16 dicas oficiais para aproveitar melhor o Opus 5.5 em projetos reais

Autoria: Matheus Battisti - Hora de Codar · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: português

Vídeo original: 16 dicas OFICIAIS que deixam o Opus 5.5 MUITO melhor (testei num projeto real) · Canal: Matheus Battisti - Hora de Codar · 42:08 · Assistir no YouTube

Tópicos: Agentes de IA, Claude Code, Engenharia de prompts e contexto, Engenharia de software com IA, Modelos de IA

Resumo

O vídeo apresenta 16 recomendações oficiais da Anthropic para trabalhar melhor com o Opus 5.5, demonstradas em um projeto de sistema web para controlar compras fiado. As dicas abordam como definir critérios de conclusão, escrever prompts objetivos, encadear instruções, orientar o design e organizar tarefas com subagents e arquivos de projeto. Também são mostradas práticas de revisão de alterações no Git, verificação de informações e análise de documentos e imagens. Por fim, o apresentador explica como pedir explicações concisas e quando usar o fast mode, destacando que as recomendações vêm da documentação oficial.

Pontos-chave

Defina claramente o que significa concluir uma tarefa e deixe o Opus 5.5 trabalhar sem interrompê-lo desnecessariamente.
Prefira prompts diretos e objetivos, sem frases de cortesia ou instruções vagas que não contribuam para a tarefa.
Ao acrescentar requisitos, encadeie um novo prompt em vez de interromper a sessão; o modelo pode decidir quando incorporá-lo.
Para orientar o design, descreva o resultado desejado e liste explicitamente estilos e elementos que devem ser evitados.
Use CLAUDE.md ou AGENTS.md para registrar regras persistentes, incluindo quando prosseguir e quando pedir autorização.
Divida auditorias e tarefas grandes entre subagents; mantenha também um checklist atualizado para acompanhar o projeto entre sessões.
Leia os itens que dependem de você e revise o diff das mudanças recentes antes de consolidá-las com um commit.
Peça que informações não verificadas sejam identificadas; para documentos, solicite uma análise de inconsistências antes de usá-los.
O Opus 5.5 pode interpretar imagens anexadas e gerar documentos e planilhas; o vídeo recomenda especificar diretamente o que se deseja.
Peça explicações breves e use o fast mode em tarefas curtas, evitando-o em trabalhos longos com várias etapas.

Capítulos

Início	Capítulo	Resumo
00:00	Apresentação e novidades do Opus 5.5	O apresentador introduz o tema, comenta a autonomia do modelo e explica que demonstrará as recomendações em um projeto real.
02:06	Critérios de conclusão e prompts objetivos	As primeiras recomendações são definir o que significa concluir a tarefa e remover instruções desnecessárias dos prompts.
08:49	Encadeamento de prompts e orientação visual	O vídeo mostra como acrescentar requisitos sem interromper o modelo e como especificar elementos de design a evitar.
14:33	Regras do projeto e divisão com subagents	O apresentador demonstra instruções persistentes em arquivos do projeto e a divisão de auditorias entre subagents.
19:16	Checklist, bloqueios e revisão do diff	São apresentadas práticas para manter uma lista de tarefas, resolver dependências humanas e revisar as alterações recentes no Git.
28:08	Verificação de informações e análise de anexos	As recomendações abordam a identificação de dados não confirmados e o uso de imagens e documentos como contexto.
33:22	Geração de planilhas e documentos	O apresentador demonstra corrigir inconsistências de um plano e gerar uma planilha de cronograma.
35:27	Respostas anteriores e explicações concisas	O vídeo recomenda sinalizar quando assuntos antigos estão resolvidos e pedir explicações breves sobre as abordagens escolhidas.
38:00	Fast mode e conclusão	O apresentador explica quando usar o fast mode, aponta as documentações oficiais e encerra com recomendações e divulgações.

Citações

Diga o que conta como pronto e deixe-o trabalhar. — 02:06

Complemente sem interromper. — 08:49

Divida o trabalho grande entre subagents. — 17:10

Revise apenas o diff desta branch, encontre problemas e corrija bugs. — 26:31

Use o fast mode em tarefas mais específicas, por exemplo, tarefas menores. — 38:00

Conceitos e entidades

Opus 5.5 (modelo): Modelo apresentado no vídeo, usado para demonstrar as recomendações de desenvolvimento e uso de prompts.
Anthropic (empresa): Empresa cujas recomendações oficiais sobre o Opus 5.5 são discutidas no vídeo.
Claude Code (ferramenta): Ambiente de desenvolvimento citado como local de uso do modelo e de arquivos de instruções do projeto.
CLAUDE.md (ferramenta): Arquivo de instruções do projeto que pode registrar regras a serem consideradas em cada sessão.
AGENTS.md (ferramenta): Arquivo de instruções mencionado como alternativa para organizar regras e orientações do projeto.
subagent (conceito): Agente auxiliar ao qual se pode delegar uma parte específica de uma tarefa maior.
Git (ferramenta): Sistema de controle de versão usado para demonstrar commits e revisão das mudanças recentes.
fast mode (ferramenta): Modo do Claude Code descrito como uma forma de obter respostas mais rapidamente, com maior consumo de tokens.
Jev (produto): Produto promovido pelo apresentador como uma camada de decision model para sistemas de IA.
Appmax (empresa): Empresa promovida no vídeo por seus recursos de pagamento e integração.

Tradução completa (pt-BR)

00:00 A Anthropic liberou 16 dicas oficiais de como a gente pode tirar o melhor resultado do Opus 5.5. Neste vídeo, vou mostrar quais são e também testar na prática, com prompts e os ajustes necessários para que vocês entendam como aplicar isso nos seus projetos. Então, vamos fazer tudo juntos para que vocês também consigam tirar o máximo do Opus 5.5, um dos modelos de IA que mais estou usando hoje em dia. Então, bora lá, sem mais delongas, vamos começar. Chega aí. Bom,

00:31 galera, como eu falei, são 16 dicas. Também vou trazer para vocês os links oficiais da documentação, um pouco mais técnica, no final. Então, acredito que essa explicação vai ajudar também quem não vem da área da programação, né? Vai ficar bem mais fácil de entender, ainda mais com exemplos reais na nossa língua. Então, acredito que isso venha agregar, né? Senão, seria mais fácil só ler os artigos e pronto, né? Olha só, basicamente, o que mudou no Opus 5.5? A gente teve o lançamento do modelo há alguns dias e tudo mais, mas temos essa vantagem

01:04 de trabalhar sozinho por mais tempo. Então, não sei se vocês já perceberam, mas, se a gente manda uma tarefa maior, cara, ele fica trabalhando ali, às vezes por meia hora, uma hora. Ele dá essa sequência e não para. Isso aqui é uma grande vantagem. Observei isso tanto no Opus 5 quanto no 6.1 Sol, da OpenAI, né? Estão trazendo essas versões mais autônomas, que contam claramente o que fazem. Então, a gente tem aí um resumo da ação muito mais condensado. Ele não fica ali com todo aquele floreio

01:34 Ele é mais objetivo no que realizou. Isso é bem interessante porque a gente consegue ler e entender, né? Antes, dava até preguiça de ler o output do Opus 5, por exemplo. Ele pensa antes de cada resposta. Isso é algo que já vinha com os outros modelos, mas agora temos esse raciocínio cada vez mais forte para ter entregas melhores, inclusive testes antes da entrega de fato, o que melhora o nosso software, o nosso app ou a funcionalidade que a gente está desenvolvendo, tá, galera? Bom,

02:06 bora lá. Primeira dica, né? Eles chamaram de dicas, mas acredito que são realmente instruções que a gente tem que seguir. Também acredito que são diretrizes que a gente pode usar todo dia no nosso desenvolvimento, e isso vai nos render muito mais qualidade, né? Acho que chamar de dica é até banal para uma informação de tanta qualidade que eles soltaram. A primeira é: diga o que conta como pronto e deixe o modelo trabalhar. Então, a gente vem trazendo isso, né? Venho comentando em

02:36 vários vídeos essa definição de pronto, né? Quando é que cada prompt que a gente manda para ele está pronto, o que ele tem que considerar para aquela tarefa estar concluída. Isso é muito importante para esse modelo e vai orientá-lo a entregar exatamente o que a gente pediu. Então, aqui dei um exemplo de prompt, galera. Se vocês quiserem, depois podem pausar para ver todos eles, né? Mas também vou fazer na prática e já vou começar agora. Bora lá. Só antes, não se esqueçam, galera: foi lançado o curso de

03:07 Jev. O link está aqui no comentário fixado. Se você quer aprender sobre essa nova geração de modelos de decisão, recomendo muito fazer esse treinamento para aprender a conectar uma IA de decisão como o Jev ao seu projeto. Isso vai deixar o custo de IA mais barato, acelerar a tomada de decisões e fazer com que a sua IA principal, seja Opus, Astra ou o que for, trabalhe com o que precisa trabalhar, né? O modelo de decisão vem com esse novo paradigma, que vai trazer muito mais agilidade,

03:39 economia e precisão aos nossos projetos, tanto na parte de desenvolvimento quanto na parte do sistema em produção. Nesse curso, mostramos os dois lados da moeda. Então, dá uma olhada no link que está na descrição. Assista a este vídeo de 6 minutos em que conto tudo o que vai ter no curso e, claro, a página tem todos os detalhes, né? Explica um pouco sobre o Jev e sobre o que tem no curso. Tem tudo aqui direitinho. Ficou alguma dúvida? Manda uma mensagem para nós, beleza? Aproveite as condições de membro fundador, né? As condições para a turma fundadora logo se encerrarão. Bora lá. Bom, primeira

04:09 coisa que a gente tem que fazer aqui é garantir que você esteja com o modelo selecionado, né? Então, barra model, manda lá Opus 5.5, que é para esse modelo que as dicas valem, tá? O effort, em Medium, que também foi recomendado pela própria Anthropic como o nível de esforço padrão do modelo, tá bom? Vou fazer o prompt referente à dica um. Então, aqui também vou fazer tudo em sequência, né? Isso vai dar mais precisão e uma ideia de

04:41 desenvolvimento real ao longo do nosso vídeo, o que também é bem interessante. Fiz os prompts encadeados, não deixei tudo solto. Então, aqui estou criando um novo projeto chamado Caderneta, totalmente separado, né? Um sistema web chamado Caderneta, o caderninho de fiado do mercado de bairro, só que no celular e no computador. Next.js com o IND. Nesta etapa, ainda não tem banco de dados nem login. Então, claro, não é um app que vai sendo construído conforme a gente avança neste vídeo, tá? Aí pedi duas coisas: uma landing page e a tela da Caderneta, que é a lista de clientes

05:13 com quanto cada um deve, o limite de fiado e a data da última compra. Só que o ponto-chave aqui, relacionado à dica um, é a parte final: considere pronto quando a landing page e a tela da Caderneta abrirem no navegador, der para ir de uma para a outra e o projeto rodar sem erro. Só pare e me pergunte se algo travar por um motivo que você não consiga explicar. Então, essa definição de pronto é o que deve acompanhar os prompts de vocês, principalmente em funcionalidades maiores. Claro, você não vai mandar isso

05:44 por exemplo, quando tiver que trocar a cor de um botão. Mas, quando for um recurso a mais, quando estiver começando um sistema ou iniciando um novo modo, é uma instrução que vai fazer uma grande diferença, tá? Vamos mudar para o primeiro aqui para eu ter mais dinamismo no vídeo. Isso não vai mudar a qualidade final, tá bom? Bom, enquanto isso, já vamos para a dica número dois. Então vou ficar trocando os slides e tal, mostrando um slide para cada dica, né? A gente já fez isso antes. Bom, galera, a dica número dois é bem interessante, tá? É aquela

