❓ O que e um Prompt?
Definição Simples
Um prompt e o texto que você digita para instruir uma Inteligência Artificial (como ChatGPT, Claude, Gemini, etc.) a fazer algo por você. E a sua forma de "conversar" com a maquina, dando-lhe um comando, uma pergunta ou uma tarefa.
Imagine que você acabou de contratar um estagiario muito inteligente, porem ele não conhece o seu projeto, não sabe o que você precisa exatamente e so faz o que você escreve no papel. Quanto mais claro, detalhado e organizado for o seu bilhete para ele, melhor será o resultado. O prompt e exatamente esse bilhete.
🎯 Analogia do Restaurante
Pense no prompt como o seu pedido no restaurante. Se você diz apenas "quero comer algo", o garcom pode trazer qualquer coisa. Mas se você diz "quero um risoto de cogumelos com parmesao, ao ponto, sem cebola, por favor", você recebe exatamente o que deseja. Com IAs funciona da mesma forma: quanto mais detalhes você da, mais o resultado se aproxima do que você imagina.
Tipos de Prompt no Dia a Dia
- Pergunta simples: "Qual a capital do Brasil?" — a IA responde com informação.
- Instrução: "Resuma este texto em 3 bullet points" — a IA executa uma tarefa específica.
- Contexto + Tarefa: "Analise este código e sugira melhorias de performance" — a IA usa o que você forneceu para gerar análise.
- Prompt estruturado: Mensagens longas com contexto, regras, exemplos e formato esperado de saida — e aqui que entra a nossa ferramenta.
Prompt vs "Pergunta Normal" — Qual a Diferença?
A diferença fundamental esta na estrutura e profundidade. Uma pergunta normal pede algo de forma vaga. Um prompt estruturado fornece contexto, define restrições, especifica o formato de saida e estabelece regras claras. A nossa ferramenta gera prompts do tipo estruturado, que sao significativamente mais poderosos.
❌ Pergunta Normal
"Melhore meu código"
"Revise meu codigo de login e melhore ele"
✅ Prompt Estruturado (gerado pela ferramenta)
"Analise detalhadamente o repositório, verifique V&V, SOLID, gere diffs completos..."
"Analise detalhadamente o repositorio /home/z/my-project/app com foco em src/middleware/auth.ts INSTRUCAO DE DOMINIO: 1. Verificacao e Validacao 2. Principios SOLID 3. Atributos de Qualidade... FORMATO DE RESPOSTA: 1. Resumo executivo 2. Diffs completos 3. Testes atualizados..."
💡 Por que a Qualidade do Prompt Importa?
Uma IA generativa e como um motor muito potente: ela pode fazer coisas incríveis, mas precisa de uma direção precisa. Se você der uma instrução vaga, recebe uma resposta genérica. Se você der uma instrução rica em contexto e detalhes, recebe uma resposta que parece feita por um especialista.
📈 Impacto Direto na Qualidade
Estudos e experimentos práticos mostram que a diferença entre um prompt ruim e um prompt bom pode significar:
- Respostas 3x a 10x mais úteis — prompts com contexto produzem resultados muito mais aplicáveis ao problema real.
- Código gerado que funciona de verdade — em vez de exemplos genéricos que precisam de muita adaptação, você recebe código alinhado com a arquitetura do seu projeto.
- Redução de iterações — com um bom prompt, você raramente precisa pedir "tente de novo" ou "não era isso que eu queria".
- Economia de tempo — um prompt bem feito pode poupar dezenas de minutos de ida e volta com a IA.
Os 5 Pilares de um Prompt Eficaz
Contexto
Informe onde esta o código, qual e o projeto, por que você precisa da análise. Contexto e o combustível do prompt — sem ele, a IA trabalha no escuro.
Papel/Especialidade
Diga qual perspectiva a IA deve assumir: revisor de código, arquiteto de software, especialista em segurança, etc. Isso calibra o "tom" e a profundidade da resposta.
Tarefa Específica
Deixe claro exatamente o que você espera: revisar, refatorar, gerar diff, identificar vulnerabilidades, testar. Uma tarefa vaga gera resposta vaga.
Restrições e Regras
Defina limites: mantenha a interface pública, siga os padrões existentes, sem breaking changes, use determinados frameworks. Restrições guiam a IA para dentro da sua caixa.
Formato de Saida
Especifique como quer a resposta: diff para git apply, resumo executivo, checklist, tabela de diagnosticos. Sem formato definido, a IA inventa um que pode não servir.
🧹 Anatomia de um Bom Prompt
Um prompt gerado pela ferramenta Prompt Engineering Pro segue uma estrutura precisa. Veja cada parte e entenda o que ela faz:
Estrutura de um Prompt Gerado
1. CABECALHO — O que analisar e onde
"Analise detalhadamente o repositorio [CAMINHO], com foco em [ARQUIVO]."
