Por que um Dev Precisa de Prompt Engineering?
Ferramentas como Claude, GPT-4 e Gemini ja fazem parte do fluxo de desenvolvimento. A diferenca entre um resultado mediocre e um excelente esta na qualidade do prompt.
Estrutura de um Prompt Tecnico Eficiente
Todo bom prompt tecnico tem cinco elementos:
- Role — quem a IA deve ser
- Contexto — o que ela precisa saber
- Tarefa — o que deve fazer
- Restricoes — o que nao deve fazer
- Formato — como entregar o resultado
Exemplo: Documentar um Endpoint de API
Role: voce e um tech writer senior especializado em documentacao de APIs REST.
Contexto: endpoint Hono no Cloudflare Workers:
- Rota: GET /api/artigos
- Retorna: array paginado com campos slug, title, excerpt, category, tags
- Autenticacao: Bearer JWT obrigatorio
- Cache: KV Namespace com TTL de 1 hora
Tarefa: gere a documentacao OpenAPI 3.1 para este endpoint.
Restricoes:
- Use YAML, nao JSON
- Inclua exemplos reais de request e response
- Documente erros 401 e 500
- Nao invente campos que nao existem
Formato: bloco YAML pronto para adicionar ao openapi.yaml
Tecnica Chain-of-Thought para Bugs Complexos
Ao depurar, forca a IA a pensar passo a passo antes de responder:
Preciso depurar um bug no Nuxt 4 com SurrealDB.
Sintoma: a rota /api/blog/:slug retorna 404 para slugs com hifen, mas funciona para slugs simples.
Antes de responder, pense passo a passo:
- O que poderia causar diferenca de comportamento baseado em hifen na URL?
- Verifique cada camada: roteamento Nitro, query SurrealDB, tratamento de parametros
- Liste hipoteses em ordem de probabilidade
- Para a mais provavel, mostre o trecho de codigo com o bug
Stack: Nuxt 4, Nitro, SurrealDB v2, Cloudflare Workers
Automatizando Revisao de Codigo via SDK
import Anthropic from "@anthropic-ai/sdk"
const client = new Anthropic()
async function reviewPR(diff: string): Promise<string> {
const message = await client.messages.create({
model: "claude-opus-4-6",
max_tokens: 2048,
messages: [{
role: "user",
content: `Voce e um revisor de codigo senior. Analise este diff e aponte:
1. Bugs potenciais
2. Problemas de seguranca (XSS, injection, dados expostos)
3. Violacoes de boas praticas TypeScript
4. Sugestoes de performance
Diff:
${diff}
Responda em markdown com uma section para cada categoria.`
}]
})
return message.content[0].type === "text" ? message.content[0].text : ""
}Fluxo Real de Prompt Engineering
Conclusao
Prompt engineering nao e magia — e tecnica. Role, contexto, tarefa, restricoes e formato. Com esses cinco elementos voce extrai o maximo de qualquer LLM no fluxo de desenvolvimento diario.
Escrito por
Autor
Autor(a) do Portal Marina Bernardi.
Continue lendo