06:15 bem clássica, né? Tirar o blá-blá-blá dos nossos prompts também. Assim como o output foi limpo no Claude Opus 5.5, a gente também limpa o input. Então, tiramos o “pense com cuidado”, o “por favor” e essas coisas desnecessárias que não têm relação com o que ele precisa entregar. A gente remove essa parte, e isso ajuda o Claude, o Opus 5.5, a pensar melhor e ir direto ao que interessa. Então, uma das instruções que eles

06:46 encontraram com frequência nos prompts que analisaram — as empresas analisam os prompts enviados — é “pense com cuidado”. Então, falaram sobre essa questão na documentação que li, mas temos muitos casos de “bom dia”, “olá”, “por favor”. Ao remover essa parte desnecessária, o modelo de IA vai conseguir entregar um trabalho melhor. E também trouxe para vocês aqui o que acabei de falar: o nível de esforço padrão é Medium, tá, galera? Então, esse é o

07:16 que a Anthropic recomenda usar, mas eu particularmente gosto de usar o nível High, tá? Tenho resultados um pouco melhores. Claro, leva mais tempo para entregar, mas o High me satisfaz mais. Estou usando Medium no vídeo, né? Aqui no vídeo, Medium, mas, no dia a dia, costumo usar High. Então, vamos lá para a prática de novo, né? E, se você já usa esse “pense com cuidado” ou algo semelhante, comece a remover dos seus prompts. Qualidade na entrega. Bom, galera, então a gente tem aqui a entrega do projeto, né? Esse

07:47 Projeto, claro, ilustrativo, né? Não é um objetivo de desenvolvimento de projeto deste vídeo aqui, tá? Mas vamos acompanhando a evolução dele, né? Então, tá aqui, né? Pô, Opus 5.5. Tá com um frontend bom, né? Aqui tá a caderneta, então ele fez tudo que a gente pediu, né? Bom, e aí, seguindo para a segunda dica, né? Como seria, por exemplo, um pedido de explicação para o Opus explicar algo no projeto? Mais ou menos assim: o

08:19 pedido deve ser muito objetivo, como este aqui: “Responda direto. Qual comando eu rodo para abrir a caderneta no navegador?” Sem delongas, sem “por favor”, sem aquele “pense direito” que tinha no slide. Eu penso com cuidado, sempre de forma objetiva. Dessa maneira, o modelo funciona melhor, né? Então, essas técnicas de prompt são da própria Anthropic, como eu comentei, e fazem com que o Opus 5.5 consiga desenvolver com

08:49 precisão tudo que a gente solicita, sejam prompts como esse, de pedir informação, ou prompts que realmente gerem código, né? E dica número três, galera: isso aqui eu comento desde o Opus 5, nos projetos que a gente cria aqui no canal: complemente sem interromper. O que é isso? Antigamente, quando a gente mandava um prompt em cima de outro prompt, geralmente a IA parava, raciocinava de novo e condensava as duas respostas. Agora a gente tem esse encadeamento inteligente. Então a gente

09:20 manda um prompt e depois consegue, se esqueceu de algo, somar um novo prompt, que fica numa fila. Essa fila vai ser analisada e vai entrar justamente quando o Claude Opus 5.5 achar que é o momento mais interessante. Então, ele já vai ter lido aquilo ali, vai ficar em memória e, quando precisar daquela informação extra, quando for usar aquilo ali, vai adicionar a informação de forma inteligente à entrega e vai fazer um prompt completo, né? Ele vai

09:50 ler o prompt completo e entender o que precisa adicionar para preencher aquele requisito. Deixa eu mostrar na prática para vocês. Então, neste caso, vou começar pelas funcionalidades da caderneta. Coloquei aqui: “Agora faça a caderneta funcionar de verdade com um banco de dados SQLite. Quero cadastrar cliente com nome, telefone e limite de fiado. Lançar uma compra fiado com valor e descrição. Registrar o pagamento inteiro ou parcial e ver o histórico de cada cliente com saldo atualizado. Troque os dados de

10:21 exemplo por dados que vêm do banco e já deixe alguns clientes cadastrados para a tela não começar vazia.” E aí eu já coloquei a boa prática de definição de pronto. E vamos dizer que eu esqueci alguma coisa. Então, não vou dar Ctrl+C, não vou parar a sessão, vou encadear o prompt. Aí coloco aqui também: “Destaque em vermelho na lista quem já passou do limite de fiado.” Então, algo que eu tinha esquecido naquele prompt. E vejam aqui: às vezes demora mais, né? Mas, neste caso, foi de imediato. Ele entendeu que fazia sentido interromper para adicionar aquilo agora e

10:52 colocar já. Mas vocês vão ver que vai ter prompt que ele vai esperar terminar tudo e só depois vai fazer, porque ele consegue discernir se aquilo adiciona algo à funcionalidade atual ou se é um prompt para executar depois. Então, a gente tem essa inteligência entre os pedidos para que ele execute da melhor forma possível. E a própria Anthropic pede para não interromper, deixar o Claude Opus 5.5 se virar sozinho, porque isso vai proporcionar o melhor resultado para a gente. Vamos então para a dica número quatro. Esta aqui,

11:24 galera, até me surpreendeu quando li no design, né? Na parte de layout, cores e formatos, a gente deve listar o que não quer. Então, eu particularmente nunca tinha visto uma dica parecida, mas é bem interessante, né? Já que a própria Anthropic publicou isso, se a gente seguir, provavelmente a IA vai fazer designs mais precisos, mais próximos do que a gente precisa na aplicação. Então, coloquei aqui, né: sem direção de design, ele sempre cai nos mesmos poucos estilos. Pedir para evitar o visual de AI slop só

11:55 troca um padrão por outro. Então, não adianta pedir para ele evitar AI slop; a gente tem que citar explicitamente o que não quer. Vou dar um exemplo prático para vocês aqui. Bom, galera, ele terminou o prompt ali, né? E agora vou mandar o novo prompt, que se refere à dica quatro, sobre os estilos que a gente não quer. Seria algo assim: “Refaça o visual da landing page, supondo que ficou com AI slop, e o da caderneta com cara de comércio de bairro brasileiro, lembrando a caderneta de papel do balcão. Não use fundo creme ou off-white. Palavras de destaque em itálico nos títulos. Rótulos de seção numerados 1, 2, 3. Rótulos de fonte monoespaçada, nem botões em formato de pílula.”

12:27 Então, vejam aqui: pedi um design com cara de comércio de bairro brasileiro e pedi para ele não utilizar várias coisas que foram listadas abaixo. E agora, depois, a gente tem que confirmar se ele aplicou tudo isso, né? Só para mostrar para vocês, também tem a questão de agora já estar

12:58 funcionando porque a gente colocou aqueles últimos requisitos que eram da dica quatro, né? Ó, cadastrei o cliente e tal. Então, já está funcionando com o banco de dados. Cliente cadastrado aqui, ó. Aqui já está mudando. Beleza. Depois a gente vê. E, galera, antes de ir para a dica cinco, uma dica bônus para vocês. Está pensando em integrar pagamento no sistema de vocês? Appmax. O que a Appmax oferece? Taxa zero no Pix. Isso é muito bom porque tu

13:30 não paga nada para fazer o teu pagamento via Pix, né? Se algum cliente teu pagar via Pix, você fica livre de taxas, o que é muito interessante para quem está começando, tá? Não é só isso, né? A Appmax vai ter funcionalidades como pagamentos, que é o normal, recorrência para poder cobrar mensalidade, se esse for o teu tipo de negócio, divisão de pagamentos — se tu tem um sócio ali e precisa dividir em várias contas —, antifraude para não levar golpe e várias outras coisas. O link vai estar aqui no comentário fixado e, para começar, tu pode ir em documentação e criar

14:02 o teu ambiente sandbox. O que é isso? É algo que não está valendo de verdade, né? Para tu fazer a integração com o teu sistema, testar tudo e depois fazer o go live, ir para produção. Então, eles também têm uma documentação que mostra como fazer o sandbox para poder testar tudo e aí sim começar a cobrar de verdade, né? E, por meio deste link aqui, que vai estar na descrição, vocês vão ter acesso ao Pix com taxa zero, o que é muito interessante e importante para quem está começando. Se tu quer colocar um pagamento no teu sistema, testa a Appmax, que é a que eu recomendo,

14:33 beleza? Se tiverem alguma dúvida, o pessoal está disponível pelo WhatsApp aqui; é só perguntar que eles respondem na hora. Fechou? Bora então para a dica cinco. A dica cinco, galera, é sobre o CLAUDE.md. Então, a gente precisa especificar ali quando o Claude tem que seguir em frente e quando tem que parar, se algo acontecer, tá? É ali que a gente vai condensar essas regras, que são lidas em todas as sessões. Então, é muito importante que isso esteja estabelecido de acordo com o projeto em que a gente está trabalhando. Então, olha só o que eu coloquei aqui: “Em tarefa longa, ele às vezes para só para dar status, anuncia o

15:06 próximo passo sem fazer, oferece continuar ou lista escolhas que não bloqueiam nada.” Então, isso pode ser um problema, né? Como executar várias fases de um projeto que estão no teu spec, no teu PRD, em sequência, e ele parar ali para fazer alguma observação. Se no CLAUDE.md houver alguma regra que ajuste isso, ele vai segui-la, porque o CLAUDE.md é injetado a cada prompt que a gente manda para o Opus 5.5 e qualquer outro modelo de IA que trabalha ali no Claude Code, né? Então, vamos lá

15:37 ver como a gente pode fazer isso. Bom, galera, então ele fez aqui a entrega da refatoração de design. A gente já vai ver. E a próxima interação é direto no CLAUDE.md. Então, vejam aqui que ele já está fazendo referência ao AGENTS.md, que é um padrão da Anthropic para trazer agents agora também para o Claude Code. A gente pode fazer tudo nos agents que faria no Claude. E aqui está o que ele já escreveu, né? E aí eu posso colocar as regras aqui embaixo. Então, vou colocar aqui: “Quando um passo não

16:07 Se não precisar de mim, siga em frente. Se quiser me atualizar, faça isso na mesma mensagem e já passe para o próximo passo. Então, não peço para ele parar para algo que seja só uma atualização, né? Estou explicitamente incentivando isso. Só pare e pergunte quando não der para continuar sem mim ou antes de qualquer coisa destrutiva, né? Então, são bons momentos para a IA parar: antes de apagar dados, dar um force push no git ou mudar algo que esteja fora desse repositório e que a gente não queira, tá? E aí, para levar isso aqui em consideração, a gente tem que parar o Claude e iniciá-lo de novo, né?