2. CONTEXTO — Por que esta fazendo isso
"CONTEXTO: [Sua motivacao, o problema, o cenario]."
3. INSTRUCAO DE DOMINIO — O que verificar (frameworks e principios)
"INSTRUCAO DE DOMINIO:
Verifique os seguintes aspectos aplicando frameworks reconhecidos:
1. Verificacao e Validacao (shift-left testing)
2. Principios SOLID (SRP, OCP, LSP, ISP, DIP)
3. Atributos de Qualidade (-ilities)
..."
4. REGRAS OBRIGATORIAS — O que a IA NAO pode fazer
"REGRAS OBRIGATORIAS:
- Mantenha a interface publica sem breaking changes
- Siga EXATAMENTE os padroes existentes
- O codigo deve ser indistinguivel do estilo da codebase"
5. FORMATO DE RESPOSTA — Como a IA deve organizar a saida
"FORMATO DE RESPOSTA:
1. Resumo executivo
2. Justificativa por mudanca
3. Diff completo de CADA arquivo (git apply)
4. Novos arquivos criados
5. Testes atualizados/criados
6. Riscos e mitigacoes"
Cada seção tem um propósito claro. O cabeçalho define o alvo. O contexto justifica a análise. A instrução de domínio carrega o "conhecimento especializado" dos ebooks. As regras impedem a IA de sair dos trilhos. E o formato garante que a resposta seja útil e aplicável.
📊 Antes vs Depois — O Efeito Prático
Veja a diferença concreta entre pedir de forma simples e usar a ferramenta para gerar um prompt estruturado:
❌ SEM a ferramenta
"Olha esse codigo de login e melhora, precisa estar mais seguro e seguindo boas praticas"
Resultado provável: A IA dará sugestões genéricas como "use bcrypt" e "adicione validação de input" — coisas que você ja sabia. Sem contexto do seu projeto, sem domínio técnico específico, sem formato de saida útil.
✅ COM a ferramenta
"Analise detalhadamente o repositorio /home/z/my-project/app com foco em src/middleware/auth.ts CONTEXTO: Preparando endpoints de autenticacao para producao, preciso garantir conformidade LGPD. INSTRUCAO DE DOMINIO: 1. OWASP Top 10 (A01-A10) 2. Privacy by Design (7 principios) 3. LGPD (bases legais, dados sensiveis) ... FORMATO: Diffs completos + Guia de compliance + Plano de resposta a incidentes"
Resultado: A IA faz análise especializada, verifica vulnerabilidades específicas, gera diffs prontos para aplicar, documenta conformidade legal e cria plano de segurança.
🎯 Visão Geral da Ferramenta
A ferramenta Prompt Engineering Pro e uma página HTML que funciona direto no navegador. Não precisa de internet, servidor ou instalação. Você abre o arquivo prompt-engineering-pro.html no Chrome, Firefox ou Edge e pronto — ela esta pronta para usar.
O que ela faz, em uma frase
Ela transforma conhecimento especializado de 20 áreas da engenharia de software em prompts ultra-estruturados que você copia e cola em qualquer IA (ChatGPT, Claude, Gemini, etc.) para obter resultados de nível profissional.
A ferramenta tem duas grandes funcionalidades principais:
📊 Seção de Análise
Mostra os 20 ebooks de pós-graduação que foram analisados, quais domínios de conhecimento foram extraidos, como cada domínio melhora seus prompts, e uma matriz que cruza templates com áreas de conhecimento.
⚙ Geradores Avançados
São 6 geradores com formulário. Você preenche campos (repositório, arquivo, contexto, checkboxes), clica em um botao e a ferramenta monta um prompt completo e especializado que você copia com um clique.
🏗 Estrutura e Navegação
A ferramenta e dividida em tres partes visuais principais:
1. Sidebar (Barra Lateral Esquerda)
E o menu de navegação. Esta organizada em tres seções com icones coloridos:
- Análise — Visão Geral e Mapa de Domínios. São telas informativas que mostram como o conhecimento foi mapeado.
- Ebooks Analisados — Os 20 ebooks mapeados (DevOps, Transformação Digital, UX, APIs, Arquitetura, Analytics, Privacidade, Qualidade, Algoritmos, Processos, Cloud Computing, Eng. Requisitos, Métodos Ágeis, Tech Squads, Lideranca, IA, Dados, Arq. Software II, Métricas, Gestão de Projetos). Clique em qualquer um para ver os insights detalhados.
- Gerador Avançado — Os 6 geradores práticos (Revisão, API, Arquitetura, Segurança, UX, Canivete Suico). Clique para abrir o formulário.
Em telas pequenas (celular), a sidebar se esconde e aparece um botao de hamburger (☰) no canto superior.
2. Barra Superior (Topbar)
Mostra o titulo da seção atual com um badge colorido indicando o tipo: Análise para telas informativas, Gerador para telas de formulário.
