O prompting eficaz é crucial ao interagir com sistemas de IA como o Lumi, permitindo que você obtenha resultados melhores e mais precisos. Trata-se de uma comunicação clara, em vez de simplesmente digitar uma solicitação. O Lumi, que se baseia em grandes modelos de linguagem (LLMs), prevê saídas com base em padrões em seus dados de treinamento, o que significa que ele não “entende” no sentido humano. Portanto, estruturar seus prompts, ser explícito e fornecer contexto são vitais. Aqui estão os princípios e técnicas essenciais para escrever prompts eficazes no Lumi:

​
Princípios Essenciais para Ótimos Prompts

  • Seja Claro e Específico: Sempre esclareça o que você quer e como. Evite linguagem vaga; em vez de “Melhore este aplicativo”, especifique “Refatore o aplicativo para limpar componentes não utilizados e melhorar o desempenho, sem alterar a UI ou a funcionalidade”. Forneça contexto sobre para quem é o aplicativo, o que ele deve fazer e quaisquer recursos indispensáveis.
  • Foque na Jornada do Usuário: Considere a sequência de ações que um usuário realizará em seu aplicativo. Por exemplo ——
Os usuários se inscrevem, criam um novo projeto, definem marcos e acompanham seu progresso diariamente.
  • Descreva o “O Quê”, Não o “Como”: O Lumi lida com a complexidade do backend, então foque no resultado ou na aparência desejada. Por exemplo ——
O aplicativo deve armazenar dados do usuário, carregar rapidamente e ter uma aparência limpa e moderna.
  • Itere e Refine: Não se contente com a primeira saída. Os prompts podem ser refinados iterativamente por meio do diálogo com a IA. O Lumi oferece uma saída totalmente funcional desde o início, mas é uma base para refinamentos posteriores.

​
A Estrutura C.L.E.A.R.

  • Conciso: Vá direto ao ponto, evitando rodeios ou linguagem vaga. Busque precisão e brevidade.
  • Lógico: Organize seu prompt de maneira passo a passo ou estruturada, dividindo solicitações complexas em etapas ordenadas.
  • Explícito: Diga exatamente o que você quer e o que não quer, fornecendo exemplos de formato ou conteúdo, se possível.
  • Adaptável: Refine seus prompts com base na saída da IA, esclarecendo instruções ou apontando erros em prompts de acompanhamento.
  • Reflexivo: Revise o que funcionou e o que não funcionou após cada interação para melhorar prompts futuros.

​
Os Quatro Níveis de Prompting

  1. Prompting Estruturado “com Rodinhas” (Formato Explícito): Útil para iniciantes ou tarefas complexas, envolve o uso de seções rotuladas:
  • Contexto: Informações de fundo ou definição de papel para a IA.
  • Tarefa: O objetivo específico.
  • Diretrizes: Abordagem ou estilo preferido.
  • Restrições: Limites rígidos ou o que não deve ser feito.
  • Por exemplo ——
Você é um desenvolvedor full-stack especialista usando o Lumi. Tarefa: Crie uma página de login segura em React usando Supabase (autenticação por e-mail/senha). Diretrizes: A UI deve ser minimalista e seguir as convenções do Tailwind CSS. Forneça comentários de código claros para cada etapa. Restrições: Modifique apenas o componente LoginPage; não altere outras páginas. Garanta que a saída final seja uma página funcional no editor do Lumi".
  1. Prompting Conversacional (Sem Rodinhas): Quando estiver confortável, você pode escrever de forma mais natural, como se estivesse explicando uma tarefa a um colega, mantendo a clareza e a completude sem rótulos formais.
  2. Meta Prompting (Melhoria de Prompt Assistida por IA): Peça à IA do Lumi para ajudar a melhorar seus prompts ou planos. Por exemplo ——
Revise meu último prompt e identifique qualquer ambiguidade ou informação ausente. Como posso reescrevê-lo para ser mais conciso e preciso?
  1. Meta Prompting Reverso (IA como Ferramenta de Documentação): Use a IA para resumir ou documentar o que aconteceu após uma tarefa, o que é excelente para depuração e captura de conhecimento. Por exemplo ——
Resuma os erros que encontramos ao configurar a autenticação JWT e explique como os resolvemos. Em seguida, elabore um prompt que eu possa usar no futuro para evitar esses erros ao configurar a autenticação.

​
Estruturas de Prompt

  • O Prompt “Quem / O Quê / Por Quê”:
  • PARA QUEM é este aplicativo?
  • O QUE ele os ajuda a fazer?
  • POR QUE alguém o usaria?
  • O Prompt “História de Usuário”: Enquadre sua solicitação da perspectiva do usuário final, por exemplo,
Como designer freelancer, quero enviar faturas com minha marca para clientes e rastrear quando são pagas, para que eu possa manter o controle do meu fluxo de caixa.
  • O Prompt “Detalhamento de Funcionalidades”: Liste as capacidades que você deseja adicionar, por exemplo,
Quero adicionar as seguintes capacidades: Adicionar e organizar leads; Rastrear o status do contato (novo, contatado, interessado, fechado); Adicionar notas e lembretes de acompanhamento.