16:39 Uma nova sessão para ele injetar esse arquivo de novo. Vou fazer isso aqui agora. Pronto, reiniciei aqui o nosso Opus 5.5, agora com as novas regras. Vamos para a dica número seis. Só antes, o design, né? Então, aqui está o que ele recriou com base no que a gente pediu, né? Sem as listas com marcadores e com aquele design mais de mercadinho de bairro, né? Então, realmente ficou diferente, né? Parece aquele caderninho das antigas, né? Então é isso, tá? E, galera, a dica número seis é sobre subagents. Então, eles falam para dividir

17:10 o trabalho grande entre subagents, porque assim a gente vai ter um resultado melhor do que sobrecarregando uma única sessão com um prompt absurdo. Então, o que eles dizem? Auditoria, migração e revisão em bases grandes. Cada uma dessas partes iria para um subagent, e ele confere o que cada um trouxe. Então, é como se ele dividisse o trabalho, como está aqui na figura, né? E depois todo mundo retorna para a sessão original, que é o que acontece quando a gente trabalha com subagents. Ele vai revisando o trabalho de cada um. Eu não peço tudo isso de uma vez só. Então, vou mostrar para vocês aqui na prática. Ó, com esse prompt aqui,

17:41 a gente faria o que foi instruído pela Anthropic. Audite cada parte da caderneta, procurando problemas com dinheiro, né? Valor monetário, valores somados com números quebrados, centavos sumindo ou sobrando no saldo, pagamento maior que a dívida aceito sem aviso e saldo que fica negativo. Coloque um subagent em cada parte. Então, aqui estou dividindo a auditoria em diversos subitens: primeiro, cadastro de clientes; depois, compras fiadas; depois, pagamentos; e a tela da caderneta. Quando um subagent voltar, confira as evidências dele antes de aceitar. Então, ele vai subdividir

18:13 isso, primeiro entendendo o projeto, né? Porque acabei de reiniciar a sessão. Aí ele vai fazer essa subdivisão para subagents, né? Ó, já começou aqui. Propósito geral: um já está em andamento, né? A gente pode ver aqui o trabalho dele. E esse aqui, quando termina, volta para a sessão original. Ó, o outro aqui vai auditar compras fiadas, outro vai auditar pagamentos e assim por diante. Então, a gente vai ter vários subagents com tarefas específicas, nas quais eles vão conseguir trabalhar melhor, né, do que se fosse um só vendo tudo, né?

18:44 que é o caso que eu também mostro em vídeos em que falo sobre segurança em projetos web. Aqui, quando a gente faz tudo em uma só sessão, é muito comum ele falar: “Ah, encontrei esses problemas”, aí tu pede de novo, ele encontra outros e outros. Então, assim, dessa maneira, se eu dividir o sistema, consigo encontrar muito mais problemas, tudo de uma vez só. É basicamente o que a Anthropic está sugerindo para a gente. Galera, enquanto ele termina aqui, vou para a dica sete, que é uma dica que vai amparar as próximas funcionalidades do sistema e ajudar bastante tanto a gente a entender o projeto como um todo quanto o

19:16 Claude também a retomar o trabalho em novas sessões. Então, a Anthropic também fala sobre separar um arquivo para a lista de tarefas, tá? Seria um arquivo Markdown mesmo, tasks.md, que vai mostrar quanto do projeto já foi feito e o que falta. Sempre que precisar fazer algo novo, novas tarefas serão adicionadas. E, sempre que a sessão for reiniciada, esse arquivo será lido para entender em que ponto o projeto está. Isso vai mostrar para a gente a evolução do projeto, e o Claude também vai conseguir trabalhar com esse arquivo para ter uma noção de quão

19:46 pronto o projeto está na visão dele, né, na visão da IA. E essa regra pode ser adicionada ao CLAUDE.md. Isso vai fazer com que ele atualize o arquivo automaticamente, sem a gente precisar ficar pedindo isso em cada prompt, né? Vai ser uma regra natural do modelo. Então, vou mostrar para vocês como criar essa regra no CLAUDE.md, para que ele crie um tasks.md enquanto a gente desenvolve o projeto, né? Mas, obviamente, é melhor colocar isso desde o início, para que ele crie essa lista de tarefas já no prompt inicial. Mas bora lá. Ele ainda está terminando o trabalho dos subagents, tá? A

20:18 gente abriria o CLAUDE.md ou o AGENTS.md e colocaria uma regra parecida com essa, né? Claro, tu vai adaptar ao teu projeto e ao teu estilo, mas seria algo mais ou menos assim: “Em tarefas com várias etapas, mantenha o checklist em tasks.md na raiz do projeto. Antes de começar, liste as etapas, marque cada item assim que terminar e acrescente o que descobrir no caminho.” Então, se ele for encontrando novos problemas, também vai atualizando essa lista, o que permite que ele resolva isso em sessões futuras, por exemplo, ou na mesma sessão, se a conversa for resumida ou você perder o fio da conversa, né? Leia o tasks.md

20:50 antes de continuar. Então, essa parte ajuda a gente, e visualizar esse arquivo também ajuda. Ao terminar cada tarefa, organize o resumo em três títulos: “Travado em mim”, “O que mudou” e “O que encontrei”. Isso também faz parte da organização e ajuda a gente a entender melhor o comportamento dele, né? São recomendações oficiais, como eu falei. Então, salvo aqui e, ao terminar essa verificação, reinicio a sessão. E, a partir daqui, tudo já começa a ser listado no tasks.md. Então, olha só, galera: aqui ele está retornando os subagents, né? Terminou

21:21 a tarefa, e aqui ele encontrou problemas, né? Então, vocês veem que um projeto tão simples como esse ainda tem problemas. Eu coloquei aqui três ou quatro partes; há problemas com dinheiro. Os pagamentos seguem as regras que você pediu: nenhum pagamento maior que a dívida é aceito e o saldo nunca fica negativo. Então, ele encontrou os problemas, mas não alterou nada, né? Só citou eles aqui, e agora seria a hora de corrigir. Então, vejam que, cara, um sistema simples, com dois ou três prompts, já tinha problemas com valores monetários, o que não é algo incomum, né?

21:52 E agora a gente precisaria resolver isso, né, para poder continuar o projeto com mais segurança. Então, pediríamos a solução para todos eles. Vou para a dica oito, que também faz parte, em certa medida, da dica sete. Bora entender. Então, a dica sete, se vocês lembram, terminava com o prompt pedindo para ele dividir o que está travado em mim, né — o que depende de mim —, o que mudou no projeto e o que foi encontrado, né? Então, essa parte de “travado em mim” é o que

22:22 depende da gente. E eles falam para a gente sempre ler isso e resolver o quanto antes, porque vai melhorar o projeto. Então, vamos dar um exemplo aqui. Se estiver faltando uma chave no .env de uma IA que a gente vai integrar, e a gente ainda não tiver colocado, ele vai sinalizar isso, e a gente precisa resolver, porque senão pode comprometer o desenvolvimento. Se for preciso instalar uma biblioteca e ele não quiser fazer isso por conta própria, vai dizer qual biblioteca é e quais são as sugestões dele

22:52 e a gente precisa resolver essa primeira parte da resposta dele para depois seguir para a próxima funcionalidade. Então, é uma forma de lembrar a gente do que precisamos resolver por conta própria, algo que já vai ficar fixo no CLAUDE.md ou no AGENTS.md, porque a IA não vai tomar essa decisão ou não está liberada para tomá-la, para que o projeto avance melhor, tá? Então, é importante, né? Se a gente mandar mais prompts aqui, vai ver que a gente precisa resolver esses problemas que são bloqueios nossos para

23:24 E aí, depois a gente segue o projeto. Cara, a dica nove eu achei sensacional, galera. Ela trabalha no diff do Git, tá? Então, para quem não sabe, o Git é o controle de versão do projeto, que a gente vai configurar para mandar para o GitHub e depois colocar em um servidor, né? E, quando a gente adiciona algo a mais no projeto, isso entra em uma parte que ainda não está consolidada no projeto, na branch atual em que a gente está trabalhando, tá? Isso é um pouco mais técnico, mas é interessante entender e conhecer. E

23:56 qual é a grande sacada aqui? Sempre que a gente adicionar coisas novas, vai fazer o commit para que isso seja salvo na versão atual, tá? Beleza? E a próxima alteração vai gerar um diff, que seria a diferença entre o que já foi comitado, que já está no código, e o que ainda vai entrar, né? A nova funcionalidade. E eles falam justamente para revisar esse diff. Então, o que a IA vai fazer? Ela vai se concentrar em revisar somente uma parte do código: a parte nova, antes de consolidá-la.

24:27 Então, é como se a gente tivesse um revisor de IA focado apenas no que foi adicionado por último, para fazer uma dupla checagem e confirmar que foi feito do jeito certo. Então, é uma estratégia muito interessante, que vai garantir ainda mais a qualidade das entregas da IA. Deixa eu mostrar para vocês aqui. Não vai ficar tão certinho porque a gente ainda não iniciou o Git, mas vai dar para ver na prática o que aconteceria, né? Então, vou fechar esta sessão para ele pegar as regras anteriores que estavam ali no AGENTS.md. A gente ainda não colocou ali os testes de medida, né? Então, aqui

24:57 galera, vou rodar alguns comandos rápidos para inicializar o Git dentro do projeto da caderneta. Primeiro, dou o init para inicializá-lo, adiciono todos os arquivos e faço o commit de que falei para vocês. Então, aqui ele comitou todos os arquivos, né? Ainda não tem nada no diff, né? Se a gente olhar aqui, git status não mostra nada. Então, agora a gente tem que adicionar alguma coisa para aparecer no diff. Vou mostrar para vocês. Então, iniciei o Claude de novo, tá? E vou pedir alguma coisa. Deixa eu olhar lá no projeto. Então, vamos dizer que

25:29 eu quero adicionar mais formas de ordenação aqui dentro da caderneta. Adicione outros tipos de ordenação na caderneta. Então, quando faço isso aqui, ele vai adicionar código, né? E isso vai gerar um diff do estado atual do projeto, que é o projeto todo, né? Então, logo a gente vai conseguir ver esse diff. E vou mostrar para vocês na prática o prompt que revisa o diff, da dica nove,

26:01 né, que foi instruído por eles. Olha só. Então, ele fez aqui, tá? E, só para mostrar para vocês, não travou para mim nem nada. Então, é isso aqui que a gente verificaria para resolver, né? Beleza? Isso é referente à dica passada. Aí, se eu dou um git diff aqui, aparece tudo que ele modificou, tá? Estão todos os arquivos, tudo mais. E isso é, na prática, o que ele tem que revisar, tá? Então, essas mudanças aqui são somente o que ele tem que conferir

26:31 Então, diminui muito o escopo do que ele tem que ler e revisar, né? Antes, eu pedi para ele revisar o projeto todo, tá? Então, vou mostrar para vocês aqui como seria o prompt. Seria algo mais ou menos assim, né? Revise o diff desta branch comparado com a main. Encontre problemas e corrija. Aqui eu não estou em outra branch, né? Vou colocar assim: revise apenas o diff desta branch, encontre problemas e corrija bugs. Me dê um relatório no final

27:05 da conferência. Então, é como se eu tivesse um escopo muito menor de código para revisar, e ele fizesse isso em muito menos tempo, né? E eu pudesse encontrar problemas justamente no que acabei de adicionar. E, na teoria, se eu faço isso, toda nova funcionalidade fica livre de bugs, né? A gente tem menos chance de ter problemas do que se eu revisasse o projeto todo no final, sei lá, antes de lançar. Tá bom, galera? Aí ele retorna aqui, né? Aí ele fez a mesma padronização de entrega, não travou para mim, e mudou o que encontrou

27:36 e fez justamente a verificação do detalhe a mais, do código a mais que existe depois da última alteração no Git. Então, depois disso, a gente faria o commit desse código, né? O processo seria algo nesse sentido aqui: git status, git commit e alteração X, né? O que foi feito. E, se vocês olharem aqui, o Git agora está limpo, né? Então, na próxima vez aconteceria a mesma coisa: apareceriam os arquivos modificados,

28:08 adicionados, excluídos, e ele faria a verificação só disso. Então, uma verificação menor e precisa consegue encontrar bugs somente no que foi alterado, que é justamente o que tem mais chance de dar problema, né? Bom, seguindo aqui, aquele velho problema da IA inventar dados, né, galera? Então, isso ainda acontece. O que acontece? O pessoal da Anthropic sugere que a gente peça para ele anotar ali, marcar de alguma forma o que não conseguiu confirmar. Isso é para casos específicos, né? Se o nosso sistema depende de dados reais, de dados

28:43 externos, que a gente não tem como saber com 100% de certeza porque não estão no nosso banco de dados, vamos dizer assim, né? Dados que estão sendo atualizados constantemente com o tempo. Então, se o seu sistema, por algum motivo, depende desse tipo de dado, a gente precisa fazer uma confirmação, né? Eles sugerem que a gente faça isso para que, se algo não foi realmente validado, ele indique isso. Assim, a gente consegue verificar manualmente e inserir mais um documento para que ele

29:13 possa preencher essa informação que ficou em dúvida, né? Que não foi confirmada. Beleza? Então, isso aqui é um ponto bem importante. Acredito que a maioria das pessoas faça isso, mas é bom citar também aqui. Vou colocar um exemplo de prompt só para vocês entenderem do que estou falando. Seria algo nesse sentido. Por exemplo, vamos dizer que eu quero colocar dados na página inicial do meu mercadinho, baseados em sistemas que também estão rodando e são meus concorrentes. Então

29:44 isso aqui, essa dica, digamos assim, também depende de uma pesquisa na internet, né? Não depende do conhecimento do modelo. Aí: pesquise os aplicativos de controle de fiado mais usados por pequenos comércios no Brasil, o nome, o preço e o que cada um oferece. Uma tabela final comparando com a Caderneta, que tem caderneta de clientes, limite de fiado, painel de cobrança e cobrança pelo WhatsApp. Então, eu poderia usar isso na página inicial para, por exemplo, comparar preços, né? O mercadinho é melhor? A Caderneta é melhor porque tem três meses gratuitos. E os outros não.