3. Área de Conteúdo (Centro)
E onde o conteúdo de cada seção aparece. Pode conter cards informativos, tabelas, grids de ebooks, formulários com campos de entrada e áreas de saida com os prompts gerados.
📊 Seção de Análise
A seção de análise e puramente informativa — ela não gera prompts, mas te ensina o que esta por trás de cada gerador. E como o "livro de instruções" que explica o conhecimento embutido na ferramenta.
Visão Geral
Quando você abre a ferramenta, a primeira tela e a Visão Geral. Ela contem:
- Objetivo da Análise: Explica que a ferramenta analisou 20 ebooks de pós-graduação para extrair conhecimento de domínio e incorpora-lo nos prompts.
- Domínios Identificados: Mostra os 10 domínios mapeados com chips coloridos: DevOps, Arquitetura, APIs, UX, Qualidade, Transformação Digital, Analytics, Privacidade, Padrões e Processos.
- Melhoria no Prompt: Lista 5 benefícios concretos de adicionar contexto de domínio: especificidade técnica, rigor metodológico, perspectiva multidimensional, crítica profissional e alinhamento regulatorio.
- Matriz de Impacto por Template: Uma tabela que cruza cada tipo de prompt com cada domínio, mostrando o nível de influência (baixa, media, alta). Isso te ajuda a entender quais ebooks sao mais relevantes para cada situação.
Mapa de Domínios
A segunda tela da análise mostra uma grade de cards com todos os 20 ebooks. Cada card mostra o nome do domínio, o autor, os topicos principais e um resumo do primeiro insight. Ao clicar em um card, ele fica marcado como selecionado (borda verde).
📖 Ebooks Analisados
Cada ebook foi mapeado para extrair insights que podem ser incorporados nos prompts. Quando você clica em um ebook na sidebar, veja:
- Card de cabeçalho: Titulo, autor e topicos principais (chips coloridos).
- Principios (blocos roxos): Cada insight e apresentado com um domínio e uma explicação detalhada de como ele melhora os prompts. Por exemplo, o ebook de Arquitetura traz o insight "Atributos de Qualidade (-ilities)" que ensina a pedir a IA para identificar escalabilidade, performance, segurança etc.
- Bloco de Recomendação: Um bloco preto no final que mostra as recomendações formatadas em texto pronto para copiar e colar. Você pode usar essas recomendações diretamente nos seus prompts, mesmo sem usar os geradores.
Abaixo, a tabela com os 20 ebooks e seus topicos principais:
| Ebook | Autor | Topicos Principais |
|---|---|---|
| DevOps e Integração Contínua | Andre Borges | DevSecOps CI/CD Containers Kubernetes Observabilidade Microservicos |
| Transformação Digital | Italo Flammia | Inovação Customer-Centric Data-Driven Culture Ecossistema |
| UX no Desenvolvimento | Paula A. Macedo | Usabilidade Design Centrado Prototipação Info Architecture Empatia |
| Projeto e Arq. de APIs | Rafael Lachi / Weber Ress | REST Design Anti-Patterns Observabilidade Segurança Open Banking |
| Arquitetura de Software | Adriano Carezzato | 4 Pilares Atributos Qualidade Refatoração C4/4+1 Cloud |
| Analytics / Tomada de Decisão | Marcelo H. de Araujo | Estatistica Inferência Regressão Dashboards Sampling |
| Privacy by Design / LGPD | Samara Schuch | LGPD GDPR 7 Principios PbD Bases Legais Dados Pessoais |
| Garantia e Controle de Qualidade | Jeniffer Deus | V&V Testes Automação TDD/BDD Code Review |
| Algoritmos e Padrões | Renan de Oliveira | SOLID Design Patterns Estruturas Big-O Clean Code |
| Sistemas Orientados a Processos | Erica Siqueira | BPM BPMN DMN BPMS Low-Code |
| Computação em Nuvem | Marcelo Zillo | Cloud Computing Segurança SaaS/PaaS/IaaS Migração Compliance |
| Engenharia de Requisitos | Enock Godoy de Souza | Requisitos Não Funcionais Histórias de Usuário PMBOK Prototipos Product Ownership |
| Métodos Ágeis em Projetos | Alexandre Ferraz | Scrum Kanban BDD SAFe Lean Inception |
| Formação e Gestão de Tech Squads | Gilberto Guimaraes | Squads Multifuncionais OKR Tuckman Autogestao Lideranca Situacional |
| Lideranca e Gestão de Pessoas | Gilberto Guimaraes | Lideranca Positiva Gestão de Mudancas Cultura Kotter 8 Etapas Mobilização |
| Engenharia de Inteligência Artificial | Adriano Carezzato | Machine Learning Deep Learning Etica e Vies IA Responsável Redes Neurais |
| Sistemas de Uso Intensivo de Dados | Etienne Cartolano | Big Data Business Intelligence ETL Microsserviços Data Science |
| Arquitetura de Softwares | Adriano Carezzato | Atributos Qualidade Microsserviços DevOps Observabilidade Segurança por Design |
| Métricas na Gestão de Projetos | Raphael Donaire Albino | OKR Lead Time Throughput Monte Carlo Lei de Little |
| Práticas de Gestão de Projetos | Adriano Neves | PMBOK Escopo/EAP Riscos Métodos Hibridos Stakeholders |
📋 Matriz de Impacto
A Matriz de Impacto esta na tela Visão Geral e e uma das partes mais importantes da ferramenta. Ela cruza cada tipo de prompt (linha) com cada domínio de conhecimento (coluna) e mostra o nível de influência. Funciona como um guia de "qual ebook usar para qual situação".