​
Técnicas Avançadas e Dicas para Melhores Resultados

  • Prompting Zero-Shot vs. Few-Shot:
  • Zero-Shot: Peça ao modelo para realizar uma tarefa sem exemplos, confiando em seu treinamento geral. Funciona bem para tarefas comuns ou claramente descritas.
  • Few-Shot: Forneça alguns exemplos ou demonstrações em seu prompt para mostrar à IA o formato ou estilo exato que você deseja. Melhora a qualidade da saída para tarefas específicas ou incomuns.
  • Gerenciando Alucinações e Garantindo a Precisão:
  • Forneça Dados de Base: Utilize a Base de Conhecimento do seu projeto (PRD, fluxos de usuário, pilha de tecnologia) para um contexto persistente.
  • Referências no Prompt: Inclua trechos de documentação relevantes ou dados para consultas factuais ou interações externas.
  • Peça um Raciocínio Passo a Passo: Peça à IA para mostrar seu raciocínio para detectar erros ou revelar incertezas.
  • Instrua a Honestidade: Inclua diretrizes como “Se você não tiver certeza… não invente – em vez disso, explique o que seria necessário ou peça esclarecimentos”.
  • Verificação Iterativa: Peça à IA para verificar novamente sua saída após tarefas críticas.
  • Aproveitando os Insights do Modelo (Conheça Suas Ferramentas de IA):
  • Modo de Discussão vs. Modo Padrão (Modo Agente): Use o Modo de Discussão para brainstorming, discutir designs ou depurar sem alterações imediatas no código. Use o Modo Padrão (Modo Agente) para executar alterações (escrever código, criar componentes).
  • Comprimento do Token: Divida tarefas grandes em prompts menores se a saída puder exceder os limites de tokens.
  • Preferências de Formatação e Código: Declare suas preferências (por exemplo, “gerar código em formato markdown”) para guiar a IA.
  • Técnicas para refinar seu aplicativo
  • “‘Faça mais…’ / ‘Faça menos…’: Ajuste o tom, o layout ou a ênfase.”
  • “‘Adicione um…’ / ‘Remova o…’: Adicione ou remova funcionalidades específicas ou blocos de UI.”
  • “‘Mude [isto] para [aquilo]’: Ajuste texto, visuais, layout ou lógica de componentes.”
  • “‘Deve parecer com…’: Use estilos de aplicativos familiares para guiar o layout ou o comportamento.”
  • “‘Adicione lógica para…’: Adicione regras funcionais ou fluxos sem precisar de código.”
  • “‘Agrupe ou organize…’: Estruture o conteúdo para clareza ou fluxo de trabalho.”
  • “‘Adicione comportamento condicional…’: Introduza ramificações inteligentes ou funcionalidades baseadas em estado.”
  • “Declarações ‘Permita que os usuários…’: Enquadre a funcionalidade da perspectiva do usuário final.”
  • Construa em Camadas ao Criar Complexidade: Comece simples, depois adicione funcionalidades e, finalmente, aprimore o visual. Essa abordagem incremental evita sobrecarregar o sistema ou a si mesmo.
  • Inclua Restrições e Requisitos: Declare explicitamente o que deve ou não deve ser feito, como “Crie um aplicativo de tarefas simples com um máximo de 3 tarefas visíveis por vez”.
  • Evite Ambiguidade: Esclareça quaisquer termos que possam ser interpretados de maneiras diferentes.
  • Atente-se ao Tom e à Cortesia: Frases educadas podem adicionar contexto e detalhes, ajudando a IA a entender as instruções com mais clareza.
  • Use a Formatação a Seu Favor: Estruture listas ou etapas, especialmente quando você quer que a IA gere uma lista ou siga uma sequência.
  • Aproveite Exemplos ou Referências: Forneça um design de destino, estilo de código ou imagem para dar à IA uma referência concreta.
  • Integração de Feedback: Revise a saída da IA e forneça feedback específico para refinamentos.
  • Enfatizando a Acessibilidade: Solicite código que siga os padrões de acessibilidade, incluindo rótulos ARIA e navegação por teclado.
  • Componentes e Bibliotecas Predefinidos: Especifique bibliotecas de UI (por exemplo, shadcn/ui com Tailwind CSS) para consistência.
  • Prompting Multilíngue: Especifique o idioma desejado para comentários de código e documentação.
  • Definindo a Estrutura do Projeto e o Gerenciamento de Arquivos: Descreva nomes e caminhos de arquivos para garantir a geração de código organizada.
  • Forneça Instruções de Edição Precisas (Foque a IA): Seja específico sobre onde e o que mudar, ou use o recurso ‘Selecionar’ do Lumi para destacar componentes. Diga à IA o que não tocar.
  • Bloqueando Arquivos (Solução Alternativa): Instrua consistentemente a IA a não alterar arquivos críticos em cada prompt.
  • Ajustes de Design e UI: Para alterações visuais, declare explicitamente “alterações puramente visuais” e guie a IA através de um plano de responsividade.
  • Refatoração e Otimização de Código: Enfatize ‘nenhuma mudança no comportamento’ ao pedir uma refatoração. Você também pode pedir um plano de refatoração primeiro e depois implementá-lo em etapas.
  • Depuração com Assistência de IA: Copie os logs de erro em um prompt (idealmente no Modo de Discussão) e pergunte a causa e a solução. Se a correção não funcionar, adapte e forneça novas informações.
  • Quando (e Quando Não) Envolver a IA: Use a IA para lógica complexa, geração de boilerplate ou operações de várias etapas. Para tarefas triviais (por exemplo, alterar o rótulo de um texto), pode ser mais rápido fazer edições manuais.
Ao aplicar esses princípios e técnicas, você pode guiar eficazmente a IA do Lumi para alcançar seus objetivos de desenvolvimento, transformando-a em uma colega de equipe poderosa e confiável.