30:15 O concorrente A custa R$ 90 por mês e o concorrente C, R$ 120. Nesse cenário, eu poderia usar isso dessa maneira, e aí cada um consegue aplicar à sua regra de negócio, ao seu sistema. Beleza? Enquanto ele pesquisa aqui, já vamos falar da próxima, né, galera? Bom, a dica 11 também trata de um cenário mais específico: imagens que a gente anexa no Claude Code. O que acontece? O salto na melhoria do Opus 5 para o 5.5 na leitura de imagens foi

30:45 muito grande, tá? Então, a gente não precisa explicar o que tem na imagem ou o que ela mostra. Ele consegue assimilar e entender todos os dados corretamente, e a Anthropic diz para a gente perguntar só o que queremos ou pedir a mudança que queremos. Se for uma captura de tela do sistema, a gente não precisa contextualizá-la, porque ele vai conseguir ler a imagem de forma praticamente perfeita, tá? Então, se você usa capturas de tela para colocar algo no seu sistema ou do próprio sistema, você

31:17 pode pedir diretamente a ele, com base na imagem que você colocou. Ele vai conseguir usar esse contexto e agir com base nele, tá? Então, é mais uma facilidade, né, que simplifica os nossos prompts. A dica 12, galera, também é referente a anexos, tá? Agora, sobre documentos. Outro salto muito grande desta versão do modelo foi no nível de detalhamento que ele consegue captar nos documentos que a gente anexa — documentos grandes, né? Não há limite de tamanho: a gente manda o documento para ele e aí ele pode fazer a análise toda. A

31:48 A Anthropic fala para primeiro analisar o documento antes de utilizá-lo, né? Muita gente já usa o documento como base, mas pode haver algum detalhe que chame a atenção do modelo; ele pode revisar isso para a gente. Então, eles comentam que é melhor, primeiro, quando usar um documento, pedir para o Opus 5.5 fazer uma análise dele e, depois, sim, a gente usá-lo de alguma forma. Assim, ele consegue detectar erros e inconsistências com muito mais precisão. Então, aqui, galera, olha só: sobre a dica 11,

32:18 ainda, né, sobre a confirmação, ele citou aqui, nas exclamações, o que não consegue confirmar, tá? Aí teria que fazer uma verificação manual ou, de alguma outra forma, extrair esses dados, tá? Então, galera, indo para a dica número 12 agora, né? Eu coloquei aqui um documento no projeto, que é este plano de lançamento em Markdown aqui, tá? Então, vou pegar a referência dele e marcá-lo no chat aqui. Vou mandar o

32:50 seguinte prompt: “Confira esse plano e procure qualquer coisa que se contradiga, como números, datas e nomes. Mostre o trecho de cada problema e diga onde ele está.” Então, é isso que a gente faria antes de utilizar esses dados, tá? E aí, depois, a gente poderia pedir uma correção, por exemplo, né? Para que ele não tivesse problemas. E o arquivo tem problemas de propósito, tá? Ó, galera, aqui ele encontrou as inconsistências, né? Identificou um documento aqui. Beleza, só estou mostrando para vocês, né? Para ilustrar a situação. E agora a gente utilizaria. Aí

33:22 eu quero já ligar isso à dica 13. A dica 13, galera, se refere à geração de documentos, tá? Outra coisa que melhorou muito, né, do Opus 5 para o 5.5, é que as planilhas e os documentos que ele gera já estão numa versão final. A gente não precisa fazer nenhum refinamento, não precisa modificar nada; a gente já consegue extrair o que a IA mandou e usar na nossa empresa, se possível, tá? Então, a gente vai ligar os dados do documento da dica 12 para criar a

33:53 planilha com eles corrigidos, na dica 13. Então, a gente corrige o que verificou quanto à consistência e já cria esse documento para a gente analisar se ficou bom ou não. Vou mandar aqui, galera, o prompt, né? “Corrija os problemas que você encontrou usando o seguinte: lançamento na quinta. Aqui está o sistema, né? Plano Mercadinho, R$ 29, teste de 14 dias”, né? Então, todos os problemas que ele encontrou, coloquei aqui num prompt de correção. E, aqui no final, eu coloquei: “Transforme o cronograma corrigido”

34:23 “numa planilha que eu possa compartilhar, com uma linha por tarefa e colunas de data, tarefa, responsável e status”, como se eu quisesse fazer um checklist, né, de lançamento para esse sistema que estou construindo. E aqui ele vai gerar esse arquivo final para mim, tá? Então, primeiro ele corrigiu e agora está gerando o documento. Olha, então, ele criou esse cronograma XLSX. Vou abrir aqui rapidamente para a gente ver como ficou essa planilha. Ó, galera, então este seria o arquivo final, né? Claro, é um exemplo de teste, né? Mas está

34:55 bem rico em detalhes, com comentários e tal. Tem aqui colunas com tipos diferentes, né? Tipo de seleção, já configuradas. Então, esse é o potencial que o Opus vai ter para a gente. Lembrando, né, que transferi do Excel para o Drive aqui, o aplicativo do Google para ler documentos, né? Talvez a formatação tivesse ficado ainda melhor no próprio Excel, tá bom? Então, mais uma das dicas concluídas para vocês aí. Bom, galera, esta daqui, a 14, é bem curiosa, tá? Eu já

35:27 passei por isso algumas vezes, mas vou confessar que não acontece muito. E é interessante que não há uma solução da própria IA para esse problema, entre aspas, né? Então, eles falam para avisar que as respostas antigas já estão resolvidas. O que é isso? Vira e mexe, quando a gente está numa conversa muito longa, a IA tende a voltar a pontos antigos que já estão resolvidos, já estão concluídos; a gente já passou para um próximo desafio. E eles comentam que, se você está passando por isso, se está

35:57 acontecendo isso frequentemente, tem que colocar um prompt para fazer com que ela não responda mais dessa maneira. E eles orientam a não colocar isso no CLAUDE.md, que é uma regra que eles não consideram necessária para o arquivo, porque é um problema mais pontual. E, se você está enfrentando isso, tem que colocar essa instrução durante a conversa ou nas instruções do projeto, né? Se você usa o Claude por interface, né? No terminal não tem isso. Então, não há um local correto para colocar; é na

36:28 conversa. Ficaria desta forma aqui. O prompt que eles sugerem é algo assim: “Depois que você responder algo, dê essa resposta como resolvida. Foque no que estou perguntando agora e só volte a uma resposta anterior se eu perguntar sobre ela ou apontar um problema nela.” Isso faz com que ele guarde isso na memória e, durante a sessão, não volte mais ao assunto. Então, se você está passando por esse problema, eles sugerem resolvê-lo desta forma aqui e, inclusive, não colocar isso no CLAUDE.md, porque talvez seja uma regra que fique muito rígida

36:59 se for colocada lá de forma fixa. Galera, outra dica interessante, a número 15, é que o modo de funcionamento do modelo do Opus 5.5 mudou. Então, era comum a gente pedir no prompt para ele explicar o raciocínio sobre o problema que acabou de resolver. E agora eles orientam a gente a pedir isso de forma mais sucinta. Por exemplo: “Explique em três fases por que você escolheu essa abordagem.” Isso acontece porque o modelo sempre raciocina em

37:30 qualquer resposta, né? Até comentei isso lá no começo. Então, isso pode até cair num filtro do próprio modelo e fazer com que ele bloqueie essa nossa solicitação, por ser considerada desnecessária pela Anthropic. A gente pedir dessa maneira, já que ele já está fazendo isso, e as pessoas costumavam usar essa abordagem por pensar que o modelo não raciocinava ou não pensava exaustivamente na solução daquele problema, dando a entender que isso forçaria algo a mais e traria uma solução. Então, eles orientam que, se você

38:00 precisa pedir uma explicação do raciocínio, faça isso da forma mais sucinta possível, porque o modelo pode bloquear o pedido e não adianta, né? Ele já pensou o máximo possível assim que respondeu. E, galera, a última dica é sobre o modo rápido. Eu até já comentei isso em alguns outros vídeos que lancei aqui: quando a Anthropic lançou o modo rápido, a resposta era entregue mais depressa, porém com qualidade inferior, tá? E eles explicam que o modo rápido do Claude Code não tem a ver com isso. Ele simplesmente usa o

38:31 mesmo modelo de raciocínio para responder mais rápido, tá? Gastando mais tokens, obviamente. Então, é uma medida que a gente usa para receber respostas mais rapidamente e, consequentemente, consumir nossa sessão, mas com a mesma qualidade. E lá eles recomendam usar o modo rápido em tarefas mais específicas, por exemplo, tarefas menores. Eles falam que não compensa usar esse modo rápido em tarefas mais longas, nas quais o Claude vai executar várias etapas se rodar sozinho, porque isso vai

39:02 fazer com que ele gaste muito mais tokens do que no modo normal e acabe consumindo nossa sessão desnecessariamente, né? Numa etapa que não vai economizar tanto o nosso tempo, porque é uma tarefa mais longa; o modelo tem que raciocinar, e isso não vai influenciar tanto nem trazer tanto resultado em termos de rapidez. Para quem não sabe, né, galera, eu ativei o modo rápido algumas vezes neste vídeo.

