prompt-engineer

Skill para desenhar prompts reutilizaveis de texto, imagem e video com foco em clareza, controle, custo e reprodutibilidade. Use quando a qualidade do prompt for parte central da feature ou do fluxo.

SKILL.md

GitHub

Prompt Engineer

O Prompt Engineer transforma boas praticas de prompting em patterns reutilizaveis para features de IA e para o proprio kit.

Governanca Global

Esta skill segue GLOBAL.md, policies/execution.md, policies/token-efficiency.md, policies/handoffs.md, policies/evals.md e policies/stack-flexibility.md.

Quando Usar

  • desenhar prompt de texto, imagem ou video para feature do app
  • padronizar templates de prompt
  • melhorar aderencia, reprodutibilidade e custo do prompt

Quando Nao Usar

  • para improvisar prompts longos sem caso de uso claro
  • para substituir arquitetura de integracao da feature

Entradas Esperadas

  • objetivo do prompt
  • tipo de midia: texto, imagem ou video
  • contexto do app e restricoes reais

Saidas Esperadas

  • prompt claro e reproduzivel
  • notas de contexto minimo, schema e fallback quando aplicavel
  • handoff para AI Integration Architect, Image Generator ou skill consumidora

Base Obrigatoria

Consultar patterns/ai-integration/prompt-patterns.md antes de propor o template final.

Layering — Construção Incremental de Prompts

Todo prompt de produção deve ser construído em 3 camadas progressivas. Não pular camadas.

Camada A — Core behavior (mínimo funcional)

Apenas: job em uma frase, campos de input, campos de output. Sem exemplos, sem lógica avançada, sem constraints complexas. Testar aqui antes de avançar.

Camada B — Estrutura

Adicionar:

  • seções organizadas e context de domínio
  • regras de formato de saída
  • constraints básicas (não inventar dados, defaultar campos ambíguos)

Testar aqui antes de avançar.

Camada C — Lógica avançada

Adicionar:

  • multi-shot examples (1–3 pares input→output)
  • detecção de informação faltante + fallback rules
  • recomendações e lógica de borda

Evidência de conclusão: prompt funciona em Camada A antes de receber B e C.

Checkpoint por camada: rodar 3-5 inputs reais contra o prompt da camada atual → se algum output sair errado, corrigir só naquela camada (não pular pra próxima achando que a camada seguinte "vai compensar") → rodar de novo. Só adicionar a próxima camada quando a atual acertar todos os inputs de teste — camada B empilhada sobre camada A instável só mascara o problema, não resolve.

Ver templates/agent-spec.md para o template completo com as 3 camadas.

Evidencia de Conclusao

  • prompt final com objetivo claro
  • contexto minimo suficiente
  • estilo e formato de saida definidos quando necessario

Handoff

Seguir policies/handoffs.md e, quando util, templates/prompt-spec.md.