Como ler a Matriz
As linhas representam os templates de prompt (Revisão de Código, Design de API, Refatoração Arquitetural, etc.). As colunas representam os domínios de conhecimento dos ebooks. Onde ha Alta, aquele domínio tem forte influência sobre aquele tipo de prompt. Onde ha Baixa, a influência e menor.
Dica: Use a Matriz para decidir qual gerador usar. Se você precisa revisar código com foco em qualidade, olhe a linha "Revisão de Código" e veja que "Qual." (Qualidade) tem influência Alta. Então, use o gerador "Revisão + Qualidade" e marque os checkboxes de qualidade.
⚙ O que sao os Geradores Avançados?
Os Geradores Avançados sao a parte prática da ferramenta. Eles sao formulários inteligentes que montam prompts completos e especializados para você. Em vez de escrever um prompt do zero, você preenche alguns campos e a ferramenta faz o resto.
Como funciona qualquer gerador (fluxo padrão)
Preencha os campos obrigatorios
Todo gerador tem campos marcados com asterisco vermelho (*) que sao obrigatorios. Geralmente sao: caminho do repositório, arquivo ou diretório e contexto/motivação. Sem esses campos, o prompt ficaria incompleto.
Marque os checkboxes desejados
Cada gerador tem uma lista de checkboxes com domínios de qualidade (SOLID, V&V, SAST, etc.). Alguns vem marcados por padrão — você pode desmarcar ou marcar mais conforme sua necessidade. Quanto mais checkboxes marcados, mais profundo e detalhado será o prompt gerado.
Clique em "Gerar Prompt com Domínios"
O botao verde monta o prompt com base em tudo que você preencheu e marca. O prompt aparece em uma área de saida na parte inferior da tela, com formatação de código e scroll.
Copie e cole na IA
Clique no botao "Copiar" para copiar o prompt para a área de transferência. Abra o ChatGPT, Claude ou qualquer outra IA e cole. A IA vai receber um prompt rico em contexto, domínio e formato — e vai produzir um resultado muito superior.
Importante: Nenhum dado e enviado para nenhum servidor. Tudo acontece localmente no seu navegador. Os campos de formulário sao apenas para montar o texto do prompt — você pode preencher com caminhos ficticios ou reais, não importa, pois o próprio prompt que você copia e cola manualmente na sua IA de preferência.
🔄 Gerador: Revisão + Qualidade
Domínios Ativos
Este gerador combina conhecimentos dos ebooks de Qualidade de Software, Arquitetura de Software e Algoritmos e Padrões. Ele e focado em revisar código com rigor profissional, verificando qualidade em múltiplas dimensoes.
Campos do Formulário
| Campo | Tipo | O que colocar |
|---|---|---|
| Caminho do repositório | Texto | O caminho absoluto do repositório que será analisado. Ex: /home/z/my-project/meu-app |
| Arquivo ou diretório | Texto | O arquivo ou pasta específico. Pode ser um arquivo (src/utils/auth.ts) ou diretório (src/services/) |
| Contexto / Motivação | Textarea | Por que você precisa dessa análise? Ex: "Refatorar após incidente de produção" ou "Preparando para PR" |
| Domínios de qualidade | Checkboxes | 10 opções (V&V, Testes, SAST, Code Review, Atributos, SOLID, Clean Code, Arquitetura, DevOps, Performance) |
Quando usar: Sempre que precisar de uma revisão de código rigorosa que va além de "olho nu" — incluindo principios SOLID, atributos de qualidade, teste em múltiplos níveis e análise estatica. E o gerador mais usado para o dia a dia.
🌐 Gerador: Design de API
Domínios Ativos
Combina os ebooks de Projeto e Arquitetura de APIs com principios de Observabilidade e Arquitetura de Software. Focado em criar ou revisar APIs RESTful profissionais.