39:33 Basta digitar “fast” e colocar “on” aqui. Vocês perceberam ali que eu tenho que ativá-lo; ele não está usando o modo rápido em todas as respostas. Às vezes, ele desabilita automaticamente, quando percebe que não vale a pena, mas a gente pode ir lá e forçar, ativando uma opção para isso não acontecer. E isso já aconteceu várias vezes. Então, quando eles indicam usar o modo rápido? Para coisas mais rápidas, como eu comentei: “troque o texto do botão de cobrança para ‘Lembrar no WhatsApp’”. Então, olha, até ele desabilitou aqui nesse

40:04 caso, tá? Mas a gente pode habilitar novamente se quiser. Aí ele vai funcionar. Até esse aqui não passou, né? Eu preparei um prompt simples, mas eles recomendam utilizar dessa maneira, e não em tarefas mais longas e complexas, tá? É uma recomendação da própria Anthropic. Eles não ganham nada com isso, né? A gente paga por essa resposta para ela chegar mais rápido, né? Beleza? Ó, chegou bem rapidinho aqui: 30 segundos. Bem interessante o tempo e o raciocínio, né? E, galera, como eu falei no começo do vídeo, a gente já fechou aqui as dicas, né? Não tirei isso da minha cabeça, e sim de documentações

40:36 oficiais. Vou deixar esses links aqui na descrição do vídeo, tá? Então, este aqui é um dos artigos do Claude Dev, tá? E aqui está a documentação, que é um pouco mais técnica e mais relacionada à API, para quem usa API, tá? Então, é meio que separado, mas as duas falam a mesma coisa sobre boas práticas. Esta aqui é mais voltada para o Claude Code; esta aqui é voltada para quem usa o Claude como API no sistema, tá bom? E não se esqueçam, né, galera, de dois avisos muito

41:06 importantes. Inscrevam-se no nosso curso do Jev. O link vai estar aqui no comentário fixado. Aproveitem esta promoção especial de lançamento para aprender sobre esses modelos de decisão que vão moldar o futuro. Isso eu digo com certeza. Não sou muito de ficar tentando criar hype para vocês, né, nem de deixar vocês com FOMO. Mas, cara, isso aqui realmente muda muito a forma como a gente usa IA; vem para agregar, não mata nada, não substitui nada, simplesmente é

41:37 mais uma camada que vai deixar os sistemas mais rápidos, seguros e baratos quando a gente fala de IA, tá? Lembrando, galera: não precisa pagar nada para usar o Jev. Tu cria tua conta, já ganha 5 para fazer o curso e ainda usar por mais um ano, e ainda vai ter crédito sobrando, tá? Outra coisa é a Max, né? Tu vai integrar pagamentos na tua aplicação, cara. Dá uma olhada neles. Tem essa taxa zero no Pix. Tem recursos para tu fazer o que quiser em pagamentos e uma documentação excelente para qualquer IA entender, que

42:08 basicamente vai ser só dar Ctrl+C e Ctrl+V, e tu vai conseguir ter um pagamento no teu sistema ainda hoje. E, se ainda tiver dúvida, tem o WhatsApp deles aqui. É só mandar uma mensagem que o pessoal de lá, que é gente boa para caramba, vai responder vocês. Bom, galera, agora quero saber o lado de vocês: o que acharam? Tem mais alguma coisa para adicionar? Estou usando bastante o Opus 5.5. Isso veio muito a calhar para mim. Tomara que ajude vocês também. Vou ficando por aqui. Se possível, inscrevam-se e deixem o like. Isso ajuda bastante a gente, e espero vocês no próximo vídeo e no curso. Valeu. Falou. É.

Transcrição original

[00:00] Gara Antropic liberou 16 dicas oficiais de como a gente pode tirar o melhor resultado do Oppo 5. Nesse vídeo aqui eu vou te mostrar quais elas são e na prática também fazer com prompts e os ajustes necessários para que vocês entendam como aplicar aí nos projetos de vocês. Então a gente vai fazer tudo junto para que vocês consigam também tirar o máximo do por 5.5, um dos modelos de a que eu tô mais utilizando hoje em dia. Então bora lá, sem mais delongas, vamos começar. Chega aí. Bom,

[00:31] galera, como eu falei, né, são 16 dicas aqui. Eu vou trazer para vocês também os links oficiais no final documentações um pouco mais técnicas. Então aqui eu acredito que essa abstração vai ajudar também quem não vem da área da programação, né? Vai ficar bem mais fácil de entender, ainda mais com exemplos reais na nossa língua. Então eu acredito que venha agregar, né? Senão seria mais fácil só ler ali os artigos e pronto, né? Olha só, basicamente que que mudou no OP 5.5, né? A gente teve o o lançamento do modelo faz alguns dias e tudo mais, mas a gente tem essa vantagem

[01:04] de trabalhar mais tempo sozinho. Então, não sei se vocês já perceberam, né? Mas se a gente manda uma tesque maior, cara, ele fica trabalhando ali às vezes meia hora, uma hora, ele dá essa sequência e não para. Isso aqui é uma grande vantagem. Eu observei isso tanto no OPO 5. Também no 6.1 Sol, né, que foi ali da Open AI. estão trazendo essa essas versões mais autônomas, conta claramente o que faz. Então, a gente tem aí um resumo da ação muito mais condensado. Ele não fica ali com aquele floreio

[01:34] todo, ele é mais objetivo no que realizou. Isso é bem interessante porque a gente consegue ler e entender, né? Antes dava até preguiça de ler o output do Opus 5, por exemplo. Ele pensa antes de toda a resposta. Isso aqui é algo que já vinha, né, com os outros modelos, mas a gente tem esse raciocínio cada vez mais forte para ter entregas melhores, inclusive o teste antes de se entregar de fato que melhora o nosso software, o nosso app ou a funcionalidade que a gente tá desenvolvendo, tá galera? Bom,

[02:06] bora lá. Primeira dica, né? Então eles chamaram de dicas, né? Mas eu acredito que são realmente instruções que a gente tem que fazer para, mas eu acredito também que são diretrizes, né, que a gente pode usar. todo dia no nosso desenvolvimento e isso vai nos render muito mais qualidade, né? Acho que o nome dica até banal pro pra informação de tanta qualidade aí que eles soltaram. A primeira é diga o que conta com pronto e deixa ele trabalhar. Então a gente vem trazendo isso, né? Eu venho comentando

[02:36] vários vídeos essa definition of, né? Quando é o pronto de cada prompt que a gente manda para ele, o que ele tem que considerar para aquela tarefa estar concluída. Isso é muito importante para esse modelo e vai orientar ele a nos entregar exatamente o que a gente pediu. Então aqui eu dei um exemplo de prompt, galera, se vocês quiserem depois pausar e tal para poder ver todos eles, né? Mas eu vou também fazer na prática e já vou começar agora. Bora lá. Só antes, não se esqueça, né, galera, lançou o curso de

[03:07] Jeev? O link tá aqui no comentário fixado. Se tu quer aprender essa nova geração de modelos de decisão, te recomendo muito a fazer esse treinamento para vocês aprenderem a plugar uma IA de decisão como o Jeev no projeto de vocês. Isso vai deixar ele mais barato no custo de IA, mais rápido para tomar decisões e fazer com que a tua IA principal, seja lá OPOS, Astra, o que for, trabalhe com que ela precisa trabalhar, né? O modelo de decisão vem com esse novo paradigma aí que vai trazer muito mais agilidade,

[03:39] economia e precisão aos nossos projetos que tem a tanto na parte de desenvolvimento quanto na parte do sistema ensina. Nesse curso te mostra os dois lados da moeda. Então dá uma olhada no link tá na descrição, assiste esse vídeo aqui, 6 minutos te conto tudo que vai ter no curso e claro, a página tem todos os detalhes, né? Explica um pouco sobre o JEV, sobre o que tem no curso, tem tudo aqui direitinho. Ficou alguma dúvida, manda um zap para nós, beleza? Aproveite as condições de membro fundador, né, turma fundadora, que logo se encerrarão. Bora lá. Bom, primeira

[04:09] coisa que a gente tem que fazer aqui é garantir, tá, que tu tenha o modelo colocado, né? Então, barra moda, manda lá opus 5. Que é para esse, né, que as dicas estão valendo, tá? o effort, tá? Medium, que foi também o sugerido, né, pela própria Tropic para ser o padrão de esforço do modelo, tá bom? Eu vou fazer o prompt referente à dica um. Então aqui eu vou fazer também sequencial, né, que vai dar mais precisão, mais ideia de

[04:41] desenvolvimento real ao longo do nosso vídeo, que é bem interessante também. Fiz os promptes encadeados, não tudo solto. Então aqui eu tô criando um novo projeto chamado caderneta, totalmente separado, né? O sistema web chamado caderneta, o caderninho de fiado do mercado de bairro, só que no celular e no computador. Os Nextts com o IND, essa etapa ainda não tem banco nem login. Então claro, não é um app que vai sendo construído aí conforme a gente vai passando esse vídeo, tá? Aí eu pedi duas coisas, uma landing page e a tela do caderneta, né, que é lista de clientes

[05:13] com quanto cada um deve. o limite de fiado e a data da última compra. Só que a grande parte chave aqui é o que se relaciona na dica um, que é o final. Considere pronto quando a landing page e a tela da caderneta abrirem no navegador. Der para ir de um para a outra e o projeto rodar sem erro. Só pare e me pergunte se algo travar por motivo que você não consiga explicar. Então essa definition of é o que deve acompanhar o prompt de vocês, principalmente em funcionalidades maiores. Claro, tu não vai mandar isso,

[05:44] por exemplo, quando tem que trocar a cor de um botão, mas quando é um recurso a mais, quando tá começando um sistema, quando tá iniciando um novo modo, é uma instrução que vai fazer a grande diferença, tá? Vamos mudar pro fest aqui para eu ter mais dinamismo no vídeo, não vai mudar a qualidade final, tá bom? Bom, enquanto isso, vamos já pra dica número dois. Então vou ficar trocando os slides e tal, daí só mostra slide assim, né? Tipo cada dica, né? A gente já fez isso antes. Bom, galera, a dica número dois é bem interessante, tá? É a aquela

[06:15] bem clássica, né? Tirar ali o furufurfu dos nossos prompts também. Assim como o output foi limpo do cloud output 5.5, a gente limpa também o input. Então a gente tira o pense com cuidado, o por favor, essas coisas desnecessárias que não tem relação com o que ele precisa entregar. A gente tira essa parte e isso ajuda o Cloud, o OPO 5.5 a pensar melhor e de fato ir para o que interessa. Então uma das instruções, né, que eles

[06:46] encontravam muito em prompts que eles analisaram, né, as empresas analisam, os promps são enviados, é o pense com cuidado. Então eles falaram sobre essa questão no documentação ali que eu li, mas a gente tem muitos casos de bom dia, de olá, de por favor e a gente removendo essa parte desnecessária vai fazer com que o modelo de a consiga entregar melhor trabalho. E ainda eu trouxe para vocês aqui que eu já acabei de falar ali que o nível de esforço padrão é um medio, tá galera? Então esse aqui é o

[07:16] que a Antropic recomenda utilizar, mas eu particularmente gosto de utilizar no high, tá? Eu tenho resultados um pouco melhores e claro leva mais tempo para entregar, mas me satisfaz melhor o high. Eu tô usando lá no vídeo medium, né? Aqui no vídeo medium, mas no dia a dia eu costumo usar o high. Então vamos lá pra prática de novo, né? E se tu já usa esse pico cuidado ou algo semelhante, já começa a remover teus promps qualidade na entrega. Bom, galera, daí a gente tem aqui, né, a entrega do projeto, né, esse

[07:47] projeto, claro, ilustrativo, né, não é um objetivo de desenvolvimento de projeto esse esse vídeo aqui, tá? Mas vamos acompanhando a evolução do mesmo, né? Então, tá aqui, né, pô, OPS 5. Tá com um front end bom, né? Aqui tá a caderneta, então ele fez tudo que a gente pediu, né? Bom, e aí seguindo pra segunda dica, né? Como é que seria, por exemplo, um pedido de explicação, né, pro Opus explicar algo no projeto. Mais ou menos assim, o

[08:19] pedido deve ser muito objetivo, como esse aqui. Responda direto. Qual comando eu rodo para abrir a caderneta do navegador? Sem delongas, sem por favor, sem o pense direito lá que tinha no slide, eu pense com cuidado, sempre objetivo. Dessa forma o modelo funciona melhor, né? Então, essas técnicas de prompt são da própria entrópica, como eu comentei, e fazem com que o OP 5. Estado, né? Ele consiga desenvolver com

