Communitygithub.com

Pensamento Semântico Eficiente

Uma skill para agentes que impede que modelos de IA afoguem tarefas complexas em palavras.

O que é Pensamento Semântico Eficiente?

A skill *Efficient Semantic Thinking* (Pensamento Semântico Eficiente) foi projetada para reduzir a sobrecarga linguística em interações com agentes de IA, focando em significado antes de palavras. Ela converte estrutura desnecessária de linguagem natural em representações semânticas compactas, processa a informação comprimida e expande de volta para linguagem natural apenas na comunicação com o usuário. É útil para tarefas com múltiplas restrições, entidades ou dependências, ou quando o agente precisa planejar várias etapas, comparar itens ou manter estado entre operações. Baseia-se em um processo de sete fases: extração semântica, compressão, preservação de especificidade, eliminação de excesso linguístico, raciocínio sobre a estrutura, compressão de conceitos repetidos e expansão apenas na fronteira de comunicação. A skill é compatível com ferramentas como Claude Code, Cursor, Codex e outros agentes de IA que operam sobre documentos de instrução markdown, promovendo eficiência sem perda de informação crítica.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add CamjamPNG/skills

Perguntar na sua IA favorita

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

Documentação

O que Pensamento Semântico Eficiente faz?

Pense em significado antes de palavras. Converta estrutura desnecessária de linguagem natural em representações semânticas compactas, opere sobre a representação comprimida e expanda de volta para linguagem natural apenas ao se comunicar com o usuário.

O objetivo é minimizar a sobrecarga linguística sem perder nenhuma informação que afete o resultado. Cortar palavras por si só não conta.

Quando ativo, anuncie: "Estou usando a skill de pensamento semântico eficiente."

Quando Usar

Use quando:

  • Uma tarefa contém múltiplas restrições, entidades, dependências ou condições.
  • A mesma informação precisa ser referenciada repetidamente.
  • Uma tarefa requer planejamento em várias etapas.
  • O agente está comparando, filtrando, ordenando, classificando ou transformando informações.
  • Um fluxo de trabalho com ferramentas contém estado estruturado substancial.
  • O agente precisa manter estado ao longo de várias operações.
  • A formulação em linguagem natural está se tornando repetitiva.
  • Um conceito pode ser representado de forma mais precisa como uma relação, predicado, valor ou estado.
  • O agente está processando grandes quantidades de informação onde a repetição linguística acrescenta pouco significado.

NÃO use quando:

  • A tarefa é trivial e a compressão adicionaria mais complexidade do que remove.
  • O usuário está pedindo uma conversa comum.
  • A tarefa exige prosa como saída principal.
  • A compressão removeria ambiguidade ou nuances importantes.
  • A representação exigiria inventar um vocabulário em vez de simplesmente usar primitivas semânticas existentes.

A Lei de Ferro

SIGNIFICADO PRIMEIRO. PALAVRAS DEPOIS. COMPRESSÃO APENAS APÓS O SIGNIFICADO SER PRESERVADO.

Nunca remova informações apenas porque isso torna a representação mais curta.

Nunca substitua um fato específico por uma abstração genérica.

Nunca substitua incerteza por precisão falsa.

Nunca substitua uma afirmação útil por linguagem decorativa.

Modelo Central

Trate a linguagem natural como uma codificação de informações, e não como a própria informação.

Para cada parte da entrada, distinga:

SIGNIFICADO
├─ ENTIDADE
├─ AÇÃO
├─ ESTADO
├─ ATRIBUTO
├─ RELAÇÃO
├─ RESTRIÇÃO
├─ CONDIÇÃO
├─ TEMPO
├─ LOCAL
├─ QUANTIDADE
├─ PREFERÊNCIA
├─ OBJETIVO
├─ INCERTEZA
└─ EVIDÊNCIA

Não preserve estrutura linguística que não contribua para o significado.

Por exemplo:

"Gostaria que você encontrasse um laptop que custe no máximo
$700 e de preferência tenha boa duração de bateria."

torna-se:

TAREFA:ENCONTRAR
OBJ:LAPTOP

REQ:
PRECO<=700USD

PREF:
BATERIA=ALTA

As palavras desaparecem. Os requisitos permanecem.