Campos Específicos
| Campo | O que colocar |
|---|---|
| Caminho do repositório | Caminho do projeto de API. Ex: /home/z/my-project/api-server |
| Arquivo(s) de API | Arquivos de rotas/endpoints. Ex: src/routes/users.ts ou src/routes/* |
| Contexto | Motivação. Ex: "Refatorar endpoints para produção" |
| Framework/Linguagem | Selecione o framework (Express, FastAPI, NestJS, Spring Boot, etc.) ou deixe "Deixe descobrir" para a IA identificar |
| Tipos de análise | Checkboxes: Design RESTful, Anti-Patterns, Observabilidade, Segurança, Documentação, Performance |
Quando usar: Ao criar novos endpoints, revisar design de API existente, ou preparar APIs para produção. Garante que a IA verifique métodos HTTP corretos, anti-patterns comuns, observabilidade e segurança.
🏗 Gerador: Refatoração Arquitetural
Domínios Ativos
Combina os ebooks de Arquitetura de Software, Qualidade e DevOps. Focado em mudancas estruturais que respeitam a arquitetura existente e evoluem o projeto sem breaking changes.
Checkboxes Específicos
- 4 Pilares da Arquitetura — Estrutura, atributos de qualidade, decisões arquiteturais e principios de design.
- Atributos de Qualidade (-ilities) — Escalabilidade, performance, segurança, disponibilidade, manutenibilidade, testabilidade.
- Leis do Trabalho Arquitetural — "Toda decisão tem seu preço" e "Avalie no contexto específico".
- Documentação C4 — Gera documentação nos níveis Contexto, Container, Componente e Código.
- Refatoração e Evolução — Redução de acoplamento, automação de testes, padrões emergentes.
- Cloud / DevOps — Arquiteturas distribuidas, containers, microsserviços.
Quando usar: Ao planejar grandes mudancas estruturais como migração de monolito para microsserviços, reorganização de módulos, ou qualquer refatoração que impacte a arquitetura do projeto como um todo.
🛡 Gerador: Segurança + LGPD
Domínios Ativos
Combina os ebooks de Privacy by Design / LGPD com OWASP e principios de segurança. Gera prompts que verificam conformidade legal e segurança técnica simultaneamente.
Campos Específicos
| Campo | O que colocar |
|---|---|
| Nível de conformidade |
|
| Tipo de dado predominante |
|
Quando usar: Sempre que o projeto lida com dados pessoais de usuários brasileiros. Especialmente útil antes de lançamentos em produção, auditorias, ou quando se trata de dados sensíveis/críticos. O prompt gerado inclui verificação OWASP completa e os principios legais da LGPD.
🎨 Gerador: UX + Usabilidade
Domínios Ativos
Combina os ebooks de UX no Desenvolvimento de Software com principios de Design Centrado no Usuário e Análise Heurística.
Campos Específicos
| Campo | O que colocar |
|---|---|
| Framework UI | React, Next.js, Vue, Angular, Svelte — ou deixe a IA descobrir |
| Estilo | shadcn/ui + Tailwind, Material UI, Chakra UI, CSS Modules, Styled Components |
| Aspectos UX |
|
Quando usar: Ao revisar componentes de interface, criar novas telas, melhorar a experiência do usuário, ou preparar o frontend para produção. Garante que a IA va além da estetica e avalie acessibilidade, usabilidade e jornada do usuário.
🤝 Gerador: Canivete Suico Pro
Domínios Ativos: TODOS
O gerador mais completo e poderoso da ferramenta. Ativa todos os domínios simultaneamente e gera o prompt mais rico e profundo possível. E a opção "sem filtro" para quando você precisa de uma análise exaustiva.
Campos Adicionais
| Campo | O que colocar |
|---|---|
| Tipo de melhoria predominante | Análise completa, Qualidade, Arquitetura, Segurança, Performance, UX, DevOps, Processos, Refatoração |
| Profundidade da análise |
|
| Entregáveis esperados | Checkboxes para: Resumo executivo, Justificativa por mudanca, Diffs completos, Riscos e mitigações, Novos arquivos criados, Testes atualizados/criados |
Quando usar: Quando você precisa da análise mais completa possível — por exemplo, antes de um PR grande, para débito técnico acumulado, ou quando não tem certeza de qual gerador específico usar. O Canivete Suico Pro cobre todos os angulos.
Dica: O Canivete Suico Pro gera prompts longos e muito detalhados. Para IAs com limite de tokens, considere usar a opção "Resumida" na profundidade, ou usar um gerador mais específico para um prompt mais curto.
☁ Gerador: Cloud / Infra
Domínios Ativos
Combina o ebook de Computação em Nuvem (Marcelo Zillo) com principios de segurança na nuvem e conformidade regulatória. Gera prompts que verificam infraestrutura cloud, modelos de serviço (SaaS/PaaS/IaaS), segurança (responsabilidade compartilhada, IAM, criptografia) e compliance (LGPD, NIST CSF, BACEN).