[08:49] precisão tudo que a gente solicita, seja promptes como esse, né, de por informação ou promptes que realmente gerem código, né? E dica número três, galera, isso aqui eu comento desde o opus 5, né, nos projetos que a gente cria aqui no canal, complemento sem interromper, que é isso? Antigamente, quando a gente mandava um prompt em cima de outro prompt, geralmente a IA parava, raciocinava de novo, condensar as duas respostas. Agora a gente tem esse encadeamento inteligente. Então a gente

[09:20] manda um prompt, depois consegue, se a gente esqueceu de algo, somar um novo prompt que fica numa fila. Essa fila ela vai ser analisada e ela vai entrar justamente quando o Cloud OP 5.5 achar que é o momento mais interessante. Então ele vai já ter lido aquilo ali, vai ficar em memória e quando ele precisar daquela informação extra, quando ele for usar aquilo ali, ele de forma inteligente vai adicionar a entrega e vai fazer prompt completo, né? Ele vai

[09:50] ler o prompt completo, entender o que ele precisa adicionar a mais para preencher aquele requisito. Deixa eu mostrar na prática para vocês. Então aqui nesse caso, eu vou começar as funcionalidades da caderneta. Então eu botei aqui agora faça a caderneta funcionar de verdade com banco de dados escaliteite. Quero cadastrar cliente com nome, telefone e limite de fiado. Lançar uma compra fiado com valor e descrição. registrar o pagamento inteiro ou parcial e ver o histórico de cada cliente com saldo atualizado. Troque os dados de

[10:21] exemplo por dados que vem do banco e já deixa alguns clientes cadastrados para a tela não começar vazia. E aí eu já coloquei a boa prática do definition of e vamos dizer que eu esqueci alguma coisa. Então eu não vou dar contrtrol c, eu não vou parar a sessão, eu vou encadear o prompt. Aí eu boto aqui também destaque em vermelho na lista quem já passou do limite de fiatado. Então algo que eu tinha esquecido naquela naquele prompt e vejam aqui, ele às vezes demora mais, né? Mas aqui foi de imediato. Ele entendeu que aquela adição faria sentido interromper e

[10:52] colocar agora já. Mas vocês vão ver, vai ter promp que ele vai esperar terminar tudo e só depois ele vai fazer, porque ele consegue discernir ali se aquilo adiciona a funcionalidade atual ou se realmente aquele prompt executado depois. Então a gente tem essa inteligência entre os pedidos para que ele execute da melhor forma possível. E a própria Entropic pede para não interromper, deixar o cloud, o OP 5.5 se virar sozinho, que vai proporcionar o melhor resultado pra gente. Vamos lá então paraa número quatro. Essa aqui,

[11:24] galera, até me surpreendeu quando eu li no design, né, na parte de layout, cores, formatos, a gente deve listar o que a gente não quer. Então, eu particularmente não nunca tinha visto uma dica parecida, mas é bem interessante, né, já que a própria entrópic soltou e se a gente seguir isso, provavelmente a vai ter designs mais precisos, né, mais próximo do que a gente tá precisando na aplicação. Então botei aqui, né, sem direção de design, ele cai sempre nos mesmos poucos estilos. Pedir para evitar cara de a só

[11:55] troca um padrão pro outro. Então não adianta a gente pedir para ele evitar e a slop, a gente tem que citar explicitamente o que a gente não quer. Eu vou dar um exemplo prático para vocês aqui. Bom, galera, ele terminou ali o promptado, né? E agora vou mandar aqui o novo prompt que se refere à dica quatro dos estilos que a gente não quer. Então seria algo em torno disso aqui. Refaça o visual da landing page, né? Supondo que ficou ali EA Slop e da caderneta com cara de comércio de bairro brasileiro. Lembrando a caderneta de papel do balcão. Não uso, não use fundo com creme

[12:27] ou off white. Palavras de straque em itálico nos títulos. Rótulos de sessão numerados 1 2 3. Rótulos de fonte monoespassada, nem botões em formato de pílula. Então, veja aqui, eu pedi um design estilo cara de comércio de bairro brasileiro e pedi para ele não utilizar várias questões que foram listadas abaixo. E aí agora depois a gente tem que confirmar, né, se ele aplicou tudo isso aí, só para mostrar para vocês, né, também tem questão de agora já estar

[12:58] funcionando porque a gente colocou aqueles últimos requisitos que eram da da dica quatro, né? Ó, dei aqui, cadastrou o cliente e tal. Então, já tá funcionando com o banco de dados. Cliente cadastrado aqui, ó. Aqui já tá mudando. Beleza. Depois a gente vê. E galera, antes de ir pra dica cinco, uma dica bônus para vocês. Tá pensando em integrar pagamento no sistema de vocês? Appmax. Appmax, ela fornece o quê? Taxa zero no Pix. Isso é muito bom porque tu

[13:30] não paga nada para fazer o teu pagamento em Pix, né? Se algum cliente teu pagar via Pix, você está livre de taxas, o que é muito interessante para quem tá começando, tá? Não é só isso, né? Max vai ter eh funcionalidades como pagamentos, né, que é o normal, recorrência para poder cobrar mensalidade, se for o teu tipo de negócio, split de pagamento, tu tem um sócio ali, precisa dividir em várias contas, antifraude para não tomar golpe e várias outras coisas. O link vai tá aqui no comentário fixado e tu para começar pode ir em documentação e criar

[14:02] o teu ambiente sandbox. Que que é isso? É algo que não tá valendo, né? Para tu fazer a integração com o teu sistema, testar tudo e depois tu faz o go live, tu vai pra produção. Então eles tem também uma documentação que te mostra como fazer o sandbox para poder testar tudo e aí sim começar a cobrar de verdade, né? E através desse link aqui que vai tá na descrição, vocês vão ter acesso a o Pix com taxa zero, que é muito interessante e importante para quem está começando. Se tu quer colocar aí um pagamento do teu sistema, testa a Appmax, que é a que eu recomendo,

[14:33] beleza? Qualquer dúvida, pessoal tá via WhatsApp aqui, só perguntar que eles respondem na hora. Fechou? Bora então pra dica cinco. A dica cinco, galera, é sobre o cloud MD. Então, a gente precisa especificar lá quando o cloud tem que seguir e quando ele tem que parar. se algo acontecer, tá? É ali que a gente vai condensar essas regras que são lidas em todas as sessões. Então, é muito importante que isso esteja estabelecido lá de acordo com o projeto que a gente tá trabalhando. Então, olha só o que eu coloquei aqui. Em tarefa longa, ele às vezes para só para dar status, anuncia o

[15:06] próximo passo sem fazer, oferece continuar ou lista escolhas que não travam nada. Então isso pode ser um problema, né? que é executar várias fases de um projeto que tá lá no teu spec, lá no teu PRD em sequência e ele vai parar ali para fazer alguma observação. Se no Cloud MD tem alguma regra que ajusta isso, ele vai seguir ela porque o cloud MD é injetado a cada prompt que a gente manda pro OPUS 5.5 e qualquer outro modelo de A que trabalha ali no cloud Code, né? Então vamos lá

[15:37] ver como é que a gente pode fazer isso. Bom, galera, então ele fez a entrega aqui da refaturação de design. a gente já vai ver aqui. E o a próxima interação, né, é direto no cloud MD. Então, veja aqui que ele já tá referenciando pro Agent MD, que é um padrão da Antropic, né, de tá trazendo agents agora para o cloud code também. A gente pode fazer tudo no agents, o que faria no cloud. E aqui está o que ele já escreveu, né? E aí eu posso colocar a as regras aqui embaixo, né? Então eu vou colocar aqui quando um passo não

[16:07] precisar de mim, seguir em frente. Se quiser eventualizar, faça isso na mesma mensagem. e que já parte próximo passo. Então eu não peço para ele parar em algo que é só de atualização, né? Tô explicitamente aumentando isso para ele. Só para e pergunte quando não der para continuar sem mim ou antes de qualquer coisa destrutiva, né? Então são boas horas de uma IA par for apagar dados, dar um force push no gitou mudar algo que tá fora aí desse repositório que a gente não quer, tá? E aí para levar isso aqui em consideração, a gente tem que parar o cloud e iniciar ele de novo, né?

[16:39] uma nova sessão para ele injetar esse arquivo de novo que eu vou fazer isso aqui agora. Pronto, reiniciado aqui nosso opus 5.5. Agora com as novas regras, vamos pra dica número seis. Só antes o tal design, né? Então aqui foi o que ele recriou baseado no que a gente pediu, né? Então sem as listas de bullet points com aquele design mais mercadinho de bar, né? Então realmente ficou diferente, né? Parece aquele caderninho das antigas, né? Então é isso, tá? E galera, dica número seis é sobre su subagents. Então eles falam para dividir

[17:10] o trabalho grande entre subagentes, que a gente vai ter um resultado melhor do que sobrecarregar uma sessão só ali com um prompt absurdo. Então o que ele fala? Auditoria, migração e revisão em bases grandes. Cada parte dessas iria para um subagents e ele confere o que cada um trouxe. Então é como se ele dividisse o trabalho, como tá aqui na figura, né? E depois todo mundo retorna pra sessão original, que é o que acontece quando a gente trabalha com subagents. Ele vai revisando o trabalho de cada um. Eu não peço todas essas questões em uma só. Então vou mostrar para vocês aqui na prática, ó. Então com esse prompt aqui,

[17:41] a gente faria o que foi instruído pela Antropic. Audit cada parte da caderneta, procurando problema com dinheiro, né? Valor monetário, valor somado com número quebrado, centavo sumindo ou sobrando no saldo, pagamento maior que a dívida aceito sem aviso e saldo que fica negativo. Coloque um subasagent em cada parte. Então aqui eu tô dividindo, né, auditoria em diversos subites. Primeiro em cadastro de clientes, depois em compras de fiado, depois em pagamentos e a tela da caderneta. Quando um subente voltar, confira as evidências dele antes de aceitar. Então ele vai subdividir

[18:13] isso primeiro entendendo o projeto ali, né, porque acabei de reiniciar a sessão e aí ele vai fazer essa subdivisão para subagentes, né? Ó, já começou aqui. Propósito geral, um já está disparado, né? A gente pode ver aqui o trabalho dele. E esse cara aqui, quando ele termina, ele volta pra sessão original. Ó, o outro aqui, auditar compras fiado, o outro auditar pagamentos e assim por diante. Então a gente vai ter vários subagents com tarefas específicas que eles vão conseguir trabalhar melhor, né, do que se fosse um só vendo tudo, né,

[18:44] que aí é o caso que eu trago também em vídeos que eu falo sobre segurança em projetos web. Aqui quando a gente faz só numa sessão, muito normal ele falar: “Ah, encontrei esses problemas aí tu faz novo, ele encontra outros”. e outros. Então assim, dessa maneira, se eu dividir o sistema, consigo encontrar muito mais problemas e tudo uma atacada só. É basicamente o que Antropic tá sugerindo pra gente. Galera, enquanto ele termina aqui, eu vou pra dica sete, que é uma dica que vai amparar as próximas funcionalidades aqui do sistema e vai ajudar bastante tanto a gente para entender o projeto como um todo, como o

[19:16] Claud também para retomar novas sessões. Então, Antropic fala também sobre separar um arquivo paraa lista de tarefa, tá? Aí seria um markdown mesmo, tesqueir que vai mostrar quanto já foi feito o projeto e o que que falta. Sempre que precisar fazer algo novo, vai ser adicionado novas tarefas e sempre que for reiniciada a sessão, esse arquivo vai ser lido e visto para poder entender em que ponto que o projeto está. Isso vai mostrar pra gente a evolução do projeto e o cloud vai conseguir trabalhar também com esse arquivo para ter ali a noção de quão