Quando a Compressão Ajuda

A compressão é valiosa quando remove:

  • Repetição
  • Preenchimento
  • Qualificadores desnecessários
  • Estrutura gramatical repetida
  • Explicações redundantes
  • Nomes de entidades repetidos
  • Restrições repetidas
  • Linguagem decorativa
  • Afirmações genéricas que não alteram a conclusão

A compressão NÃO é valiosa quando remove:

  • Fatos específicos
  • Precisão numérica
  • Relações causais
  • Exceções
  • Condições
  • Incerteza
  • Atribuição de fonte
  • Preferências do usuário
  • Distinções importantes

Evite Padrões de Escrita de IA

Muitos dos sinais de texto gerado por IA são, em sua raiz, sobrecarga linguística — afirmações que inflam a importância, preenchem com frases formuladas ou substituem fatos específicos por generalidades vagas. Removê-los faz parte da compressão semântica.

Ao redigir ou editar texto, evite estes padrões:

Significado inflado e legado. Nada de "é um testemunho", "momento crucial", "cenário em evolução", "marca uma mudança", "marca indelével", "contribui para a história mais ampla." Relate o que aconteceu, não o quão importante foi. Fatos específicos vencem declarações grandiosas.

Análises superficiais com -ando/-endo. Nada de "destacando sua importância", "enfatizando a necessidade", "garantindo continuidade", "refletindo tendências mais amplas." Se a oração após a vírgula é um comentário, corte-a ou transforme-a em um fato concreto.

Linguagem promocional. Nada de "vibrante", "rico patrimônio", "de tirar o fôlego", "revolucionário", "renomado", "perfeito." Declare atributos diretamente, com especificidades.

Atribuições vagas. Nada de "especialistas acreditam", "observadores notam", "é amplamente considerado." Nomeie a fonte ou abandone a afirmação.

Afirmações de notabilidade genéricas. Nada de "apresentado em veículos proeminentes", "mantém uma presença ativa nas redes sociais", "foi perfilado em." Liste a cobertura ou omita-a.

Vocabulário de IA. Evite empilhar palavras como "crucial", "mergulhar", "aprimorar", "cenário", "alavancar", "além disso", "adicionalmente", "ultimamente." Prefira equivalentes simples.

Evitação de cópula. "Serve como", "representa" onde "é" funciona. Use a cópula simples.

Paralelismos negativos. "Não apenas X, mas Y", "não X, mas Y", "X em vez de Y." Afirme o positivo diretamente.

Regra de três. Forçar itens em tríades — "A, B e C." Use dois ou quatro quando o conteúdo permitir.

Variação elegante. Trocar sinônimos para evitar repetir uma palavra ("o estudo... a pesquisa... o artigo"). Repetição é mais clara.

Uso excessivo de travessão. Dependência pesada de "—" para revelações dramáticas. Vírgulas e pontos são mais naturais.

Aspas curvas / formatação reveladora. Uso excessivo de negrito, títulos em caixa alta e emoji como formatação.

O teste

Se uma frase funcionasse bem como um destaque — "Isso representa um grande passo na direção certa" — reescreva-a como informação simples. Linguagem de destaque é o sinal revelador.

Processo

Fase 1 — Extração Semântica

Reduza a entrada ao seu significado operacional.

  1. Identifique o objetivo real do usuário.
  2. Identifique cada entidade relevante para esse objetivo.
  3. Extraia requisitos obrigatórios.
  4. Extraia preferências separadamente.
  5. Extraia condições e exceções.
  6. Extraia valores numéricos e operadores de comparação.
  7. Extraia restrições temporais e geográficas.
  8. Preserve a incerteza.
  9. Preserve evidências e relações de fonte quando relevante.
  10. Ignore preenchimento conversacional que não afete a tarefa.

Exemplo:

"Eu provavelmente quero algo bem barato, talvez por volta de
$500 ou menos, mas realmente preciso de pelo menos 16GB de RAM."

torna-se:

PRECO<=500USD
RAM>=16GB
RAM=REQ_OBRIG
PRECO=PREF_SUAVE

Não interprete "provavelmente", "bem" ou "realmente" como informação, a menos que o contexto lhes dê significado operacional.