Campos Específicos
| Campo | O que colocar |
|---|---|
| Provedor de Nuvem | AWS, Azure, Google Cloud ou Multi-cloud. Ajuda a calibrar as verificações específicas de cada provedor. |
| Aspectos para verificar | Checkboxes: Segurança (IAM, criptografia, flags), Modelo de serviço (SaaS/PaaS/IaaS), Preparação para migração, Compliance (LGPD, NIST, BACEN), Infra as Code (Terraform), Containers (Docker/K8s) |
Quando usar: Ao revisar infraestrutura em nuvem, preparar para migração, auditar segurança cloud, ou garantir compliance regulatorio em ambientes hospedados.
🧠 Gerador: IA / Machine Learning
Domínios Ativos
Baseado no ebook Engenharia de Inteligência Artificial (Adriano Carezzato). Focado em revisar código de IA/ML com verificação de etica e vies, qualidade dos dados (garbage in, trash out), overfitting/generalização, segurança adversarial e IA responsável.
Campos Específicos
| Campo | O que colocar |
|---|---|
| Tipo de modelo | Classificação, Regressão, NLP, Visão Computacional, Sistema de Recomendação. Calibra a análise para o tipo específico de IA. |
| Aspectos de IA | Checkboxes: Vies e Etica, Qualidade dos Dados, Overfitting/Generalização, Segurança Adversarial, Explicabilidade (XAI), Conformidade LGPD |
Quando usar: Ao revisar pipelines de ML, modelos de IA, dados de treinamento, ou quando o sistema trata dados pessoais com algoritmos de IA que precisam ser auditados.
📊 Gerador: Dados / Analytics
Domínios Ativos
Combina o ebook Sistemas de Uso Intensivo de Dados (Etienne Cartolano) com principios de Big Data (5 Vs), ETL, microsserviços de dados e ciclo completo de análise (SMART).
Campos Específicos
| Campo | O que colocar |
|---|---|
| Tecnologia principal | Spark, Kafka, Airflow, dbt, Python/Pandas. Identifica o stack de dados para verificações específicas. |
| Aspectos de dados | Checkboxes: Big Data (5 Vs), Qualidade ETL, Microsserviços de Dados, Ciclo Análise Completo, ML Aplicado |
Quando usar: Ao revisar pipelines de dados ETL, data lakes, data warehouses, sistemas de analytics ou qualquer projeto que processe grandes volumes de dados.
📅 Gerador: Gestão / Métricas
Domínios Ativos
Combina os ebooks de Práticas de Gestão de Projetos (Adriano Neves) e Métricas na Gestão de Projetos (Raphael Donaire Albino). Gera prompts com foco em PMBOK, escopo (EAP), riscos, OKRs, métricas de fluxo e previsibilidade.
Campos Específicos
| Campo | O que colocar |
|---|---|
| Modelo de gestão | PMBOK (tradicional), Ágil (Scrum/Kanban), Hibrido. A LLM adapta as verificações conforme o modelo escolhido. |
| Aspectos de gestão | Checkboxes: Escopo e EAP, Riscos, Stakeholders e Comunicação, Project Charter, Gestão de Aquisições |
| Métricas para incluir | Checkboxes: OKR (Output vs Outcome), Fluxo (Lead Time, Throughput, WIP), Eficiência vs Eficacia, Previsibilidade (Monte Carlo), Lei de Little |
Quando usar: Ao planejar projetos, fazer auditorias de gestão, definir OKRs, medir fluxo de entrega, ou quando precisar de previsibilidade e métricas orientadas a resultado (não apenas produtividade).
👉 Passo a Passo — Tutorial Rápido
Um exemplo prático completo de como usar a ferramenta do inicio ao fim:
Cenário: Revisar código de autenticação antes de lancar em produção
Vamos imaginar que você tem um projeto em /home/z/my-project/app e quer revisar o arquivo src/middleware/auth.ts que trata autenticação de usuários.
Abra a ferramenta
Duplo-clique no arquivo prompt-engineering-pro.html para abrir no navegador. A tela inicial (Visão Geral) carrega automaticamente.
Escolha o gerador adequado
No sidebar, clique em "Segurança + LGPD" (esta na seção "Gerador Avançado"). Isso abre o formulário focado em segurança e conformidade.
Preencha os campos
- Caminho do repositório:
/home/z/my-project/app - Arquivo(s):
src/middleware/auth.ts - Contexto: "Preparando módulo de autenticação para produção. O sistema armazena dados pessoais de usuários brasileiros (nome, email, CPF). Preciso garantir conformidade LGPD e segurança contra ataques comuns."
- Nível de conformidade: Selecione "Tudo (LGPD + OWASP + PbD)" para a análise mais completa
- Tipo de dado: Selecione "Dados pessoais sensíveis" (porque CPF e dados de saúde podem estar envolvidos)
Gere o prompt
Clique no botao verde "Gerar Prompt com Domínios". O prompt aparece na área de saida abaixo, formatado como código, com todas as seções preenchidas.