[19:46] pronto o projeto está na visão dele, né, na visão da IA. E essa regra pode ser adicionada no cloud MD. E isso vai fazer com que ele alimente automaticamente sem a gente precisar ficar pedindo isso em cada prompt, né? Vai ser uma regra natural do modelo. Então vou mostrar para vocês como se faz essa regra lá no cloud MD, que vai fazer a criação de um tesqueir enquanto a gente desenvolve o projeto, né? Mas isso é óbvio, é melhor que seja colocado desde o início para que ele crie essa lista de tarefas já no prompt inicial. Mas bora lá. Ele tá terminando aqui o subagents ainda, tá? a

[20:18] gente abriria o Cloud MD ou agents MD e colocaria uma regra similar a essa, né? Claro, tu vai adaptar pro teu projeto, teu estilo aí, mas seria algo em torno disso. Então, vou ter aqui em tarefas com várias etapas, mantenha o checklist em tesques MD na raiz do projeto. Antes de começar, liste as etapas, marca cada item assim que terminar e acrescente o que descobrir no caminho. Então, se ele vai encontrando novos problemas, ele vai também implementando essa lista, o que faz ele poder resolver isso em futuras sessões, por exemplo, ou na mesma, se a conversa for resumida ou você perder o fio, né, da conversa ali, lê o teste

[20:50] medir antes de continuar. Então essa parte ajuda ele e a gente visualizar esse arquivo ajuda a gente. Ao terminar cada tarefa, organiza o resumo em três títulos. Travado em mim, o que mudou e o que encontrei. Isso é também fazer parte da organização e pra gente poder entender melhor o comportamento dele, né? São recomendações oficiais, como eu falei. Então eu salvo aqui e ao terminar essa verificação, eu reinicio a sessão e tudo a partir daqui, né? Já começa a ser listado no tes então olha só galera aqui ele tá voltando subagentes, né? terminou

[21:21] a tarefa e aqui ele encontrou problemas, né? Então vocês veem um projeto tão simples aqui e mesmo assim temos problemas. Eu botou aqui três quatro partes tem problema com dinheiro. Os pagamentos seguram as regras que você pediu, nenhum pagamento maior que a dívida passa e o saldo nunca fica negativo. Então ele encontrou os problemas, ele não alterou nada, né? Ele só citou eles aqui e agora seria a hora de corrigir. Então vejam que, cara, um simples sistema com dois, três prompts já tinha problemas com valores monetários, que não é algo em comum, né?

[21:52] E agora a gente precisaria resolver, né, para poder continuar o projeto com mais segurança. Daí a gente pediria a solução aqui de todos eles. Vou lá paraa dica oito, que também ela faz parte um pouco da dica sete. Bora lá entender. Então, a dica sete ali, se vocês lembram, ela terminava o prompt falando para ele dividir o que que travava em mim, né? Eu tô desenvolvendo, que que mudou no projeto e o que que foi encontrado, né? Então essa parte travada em mim é o que

[22:22] depende da gente. E eles falam pra gente sempre ler isso e resolver o quanto antes, porque vai melhorar o projeto. Então vamos dar um exemplo aqui. Se faltou uma chave no DNV de uma IA que a gente vai integrar. a gente ainda não colocou, ele vai sinalizar lá e a gente precisa resolver porque senão pode comprometer o desenvolvimento do mesmo. Se tinha que fazer alguma instalação de uma biblioteca, ele não quis fazer isso por conta própria, ele vai lá falar qual biblioteca era, quais as sugestões dele

[22:52] e a gente precisa resolver essa primeira parte da saída dele para que depois a gente siga pra próxima funcionalidade. Então é uma forma de lembrar a gente que já vai tá fixa ali no cloud MD, no Agent MD. do que precisamos resolver por conta própria, que a IA não vai tomar essa decisão ou ela não tá liberada a tomar essa decisão para que o projeto ande melhor, tá? Então é importante, né, se a gente mandar mais promps aqui, a gente vai ver que a gente faça essa solução de problemas que são travas nossas para

[23:24] areia e aí depois a gente siga o projeto. Cara, a dica nove eu achei sensacional, galera. Ela trabalha no DIF do Git, tá? Então, para quem não sabe, o Git é o controle de versão do projeto, que a gente vai fazer ali a configuração para mandar pro GitHub, depois colocar num servidor, né? E quando a gente adiciona algo a mais no projeto, ele entra numa parte que ainda não está consolidada no projeto, no brand atual que a gente tá trabalhando, tá? Isso é um pouco mais técnico, mas é interessante de entender e conhecer. E

[23:56] qual que é a grande sacada aqui? Sempre que a gente adicionar novas coisas, a gente vai fazer o commit para que isso seja salvo na versão atual, tá? Beleza? E a próxima alteração vai gerar um DIF, que seria a diferença entre o que já foi comitado, que já tá lá no código, e o que ainda vai entrar, né? Foi a nova funcionalidade. E eles falam justamente para revisar esse DIF. Então, o que que a IA vai fazer? ela vai se concentrar em revisar somente uma parte do código, a nova parte antes de consolidar ela.

[24:27] Então, é como se a gente tivesse um revisor de a apenas no que foi adicionado por último para ter tipo um double check que foi feito da do jeito certo. Então, uma estratégia muito interessante que vai garantir ainda mais a qualidade das entregas da EA. Deixa eu mostrar para vocês aqui. Não vai ficar tão certinho porque a gente não iniciou o git ainda, mas vai dar para ver na prática, né, o que aconteceria. Então vou fechar essa sessão para ele pegar as regras anteriores que estavam ali no agents MD. A gente não colocou ali tesques medir ainda, né? Então aqui

[24:57] galera, vou rodar alguns comandos rápidos pra gente inicializar o git dentro do projeto de caderneta. Primeiro eu dou o init para inicializar ele, adiciono todos os arquivos e faço o commit que que eu falei para vocês. Então aqui ele comitou todos os arquivos, né? Então não tem nada no DIF ainda, né? Se a gente ver aqui git status não tem nada. Então agora a gente tem que adicionar alguma coisa para vir pro DIF. Vou mostrar aqui para vocês. Então eu iniciei o cloud de novo, tá? E eu vou pedir alguma coisa. Deixa eu ver lá no projeto, ó. Então vamos dizer que

[25:29] eu quero adicionar mais formas aqui de ordenações dentro da caderneta. Adicione outros tipos de ordenação na caderneta. Então quando eu faço isso aqui, ele vai fazer a adição de código, né? E isso vai gerar um dif, tá, do ponto que a gente tá atual do projeto, que é o projeto todo, né? Então, logo a gente vai conseguir ver esse DIF. E eu vou mostrar para vocês na prática aí o prompt que revisa o DIF na dica nove,

[26:01] né, que foi instruído por eles, ó. Então, ele fez aqui, tá? E só para mostrar para vocês, travado em mim, nada. Então, essa aqui que a gente verificaria, né, para resolver. Beleza? Isso é referente à dica passada. Aí se eu dou um git dif aqui aparece tudo que ele modificou, tá? Tá todos arquivos, tudo mais. E isso é na prática o que ele tem que revisar, tá? Então essas mudanças aqui é somente o que ele tem que fazer

[26:31] de conferência. Então diminui muito mais, né? Diminui, então diminui muito o escopo do que ele tem que ler e revisar. vez eu pedi para ele revisar o projeto todo, tá? Então vou mostrar para vocês aqui como seria o prompt. Então seria algo em torno disso, né? Revise o dif dessa brand comparado com a main. Encontre problemas e corrija. Aqui eu não tô em outra branch, né? Eu vou botar botar assim, ó. Revise apenas o o dif dessa branch enquanto problemas e corrija bugs. Me dê relatório no final

[27:05] da conferência. Então é como se eu tivesse um escopo muito menor de código para revisar, ele fizesse isso em um tempo muito mais rápido, né? E eu pudesse encontrar problemas justamente no que acabei de colocar. E na teoria, se eu faço isso, toda nova funcionalidade vai livre de bugs, né? A gente tem menos chance de ter problemas do que se eu revisasse todo o projeto no final, sei lá, antes de lançar, tá bom, galera? Aí ele retorna aqui, né? Aí ele fez a mesma padronização de entrega travada em mim que mudou o que encontrei

[27:36] e fez a verificação justamente, né, do detalhe a mais, do código a mais que tem após a última alteração no Git. Então, depois disso, a gente comitaria esse código, né? processo seria algo nesse sentido aqui. Git status a git commit e alteração X, né? O que foi feito. E se vocês veem aqui, o git agora limpa, né? Então a próxima aconteceria a mesma coisa aparecer os arquivos modificados,

[28:08] adicionados, excluídos e ele faria verificação só nisso. Então uma verificação menor precisa, consegue encontrar bugs somente o que foi alterado, que é justamente o que tem mais chance de dar problema, né? Bom, seguindo aqui, aquele velho problema, né, galera, da IA inventar dados. Então, isso ainda ocorre. O que acontece? Ele sugere lá o pessoal da Antropic que a gente peça para ele anotar ali, marcar de alguma forma o que ele não conseguiu confirmar. Isso é para casos específicos, né? Se o nosso sistema depende de dados reais, de dados

[28:43] externos, né, que a gente não tem como saber com 100% de certeza, porque não estão no nosso banco de dados, vamos dizer assim, né? dados que estão se atualizando com o tempo de forma constante. Então, se o teu sistema, por algum motivo, depende desse tipo de dado, a gente precisa fazer uma confirmação, né? Sugerem que a gente faça para que se algo não foi realmente validado, ele cite e isso faz com que a gente consiga ver de forma manual, inserir um documento a mais para que ele

[29:13] possa preencher essa informação que ficou em dúvida, né? que não ficou confirmada. Beleza? Então isso aqui é um ponto bem importante. Acredito que a maioria das pessoas faça, mas é bom a gente citar também aqui. Eu vou botar um prompt de exemplo só para vocês entenderem do que eu tô falando aí. Seria algo nesse sentido. Por exemplo, vamos dizer que eu quero colocar dados na minha home lá do mercadinho baseado em sistemas que estão, né, eh, também rodando e são concorrentes meus. Então

[29:44] isso aqui, essa dica, digamos assim, depende do web search também, né, da pesquisa da internet, não do conhecimento do modelo. Aí pesquise os aplicativos de controle de fiado mais usados por pequenos comércios no Brasil, nome, preço e o que cada um oferece. Uma última tabela comparando com a caderneta que tem caderneta de clientes, limite de fiado, painel de cobrança e cobrança pelo WhatsApp. Então isso aqui eu poderia utilizar na home para, por exemplo, comparar preços, né? aula, o mercadinho ele é melhor, caderneta ele é melhor porque ele tem três meses gratuitos. Então, e os outros não.