Critério de conclusão: Cada fato, restrição, preferência, dependência e incerteza capaz de alterar o resultado está representado.

Fase 2 — Compressão Semântica

Substitua estruturas de linguagem natural por primitivas semânticas compactas.

Prefira:

PRECO<=500
RAM>=16GB
SO=WINDOWS

em vez de:

O computador precisa custar no máximo $500,
deve ter pelo menos 16GB de RAM e precisa rodar Windows.

Use operadores compactos de forma consistente:

=     igual a
!=    diferente de
>     maior que
<     menor que
>=    maior ou igual a
<=    menor ou igual a
&     E
|     OU
!     NÃO
->    causa / transiciona para
=>    implica
?     incerto
@     contexto / associação

Prefira formas semânticas diretas:

PRECO<=500

em vez de:

O preço idealmente não deve ultrapassar $500.

Prefira:

FATO:APPLE_LANCOU_IPHONE_15=2023

em vez de:

O lançamento do iPhone 15 pela Apple ocorreu em 2023,
o que representa um momento importante na história
contínua de produtos da empresa.

A segunda representação contém substancialmente mais palavras sem adicionar informação operacional equivalente.

Critério de conclusão: O estado comprimido contém as mesmas informações relevantes para a decisão usando menos unidades semânticas ou uma estrutura mais clara.

Fase 3 — Preserve a Especificidade

Não permita que a compressão transforme informações específicas em informações genéricas.

Ruim:

PESSOA=INVENTOR_IMPORTANTE

Bom:

PESSOA=ELIAS_HOWE
FATO=INVENTOU_MAQUINA_DE_COSTURA_MODERNA_DE_PONTO_FECHADO
ANO=1845

Ruim:

EMPRESA=BEM_SUCEDIDA

Bom:

EMPRESA=APPLE
RECEITA=...
PERIODO=...
FONTE=...

Informações específicas são mais valiosas do que descrições genéricas.

Critério de conclusão: Nenhum fato específico foi substituído por uma afirmação mais ampla que perca informações.

Fase 4 — Elimine a Sobrecarga Linguística

Ao processar informações, remova ativamente estruturas que carregam pouco valor semântico.

Prefira:

E
TEM
USA
ESCREVEU
MOVEU

em vez de equivalentes inflados desnecessários como:

SERVE_COMO
APRESENTA
UTILIZOU
AUTOROU
REALOJOU

Prefira afirmações diretas em vez de construções elaboradas:

CAUSA=X

em vez de:

Isso é significativo porque serve para demonstrar que X
no final contribui para...

Não adicione:

IMPORTANCIA
LEGADO
TENDENCIA_AMPLA
IMPACTO_FUTURO

a menos que esses conceitos sejam realmente relevantes para a tarefa.

Não fabrique análise apenas porque o assunto parece convidar à análise.

Critério de conclusão: Cada componente linguístico remanescente desempenha uma função semântica.

Fase 5 — Raciocine Sobre a Estrutura

Realize operações contra o estado semântico em vez de reconstruir repetidamente a prosa original.

Exemplo:

TAREFA:ENCONTRAR
OBJ:LAPTOP

REQ:
SO=WINDOWS
RAM>=16GB
ARMAZENAMENTO>=512GB
PRECO<=700

PREF:
DESEMPENHO>BATERIA

Dados candidatos:

A:PRECO=649 RAM=16 ARMAZENAMENTO=512 DESEMP=MED BATERIA=ALTA
B:PRECO=679 RAM=32 ARMAZENAMENTO=1024 DESEMP=ALTA BATERIA=MED
C:PRECO=599 RAM=8  ARMAZENAMENTO=512 DESEMP=ALTA BATERIA=ALTA

Filtrar:

VALIDOS=A,B
REJEITAR:C RAM<16

Classificar:

B>A

Conclusão:

MELHOR=B

O agente não precisa reafirmar repetidamente os requisitos originais em prosa.

Critério de conclusão: O estado atual suporta diretamente a próxima operação sem reconstruir contexto desnecessário de linguagem natural.

Fase 6 — Comprima Conceitos Repetidos

Quando a mesma entidade ou conceito aparece repetidamente, atribua uma referência estável.