Copie e cole
Clique em "Copiar". Abra o ChatGPT, Claude ou sua IA preferida. Cole o prompt e envie. A IA vai fazer uma análise completa cobrindo: principios LGPD, OWASP Top 10, Privacy by Design, e gerar diffs prontos para aplicar.
Aplique os resultados
A IA vai retornar diffs no formato --- a/arquivo.ts / +++ b/arquivo.ts. Salve o diff em um arquivo (ex: fix.patch) e aplique com git apply fix.patch no seu repositório.
⭐ Dicas Avançadas
10 Dicas para Extrair o Máximo da Ferramenta
1. O contexto e tudo
Não economize no campo "Contexto/Motivação". Quanto mais detalhes você der sobre o problema, o cenário, o que ja tentou, o que precisa — melhor será o resultado da IA. Um contexto de uma linha gera resposta genérica. Um contexto de tres linhas gera resposta especializada.
2. Nem sempre mais e melhor
Marcar todos os checkboxes pode gerar um prompt tao longo que a IA perde foco. Selecione apenas os domínios relevantes para o seu caso. Para uma revisão simples de código, marque V&V + SOLID + Testes. Deixe os outros para quando realmente precisar.
3. Use os insights dos ebooks manualmente
Na seção de Ebooks Analisados, cada ebook tem um bloco de "Recomendações" em texto puro. Você pode copiar essas recomendações e adicionar a qualquer prompt que escrever manualmente, mesmo fora da ferramenta.
4. Combine geradores
Nada impede você de gerar dois prompts diferentes e combinar partes de cada um. Gere um com o gerador de "Segurança" e outro com o de "Qualidade", depois junte os melhores trechos de cada.
5. Adapte o prompt gerado
O prompt gerado e um excelente ponto de partida, mas você pode (e deve) edita-lo antes de enviar. Adicione detalhes específicos do seu projeto, remova partes irrelevantes, ajuste o tom. A ferramenta faz 80% do trabalho — você faz os 20% finais de personalização.
6. Para IAs com limite de tokens
Se estiver usando uma IA com limite curto de contexto, prefira geradores mais específicos (em vez do Canivete Suico) e selecione menos checkboxes. O prompt gerado será mais curto e consumira menos tokens.
7. Teste e itere
Se o resultado não foi satisfatorio, ajuste o prompt: mude o contexto, adicione mais detalhes, selecione outros domínios. A engenharia de prompt e iterativa — cada tentativa te ensina o que funciona melhor.
8. Use os diffs na prática
Os prompts gerados pedem diffs no formato git apply. Quando a IA retornar diffs, salve em um arquivo .patch e aplique com o comando git apply --check fix.patch (para verificar) e depois git apply fix.patch (para aplicar).
9. Consulte a Matriz de Impacto
Antes de escolher um gerador, olhe a Matriz de Impacto na Visão Geral. Ela te diz quais domínios sao mais relevantes para cada tipo de tarefa, ajudando a escolher o gerador certo e os checkboxes certos.
10. Funciona offline
A ferramenta e 100% offline. Não precisa de internet, não envia dados, não tem servidor. Você pode usar em qualquer computador apenas abrindo o arquivo HTML. Isso e útil quando você trabalha com código confidencial e não quer que dados do repositório vazem.
📗 Glossario
Termos técnicos usados na ferramenta e neste manual, explicados de forma simples:
O texto que você envia para uma IA como instrução. Pode ser uma pergunta, um comando ou um texto estruturado com contexto, regras e formato de saida.
O "cerebro" por trás de IAs como ChatGPT, Claude e Gemini. E um modelo de linguagem treinado com bilhoes de textos para entender e gerar linguagem humana.
Abreviação de "difference". Mostra as diferenças entre duas versões de um arquivo — o que foi adicionado (linhas com +) e o que foi removido (linhas com -). Pode ser aplicado com o comando git apply.
Conjunto de 5 principios de programação orientada a objetos: Single Responsibility (cada classe faz uma coisa), Open/Closed (aberto para extensao, fechado para modificação), Liskov Substitution (subtipos devem substituir o tipo base), Interface Segregation (interfaces pequenas e focadas) e Dependency Inversion (dependa de abstrações, não de implementações).
Lei Geral de Proteção de Dados (Lei 13.709/2018). A lei brasileira que regula como empresas coletam, armazenam, processam e compartilham dados pessoais de cidadaos brasileiros.
Open Worldwide Application Security Project. Uma organização que mantem listas das 10 vulnerabilidades mais comuns em aplicações web (OWASP Top 10), usada como referência global de segurança.
Conceito de Ann Cavoukian que diz que a privacidade deve ser incorporada no design dos sistemas desde o inicio, não adicionada depois. Tem 7 principios fundamentais.
Verificação = "estamos construindo o produto certo?" (checa se o código segue especificações). Validação = "estamos construindo o produto certo?" (checa se atende as necessidades reais do usuário).
