CommunityEscrita e Ediçãogithub.com

Barncore/prompting-agents

Escreva texto no qual outra IA atuará. Use ao criar ou melhorar um prompt para subagente, prompt para outra sessão, uma transferência, uma mensagem para uma IA externa, um resumo de execução autônoma, uma skill ou CLAUDE.md, ou ao escolher o modelo e esforço do leitor. Não se destina a explicar um prompt.

O que é prompting-agents?

Esta skill ensina a escrever prompts eficazes direcionados a agentes de IA, como Claude Code, Cursor ou Codex. Em vez de instruir passo a passo, ela defende descrever o estado final desejado e deixar o modelo planejar o caminho, pois modelos capazes seguem fielmente qualquer rota que possam planejar, incluindo os passos errados. A skill detalha seis componentes essenciais de um prompt: intenção, estado final, restrições rígidas, pontos de verificação, cláusula de liberdade e comprovações. Ela também fornece orientação sobre quando usar briefs para execução única, briefs para execuções autônomas, documentos duráveis como skills e CLAUDE.md, e como escolher o modelo ou nível de esforço do leitor. O conteúdo é agnóstico de plataforma, aplicando-se a qualquer agente de IA que leia texto.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Barncore/prompting-agents/tree/HEAD

Installed? Explore more Escrita e Edição skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Promptando agentes

O leitor é um modelo capaz, sem nenhum do seu contexto. Diga o que deve ser verdade ao final e por que, e deixe-o planejar o caminho: uma rota escrita para um trabalho que o modelo pode planejar é seguida fielmente, incluindo os passos errados. A embalagem difere — resumo, transferência, skill — a escrita, não.

O núcleo

O que colocar. O teste da linha: o leitor poderia derivar isso da tarefa e de seu treinamento? Fatos que ele não pode consultar, as convenções do usuário, contratos, restrições rígidas e critérios de conclusão falham no teste e permanecem. Rotas para trabalho planejável passam e vão embora. Uma lista de verificação de critérios é um estado final; uma lista de verificação de passos é uma rota.

Autocontido. Uma sessão nova lê apenas o prompt e o disco. Cada mensagem carrega o conjunto completo de regras vigentes com as alterações aplicadas no local — nunca "como antes, mais estas alterações" — e cada documento reafirma cada regra vigente da qual depende, nunca "como no pai".

O porquê, declarado positivamente. O modelo generaliza a partir de razões, então cada regra carrega a sua própria ("uma linha contínua por parágrafo, porque a caixa de chat trata uma quebra de linha como intencional"). Declare o comportamento alvo; uma proibição arrasta o comportamento proibido para o contexto e o torna mais disponível, portanto mantenha uma apenas como uma barreira de segurança rígida, emparelhada com o alvo positivo. Linguagem de pressão (DEVE, CRÍTICO, caixa alta) aciona excessivamente em modelos atuais; escreva "use X quando…".

Palavras-chave, um lugar, sem no-ops. Uma palavra que o modelo já possui (recibos, névoa da guerra, ciclo apertado) supera uma frase; o termo do próprio usuário supera ambos. Cada significado vive em um lugar. Uma frase que o leitor obedece por padrão paga custo para não dizer nada: delete a frase, não palavras dela.

Anatomia do prompt

  1. Intenção — o objetivo maior, a quem serve, o que a saída permite; o modelo a gasta nas microdecisões que o prompt nunca alcança.
  2. Estado final — o que existe quando terminado, com quais propriedades, e o que o usuário pode fazer agora. Verificável e exaustivo: "cada arquivo modificado contabilizado" força trabalho que "produza uma lista de alterações" não força. O formato da entrega vive aqui; é uma propriedade, não um procedimento.
  3. Restrições rígidas — os invioláveis: fontes somente leitura, orçamentos, terminologia, proveniência. As restrições declaradas pelo usuário, como declaradas — nunca seus próprios padrões de economia.
  4. Pontos de verificação — o único lugar onde a prescrição ainda pertence: quando pausar para o humano (uma ação destrutiva ou irreversível, uma mudança real de escopo, entrada que só eles possuem) e o que está fora do escopo.
  5. Cláusula de liberdade — licença para reestruturar e contestar. Em ambiguidade, tome decisões rotineiras e declare a suposição; pergunte quando a resposta puder evitar um problema posterior, como leituras que levam a trabalho materialmente diferente ou uma escolha cara de desfazer. O usuário acolhe essas perguntas. Em uma execução não supervisionada, a pergunta se torna uma regra com um padrão seguro aplicado, e o trabalho continua.
  6. Comprovações — em todo resumo: antes de relatar conclusão, audite cada afirmação contra um artefato desta sessão e diga claramente o que não foi verificado; isso quase elimina relatórios de status inventados.

Passos ordenados ganham um lugar onde a ordem importa (uma migração, um protocolo de segurança) ou onde um passo pulado é a falha; lá, uma lista de verificação que o leitor copia e marca supera a prosa.

Antes de enviar

Algum procedimento numerado poderia se tornar uma frase de estado final? Cada linha restante é uma restrição, ponto de verificação, regra de verificação ou especificação de entrega? Alguma frase permite que o leitor pare, desacelere ou reduza o escopo por um motivo que o usuário não declarou? O leitor precisaria ter estado nesta conversa para agir com base nela?

Ramificações

  • Mensagem única para um leitor que você pode modelar (despacho de subagente, prompt para outra sessão, transferência, mensagem para uma IA externa) → references/briefs.md
  • Resumo para uma execução não supervisionada, seus memorandos de ponto de verificação e decisões, sequenciamento sob uma janela de fechamento → references/autonomous-runs.md
  • Documento durável (skill, CLAUDE.md, documento de referência) e quando entregar uma construção de skill ao skill-creator da Anthropic → references/skills-and-docs.md
  • Escolher o modelo ou nível de esforço do leitor, ou escrever para Haiku ou Fable em vez de Opus → references/models.md

Habilidades Relacionadas