Em vez de:

Rochester Institute of Technology
Rochester Institute of Technology
Rochester Institute of Technology

use:

RIT

Para múltiplas entidades:

E1=RIT
E2=UB
E3=RPI

Então:

COMPARAR:E1,E2,E3

Não crie abreviações que sejam difíceis de interpretar ou lembrar.

Critério de conclusão: Conceitos repetidos têm referências estáveis e podem ser reconstruídos de forma inequívoca.

Fase 7 — Expanda Apenas na Fronteira de Comunicação

A representação compacta é um formato de trabalho, não automaticamente o formato voltado ao usuário.

Converta:

MELHOR=B
PORQUE:
RAM=32
ARMAZENAMENTO=1024
DESEMP=ALTA

em:

B é a melhor opção porque tem 32GB de RAM, 1TB de armazenamento e o desempenho mais forte entre as opções qualificadas.

Não exponha a notação semântica a menos que:

  • O usuário a peça.
  • A notação seja útil por si só.
  • A tarefa seja sobre a representação.
  • O usuário esteja construindo ou depurando um agente usando este sistema.

Critério de conclusão: O usuário recebe o formato de saída solicitado com todas as informações relevantes preservadas.

Referência Rápida

SituaçãoRepresentação
Fato simplesFATO:X=Y
EntidadeE1=ENTIDADE
RequisitoREQ:X=Y
PreferênciaPREF:X=Y
RestriçãoX>=Y
CondiçãoSE:X ENTAO:Y
IncertezaX?
ComparaçãoA>B
DependênciaA->B
Múltiplos valoresX={A,B,C}
FiltragemFILTRAR:X>Y
ClassificaçãoORDENAR:X_DESC
ObjetivoOBJETIVO:X
DecisãoMELHOR:X
EvidênciaFONTE:X

Erros Comuns / Antipadrões

  • ❌ Otimização de contagem de palavras — Uma string mais curta não é automaticamente uma representação melhor.

  • ❌ Exclusão semântica — Remover um detalhe porque parece menor pode mudar a resposta.

  • ❌ Substituição genérica — Substituir fatos específicos por palavras como "importante", "bem-sucedido" ou "significativo" destrói informações.

  • ❌ Raciocínio decorativo — Adicionar significado, legado, impacto ou tendências mais amplas sem uma exigência da tarefa adiciona ruído.

  • ❌ Inflação de vocabulário — Usar sinônimos complicados quando palavras simples representam o mesmo conceito aumenta a sobrecarga linguística.

  • ❌ Reafirmação repetida — Repetir restrições inalteradas em vez de mantê-las como estado desperdiça representação.

  • ❌ Certeza falsa — Comprimir incerteza em um valor definido altera o significado.

  • ❌ Abreviação prematura — Criar uma abreviatura opaca pode custar mais esforço cognitivo do que economiza.

  • ❌ Vazamento de saída — Retornar notação semântica bruta quando o usuário solicitou linguagem normal reduz a usabilidade.

  • ✅ Compressão semântica — Remover palavras mantendo o significado.

  • ✅ Preservação de especificidade — Manter fatos exatos em vez de resumos genéricos.

  • ✅ Reutilização de estado — Armazenar informações uma vez e referenciá-las.

  • ✅ Linguagem direta — Preferir a expressão mais simples que preserve o significado.

  • ✅ Compressão seletiva — Comprimir estado complexo, não tudo indiscriminadamente.

  • ✅ Saída natural — Expandir o resultado final para o formato que o usuário espera.

Bandeiras Vermelhas — PARE e Reconsidere

Se você se pegar pensando:

  • "Isso soa mais sofisticado."
  • "Isso faz a resposta soar mais importante."
  • "Eu deveria mencionar o significado mais amplo."
  • "Eu posso provavelmente substituir este fato específico por uma afirmação geral."
  • "Este qualificador faz a frase soar melhor."
  • "Eu deveria explicar isso novamente para completude."
  • "Uma palavra mais avançada soaria mais profissional."
  • "Eu posso provavelmente inferir o detalhe faltante."
  • "Mais curto automaticamente significa melhor."
  • "O usuário provavelmente não notará que esta informação foi removida."

Pare e retorne à extração semântica.

Racionalizações Comuns

DesculpaRealidade

Habilidades Relacionadas