Análise de segurança feita no código-fonte sem executa-lo. Ferramentas SAST verificam automaticamente vulnerabilidades como injection, XSS, hardcoded secrets, etc.
Método de documentação de arquitetura com 4 níveis de detalhe: Contexto (sistema no mundo), Container (aplicações e bancos), Componente (módulos internos) e Código (classes e funções).
Continuous Integration / Continuous Deployment. Pipeline automatizado que compila, testa e publica código toda vez que alguem faz um commit. Garante que mudancas sejam validadas automaticamente.
Test-Driven Development (escreve o teste antes do código) e Behavior-Driven Development (escreve comportamentos esperados em linguagem natural antes do código). Ambos sao metodologias que melhoram a qualidade do software.
Caracteristicas não funcionais do software: escalabilidade, performance, seguranca, disponibilidade, manutenibilidade, testabilidade. Em ingles, quase todos terminam com "-ility".
Business Process Model and Notation. Uma notação visual padrão para modelar processos de negocio com diagramas de fluxo, eventos, gateways e swimlanes.
Mudanca no código que quebra a compatibilidade com versões anteriores. Por exemplo, renomear uma função que outros módulos usam, ou mudar o formato de retorno de uma API. Deve ser evitado sempre que possível.
Indicio de problema no código que não necessariamente e um bug, mas sugere mau design. Exemplos: funções muito longas, duplicação de código, nomes confusos, dependências ciclicas.
Comando do Git que aplica as mudancas descritas em um arquivo diff ao código-fonte. Se você gerar um diff com a IA, pode salva-lo como .patch e aplicar diretamente ao seu repositório.
Um padrão de design que parece ser uma solução mas que na verdade causa mais problemas do que resolve. O oposto de um Design Pattern (que e uma solução boa e testada).
Modelo de computação que oferece recursos (servidores, storage, banco de dados) pela internet, com pagamento por uso (pay-as-you-go). Os principais modelos sao SaaS (software como serviço), PaaS (plataforma como serviço) e IaaS (infraestrutura como serviço).
Modelo de segurança da nuvem onde provedor e cliente dividem responsabilidades. O provedor protege a infraestrutura; o cliente protege os dados e a configuração. Ignorar essa divisao e a maior causa de vazamentos em nuvem.
Metodologia ágil que define comportamentos esperados do software usando cenários Given-When-Then (Dado-Quando-Então). Os testes escritos dessa forma funcionam como "especificação viva" que guia o desenvolvimento e valida requisitos automaticamente.
Acrônimo para qualificar boas histórias de usuário: Independente, Negociável, Valiosa, Estimável, Pequena e Testável. Se uma história de usuário não satisfaz esses critérios, precisa ser refinada.
Framework de definição de metas onde Objective (Objetivo) e uma meta qualitativa inspiradora e Key Results (Resultados Chave) sao métricas quantitativas que medem progresso. A principal vantagem do OKR sobre metas tradicionais e focar em resultado (outcome) em vez de atividade (output).
Lead Time e o tempo total desde a solicitação do cliente ate a entrega. Throughput e o número de itens entregues por periodo. Juntos, medem a velocidade e capacidade de entrega do time.
Técnica estatistica que simula milhares de cenários possíveis usando dados historicos para estimar prazos com probabilidade. Em vez de um prazo único ("vai demorar 2 semanas"), diz "ha 85% de chance de entregar em ate 3 semanas".
Fórmula do SAFe para priorizar itens por valor: WSJF = (Business Value + Time Criticality + Risk Reduction) / Job Size. Ajuda a decidir o que fazer primeiro quando ha mais itens do que capacidade.
Modelo que descreve 4 fases de evolução de equipes: Forming (formação, incerteza), Storming (conflitos), Norming (normas estabelecidas) e Performing (alta performance). Entender em qual fase o time esta ajuda a definir intervenções adequadas.
Cinco dimensoes que caracterizam dados massivos: Volume (quantidade), Velocidade (velocidade de geração), Variedade (diversidade de formatos), Veracidade (qualidade/confiabilidade) e Valor (utilidade para o negocio). Todo pipeline de dados deve considerar os 5 Vs.
Work Breakdown Structure (WBS). Decomposição hierarquica do escopo do projeto em entregas menores e gerenciáveis. Cada nível inferior detalha mais o trabalho. A EAP e a base para estimativas, cronogramas e controle do projeto.
Conjunto de principios para desenvolvimento etico de IA: Transparência (como o modelo decide), Justica (sem discriminação), Privacidade (proteção de dados), Responsabilidade (quem responde por erros) e Segurança (robustez contra ataques).
🚀 Pronto para comecar?
Agora que você entende o que e um prompt, como a ferramenta funciona e como usar cada gerador, abra o prompt-engineering-pro.html e comece a gerar prompts profissionais para suas analises de código.
Se tiver dúvidas, volte a este manual — ele esta organizado por seções no menu lateral para facilitar a navegação.