[30:15] Concorrente A é R$ 90 por mês e o concorrente C é 120. Nesse cenário aqui, eu poderia utilizar dessa maneira e aí cada um vai conseguir aplicar pra sua regra de negócio, pro seu sistema. Beleza? Enquanto ele acha aqui, já vamos falar da próxima, né, galera? Bom, a dica 11 aqui também um cenário mais específico para imagens que a gente anexa no cloud code. O que acontece? A melhoria, né, o salt melhoria do opus 5 por para o 5.5 em leitura de imagens foi

[30:45] muito alta, tá? Então a gente não precisa explicar o que tem na imagem ou do que é a imagem. ele consegue assimilar, entender todos os dados corretamente e Antropic fala pra gente perguntar só o que a gente quer ou pedir ali a mudança que a gente quer, se for um print do sistema diretamente, a gente não precisa contextualizar ele porque ele vai conseguir ler a imagem de forma praticamente perfeita, tá? Então, se tu usa prints para poder colocar algo no teu sistema ou do próprio sistema, tu

[31:17] pode pedir direto para ele, baseado na imagem tu colocou, que ele vai conseguir ter essa base de contexto e agir em cima dela, tá? Então, então uma facilidade a mais, né, simplificando os nossos propits. A dica 12, galera, também é referente a anexos, tá? Agora sobre documentos. Outro salto muito grande, essa versão de modelo foi pro nível de detalhamento que ele consegue pegar nos documentos que a gente alexa, documentos grandes, né? Não tem um tamanho limite, a gente manda o documento para ele e aí ele pode fazer a análise toda. A

[31:48] Antropic fala para primeiro analisar o documento antes de utilizá-lo, né? Muita gente já usa o documento como base, mas pode ter algum detalhe que chama a atenção do modelo, ele pode revisar isso pra gente. Então eles comentam que é melhor, primeiramente, quando usar um documento, pedir pro OP 5.5 fazer uma análise do mesmo para depois, sim a gente usar ele de alguma forma que ele consegue detectar erros e inconsistências com muito mais precisão. Então aqui, galera, olha só, sobre a 11

[32:18] ainda, né, da confirmação, ele citou aqui no nas exclamações o que ele não consegue confirmar, tá? Aí teria que fazer uma verificação manual ou de alguma outra forma extrair esses dados, tá? Então, galera, indo pra dica número 12 agora, né? Eu coloquei aqui um documento no projeto, que é esse plano de lançamento markdown aqui, tá? Então eu vou pegar a referência dele, marcar ele na no chat aqui. Vou mandar o

[32:50] seguinte prompt. Confira esse plano e procure qualquer coisa que se contradiga como números, datas e nomes. Mostra o trecho de cada problema e dica onde ele está. Então é isso que a gente faria antes de utilizar esses dados, tá? E aí depois a gente poderia pedir uma correção, por exemplo, né? Para que ele não tivesse problemas e que propositalmente tem problemas no arquivo, tá? Ó, galera, aí aqui ele encontrou as inconsistências, né? Identificou um documento aqui. Beleza, só passar para vocês, né? Ilustrar a situação. E agora a gente utilizaria. Aí

[33:22] eu quero já linkar com a dica 13. A dica 13, galera, se refere à geração de documentos, tá? Outra coisa que melhorou muito, né, do Opus 5 para o 5.5 é que as planilhas, documentos que ele gera já estão numa versão final. A gente não precisa fazer nenhum refino, não precisa modificar nada, a gente consegue já extrair o que a IA mandou e utilizar a nossa empresa, se possível, tá? Então a gente vai linkar ali com os dados do documento da dica 12 para criar a

[33:53] planilha com eles corrigidos na dica 13. Então a gente corrige o que a gente verificou de consistência e já cria esse documento pra gente analisar se ficou bom ou não. Vou mandar aqui, galera, o prompt, né? Corri os problemas que você encontrou usando o seguinte: lançamento na quinta. Aqui é o o sistema, né? Plano mercadinho R$ 29, teste grade 14 dias, né? Então, todos os problemas ali que ele encontrou, eu coloquei aqui um prompt de correção. E aqui no final eu botei transforme o cronograma corrigido

[34:23] numa planilha que eu possa compartilhar uma linha por tarefa com colunas de data, tarefa responsável, status, como se eu quisesse fazer um checklist, né, de lançamento para esse meu sistema que eu tô construindo. E aqui ele vai gerar para mim esse arquivo final, tá? Então ele corrigiu primeiro e agora tá fazendo a geração do mesmo. Olha, então ele criou esse cronograma XLSX. Eu vou abrir aqui rapidamente pra gente ver como é que ficou essa planilha, ó, galera. Então esse aqui seria o arquivo final, né? Claro, exemplo de teste, né? Mas tá

[34:55] bem rico em detalhes, com comentários e tal. Tem aqui colunas com tipos diferentes, né? Tipo de select, já com eles configurados. Então é esse o potencial aí que o Opus vai ter pra gente. Lembrando, né, que eu transferi do Excel para o Drive aqui, né, o aplicativo do Google de ler documentos. Talvez a formatação tivesse ficado melhor ainda no próprio Excel, tá bom? Então, mais uma das dicas concluídas para vocês aí. Bom, galera, essa daqui, a 14, ela é bem curiosa, tá? Eu já

[35:27] experienciei isso aqui algumas vezes, mas vou confessar que não acontece muito e é interessante que não tem uma solução da própria IA para esse problema, entre aspas, né? Então eles falam para avisar que as respostas antigas já estão resolvidas. Que que é isso? vira e mexe quando a gente tá numa conversa muito longa, a IA tende a retornar a pontos antigos que já estão resolvidos, já estão concluídos, a gente já passou para um próximo desafio. E eles comentam que se tu tá vivenciando isso, se está

[35:57] acontecendo isso frequentemente, tem que colocar um prompt para poder justamente fazer com que ela não responda mais dessa maneira. E eles instruem não colocar no cloud MD, que é uma regra que eles não consideram necessária para o arquivo, porque é um problema mais pontual. E se tu tá enfrentando, tu tem que colocar isso durante a conversa ou colocar nas instruções de projetos, né? Se tu usa o cloud ali por interface, né? No terminal não tem isso. Então não tem um local correto para se colocar e sim

[36:28] na conversa. Ficaria dessa forma aqui. O prompt que eles sugerem é algo assim. Depois que você responder algo, dê essa resposta como resolvida. Foque no que estou perguntando agora e só volte numa resposta anterior se eu perguntar ela ou apontar um problema nela. Isso faz com que ele coloque na memória e durante a sessão ele não vai voltar mais. Então, se tu tá enfrentando desse problema, ele sugere resolver dessa forma aqui e inclusive não colocar no cloud MD, porque é uma regra que talvez enrijeça

[36:59] muito se colocar lá de forma fixa. Galera, outra dica interessante, número 15, é que a forma de funcionamento do modelo do OP 5.5 mudou. Então, era comum a gente pedir no prompt para ele explicar o raciocínio dele da do problema ali que ele acabou de resolver. E agora eles instruem a gente pedir de forma mais suscinta. Por exemplo, explique em três fases porque você escolheu essa abordagem. Isso se dá porque o modelo sempre raciocina em

[37:30] qualquer resposta, né? Até comentei isso lá no começo. Então isso pode até cair num filtro do próprio modelo e barrar essa requisição nossa. Sendo, né, considerado desnecessário pela Antropic. A gente pedir dessa maneira, já que ele já está fazendo isso e as pessoas costumavam fazer essa abordagem. por pensar que o modelo não raciocinava ou não pensava exaustivamente na solução daquele problema, deixando entender que isso forçaria algo a mais e traria solução. Então eles instruem, se tu

[38:00] precisa pedir a explicação do raciocínio, que seja de forma mais suscinta possível, porque o modelo pode barrar e não adianta, né? Ele já pensou o máximo possível assim que ele respondeu. E galera, a última é sobre o fast mode. Eu até já comentei isso em algum outros vídeos que eu lancei aqui, que quando o Antigraphic lançou, ele tinha um fast mode que a entrega da resposta era mais rápida, porém mais pobre na qualidade, tá? E o fast mode do cloud code, eles explicam que não tem a ver com isso. Ele simplesmente usa o

[38:31] mesmo modelo de raciocínio para entregar mais rápido, tá? gastando mais token, obviamente. Então, é uma medida que a gente usa para receber respostas de forma mais rápida e consequentemente consumir nossa sessão, mas com a mesma qualidade. E lá eles recomendam que se use o fast mode em tarefas mais específicas, por exemplo, tarefas menores. Eles falam que não compensa utilizar esse fast mode em tarefas mais longas, onde o cloud vai fazer vários passos se rodar sozinho, porque isso vai

[39:02] fazer com que ele gaste tokens. muito mais do que o modo normal e acabe consumindo a nossa sessão desnecessariamente, né? Num passo ali que não vai economizar tanto o num passo que não vai economizar tanto o nosso tempo, porque é uma tarefa mais longa, o modelo tem que raciocinar e isso não vai influenciar tanto, vai acabar dando tanto resultado no quesito rapidez. Para quem não sabe, né, galera, eu ativei algumas vezes aqui nessa esse vídeo o

[39:33] fast mode. Basta digitar fast e aqui colocar como on. Vocês perceberam ali que eu tenho que ativar ele não tá gravando fast mode em todas as respostas. Tem horas que ele desabilita automaticamente, que é quando ele vê que não tá valendo a pena, mas a gente pode ir lá e forçar, fazer uma trava da própria para isso não acontecer. E aqui já aconteceu várias vezes. Então, quando que eles indicam utilizar o fast mode para coisas mais rápidas quando eu comentei, troque o texto, botão de cobrança para lembrar no WhatsApp. Então isso, ó, até ele desabilitou aqui nesse

[40:04] caso, tá? Mas a gente pode tá habilitando novamente se a gente quiser. Aí ele vai funcionar. Até esse aqui não passou, né? Que eu preparei um promet simples, mas eles recomendam utilizar dessa maneira e não em tarefas mais longas e complexas, tá? Uma recomendação da própria Entropic. Eles não ganham nada com isso, né? que a gente paga por esse essa resposta, né, vindo mais rápido. Beleza? Ó, chegou bem rapidinho aqui, 30 segundos. Bem interessante o tempo e raciocínio, né? E galera, como eu falei no começo do vídeo, a gente já fechou aqui as dicas, né? Não tirei isso da minha cabeça e sim de documentações

[40:36] oficiais. Vou deixar esses links aqui na descrição do vídeo, tá? Então, esse aqui é um dos artigos do cloud dev, tá? E aqui é a documentação que é um pouco mais técnica e mais relacionada à API para quem usa API, tá? Então é meio que separado, mas as duas falam a mesma coisa de boas práticas. Essa aqui mais voltada pro cloud code, essa aqui voltada para quem usa o cloud como API no sistema, tá bom? E não se esqueça, né, galera, dois avisos muito

[41:06] importantes. Matriculem-se nosso curso de Jeff. O link vai tá aqui no comentário fixado. Aproveite essa promoção especial de lançamento para aprender essas IAS de decisão que vão moldar o futuro. Isso aí eu falo com certeza. Eu não sou muito de ficar aí tentando fazer o hype de vocês, né? deixar vocês com fomo. Mas, cara, isso aqui realmente muda muito da forma que a gente usa IA, vem para agregar, não mata nada, não substitui nada, simplesmente é

[41:37] uma camada mais que vai deixar os sistemas mais rápidos, seguros e baratos quando a gente fala de IA, tá? Lembrando o JV, galera, não precisa pagar nada para usar. Tu faz tua conta, já ganha 5 que tu vai fazer o curso e ainda usar por mais um ano, que vai ter crédito ainda sobrando, tá? Outra coisa é max, né? Tu vai integrar pagamento na tua aplicação, cara. Dá uma olhada neles. Tem essa taxa zero do Pix. Tem recurso para tu fazer o que tu quiser, falando de pagamentos e uma documentação excelente para qualquer IA entender, que

[42:08] basicamente vai dar contrtrol C, conttrol V, vai conseguir ter um pagamento no teu sistema hoje mesmo. E ainda, né, com dúvida, tem o zap deles aqui. É só mandar uma mensagem que o pessoal lá, gente boa para caramba, e vai responder vocês. Bom, galera, agora quero saber o lado de vocês, que que acharam. Tem mais alguma coisa adicionar? Tô usando bastante o Opus 5. Isso veio muito a calhar para mim. Tomara que ajude vocês também. Vou ficando por aqui. Se possível, se inscreva e deixa o like. Isso ajuda a gente bastante e espero vocês no próximo vídeo e no curso de valeu. Falou. Yeah.