitemático, e as variáveis são gigantescas e de difícil compreensão por quem não é da área. Nós atuamos com empreendimentos hipercomplexos, com estruturas diferentes e aspectos ambientais múltiplos.

Aqui vale o conceito de Luis Enrique Sánchez, no livro Avaliação de Impacto Ambiental: conceitos e métodos: aspecto ambiental é “o mecanismo através do qual uma ação humana causa um impacto ambiental”. São múltiplos aspectos ambientais impactando diretamente um contexto social e ambiental que é, per se, também multifacetado, com suas nuances locais, com suas especificidades e com raridades que eventualmente só ocorrem ali. Então o contexto, no meu trabalho, é indispensável e fundamental.

Pilar número 2: troca técnica intensiva

Dado o contexto, eu explico com detalhe, com calma, na fala natural, numa espécie de orientação para o meu agente do que eu espero: como ele lê aquele contexto, qual é a funcionalidade, o resultado ou o produto que eu estou esperando. E aí começa um trabalho de troca real, de conversa real com o agente encarregado. São perguntas que eu faço para ele, e ele volta respondendo para mim e devolve mais dúvidas.

Ah, Carlos, mas isso é lento. É lento. A minha experiência é: todas as vezes que eu coloquei multiagente, que eu dei um trabalho e falei “faz aí e me devolve”, eu joguei fora trabalho de 10, 15 dias, milhões e milhões de tokens, dinheiro fora, porque eu achei que ia dar o famoso prompt e ia voltar o trabalho pronto. E não volta. Não para o nível de complexidade dos meus produtos.

Pilar número 3: a checagem

O terceiro pilar, que tem se tornado o meu gargalo, é a checagem. E a checagem volta lá no pilar 2, porque, invariavelmente, eu volto para a troca técnica e para as dúvidas. E aqui eu estou falando da parte técnica, tá? A parte estrutural, os dados, a interface com o usuário, isso o agente faz bem. Mas, na parte técnica, a checagem é um vai e vem sem fim.

Eu assisti um podcast interessante com o Felix Rieseberg, da Anthropic, no canal Silicon Valley Girl, e esse gargalo da checagem apareceu lá também. A apresentadora conta que nenhum resultado sai sem passar por ela no fim, e que ela virou o maior gargalo da empresa. É uma dificuldade enorme, porque o agente é capaz de gerar um volume de informação tão grande que é humanamente impossível fazer a checagem de tudo. O Felix fala muito da checagem pela própria inteligência artificial: abrir várias conversas, cada uma encarregada de provar que o trabalho está errado, e mais uma no papel de juiz dessas críticas.

Eu confesso que já tentei de tudo: agente conferidor, agente de conferência em outro chat, em outro modelo, em outro fornecedor. Faz no Claude Code e checa no Codex. As checagens me ajudam bastante, mas, para o trabalho técnico, as minhas experiências ainda não são tão promissoras. Ainda tem um gargalo grande do humano na verificação final.

Tem semanas que eu fico cético

Isso ainda é uma reflexão. Tem semanas que eu acho que a coisa vai engatar e a IA vai trabalhar de forma mais independente, e tem semanas que eu fico bastante cético se isso um dia será possível no campo técnico. A gente já vê isso na programação, e de alguma forma no marketing e no design, onde os agentes têm uma independência mais forte, de conseguir fazer um trabalho de cabo a rabo. Mas, para o meu trabalho técnico, ambiental e de projetos complexos, eu ainda acho que está muito longe de a inteligência artificial criar sozinha a aplicação. Depois de criada, a solução pode rodar sozinha, mas, até o fim do desenvolvimento, o caminho é árduo e extremamente técnico.

Talvez eu esteja influenciado por essas semanas em que eu tenho trabalhado intensamente num projeto para o setor público, com uma carga técnica muito grande, muito complexa. Mas a minha experiência vem desses três pilares e da minha capacidade de fazer as verificações técnicas, os retornos e as checagens para o meu agente.

Então, pra alguém muito mais esperto, talvez o prompt maravilhoso e perfeito esteja funcionando. Aqui, ainda estamos na fase de muito trabalho duro: discussões técnicas, decisões micro e decisões estruturais pra que o produto possa nascer com a aplicabilidade e segurança que esperamos.

Eu vou deixar um gancho aqui para o próximo post: o meu desprazer (até agora) com multiagentes e a questão da janela de contexto, em que eu tô indo meio contra as boas práticas de todo mundo.