Pare de escrever prompts para a IA. Use o método de Karpathy

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: inglês

Vídeo original: Stop Prompting AI. Use Karpathy’s Method Instead. · Canal: Larue · 06:08 · Assistir no YouTube

Tópicos: Agentes de IA, Engenharia de prompts e contexto, Geração de conteúdo com IA, RAG, busca e recuperação de informação

Resumo

O vídeo apresenta seis dicas atribuídas a Andrei Karpathy para trabalhar melhor com IA: fazer um brain dump, criar uma especificação, fornecer as ferramentas certas, definir critérios de sucesso, pedir que a IA conteste suas ideias e construir uma base de conhecimento. A recomendação central é dar à IA contexto e objetivos claros sem restringir desnecessariamente como ela deve chegar ao resultado. Como dica bônus, o vídeo destaca que é possível terceirizar o pensamento, mas não a compreensão: é preciso entender o que se está construindo para orientar o agent e avaliar seu trabalho.

Pontos-chave

Use fala para registrar livremente objetivos, dúvidas, restrições, tentativas anteriores e exemplos; depois, peça à IA que reconstrua sua intenção e aponte lacunas.
Crie uma especificação com o objetivo do projeto e as regras que devem ser respeitadas, e salve-a em um arquivo Markdown no projeto.
Forneça ao agent as ferramentas necessárias para realizar tarefas que ele não conseguiria fazer sem elas, como gerar narrações.
Defina critérios de sucesso em vez de prescrever cada etapa, para permitir que a IA encontre caminhos melhores.
Peça à IA que apresente o argumento mais forte contra uma ideia antes de tomar uma decisão.
Organize pesquisas em uma base de conhecimento com páginas Markdown por tema e links para as fontes originais.
Terceirize tarefas de pensamento, mas mantenha a compreensão do que está sendo construído para orientar o agent e avaliar os resultados.

Capítulos

Início	Capítulo	Resumo
00:00	Brain dump e contexto	A primeira dica é registrar livremente pensamentos e objetivos e pedir à IA que esclareça a intenção e identifique lacunas.
01:00	Criar uma especificação	O vídeo explica como definir o objetivo de um projeto, explicitar regras e registrá-las em um arquivo Markdown.
02:33	Fornecer ferramentas e definir o resultado	O vídeo mostra como conectar um agent às ferramentas necessárias e dar critérios de sucesso sem ditar cada passo.
04:05	Contestar ideias e organizar pesquisas	As dicas são pedir à IA que argumente contra uma ideia e reunir pesquisas em uma base de conhecimento organizada.
05:37	A compreensão não pode ser terceirizada	A dica bônus é manter o entendimento do que está sendo construído para orientar o agent e julgar seu trabalho.

Citações

As pessoas precisam estar no comando da especificação, desse plano. — 01:00

Não diga a ela o que fazer. Dê critérios de sucesso e veja o que acontece. — 03:34

Você pode terceirizar seu pensamento, mas não pode terceirizar sua compreensão. — 05:37

Conceitos e entidades

Andrej Karpathy (pessoa): Pesquisador de IA cujas recomendações sobre como trabalhar com IA são apresentadas no vídeo.
brain dump (conceito): Registro livre de pensamentos, objetivos e restrições para fornecer mais contexto à IA.
spec (conceito): Conjunto documentado de objetivos e regras que devem continuar válidos durante a construção de um projeto.
WhisperFlow (ferramenta): Ferramenta de speech-to-text mencionada como opção para registrar um brain dump.
Fish Audio (empresa): Empresa apresentada como fornecedora de geração de voz por IA e de uma API para criar narrações.
Codex (ferramenta): Ferramenta usada no exemplo para pedir a um agent que transforme um roteiro em uma narração com Fish Audio.
base de conhecimento (conceito): Coleção organizada de notas em arquivos Markdown que um agent pode atualizar e consultar.

Tradução completa (pt-BR)

00:00 Andrei Karpathy é um dos pesquisadores de IA mais respeitados do mundo. Ele foi cofundador da OpenAI, liderou a área de IA na Tesla e agora trabalha na Anthropic. No vídeo de hoje, reuni seis das melhores dicas de Karpathy que você pode implementar no seu workflow para obter resultados muito melhores com IA. E, no final, vou mostrar a única coisa bônus em que Karpathy diz que você deve se concentrar na era da IA. A primeira dica é começar com um despejo de ideias. Você não precisa organizar cada pensamento na sua cabeça. Não precisa de um prompt perfeito. Os LLMs são incrivelmente bons em

00:30 reconstruir divagações longas e incoerentes. O conselho de Karpathy é ativar a conversão de fala em texto e simplesmente falar sem parar por cerca de 10 minutos sobre tudo o que você está pensando: seu objetivo, suas dúvidas, suas restrições, tentativas anteriores e exemplos. Depois, peça à IA para reconstruir sua intenção e identificar lacunas. O benefício vem de um contexto mais rico, não da bagunça em si. Se a conversão de fala em texto integrada não for boa o suficiente, você pode experimentar o WhisperFlow. É o que eu uso, e eles também oferecem um plano gratuito. A segunda dica é criar uma especificação. Uma especificação é o conjunto de regras do seu projeto que

01:00 precisam continuar valendo, não importa como ele seja construído. [música] É assim que você transmite seu entendimento à IA. Veja o que Andrei tem a dizer sobre isso. >> Acho que as pessoas precisam ser responsáveis por essa especificação, por esse plano. Na verdade, eu nem gosto do modo de planejamento. Quer dizer, obviamente ele é muito útil, mas acho que há algo mais geral aqui: você precisa trabalhar com seu agent para criar uma especificação muito detalhada, que talvez seja basicamente a documentação, e depois fazer os agents escrevê-la. Você fica responsável pela supervisão e pelas categorias de alto nível, mas os agents fazem muito do trabalho interno. >> [música] >> Isso pode parecer abstrato, então vamos ver um exemplo. Digamos que você peça

01:31 à IA para criar um formulário de agendamento para o seu salão. Ela faz um trabalho brilhante, e o formulário pode parecer perfeito, mas permite que as pessoas agendem aos domingos, quando você está fechado, e permite que duas clientes marquem o mesmo horário. Algo óbvio para você pode não ser tão óbvio para um LLM. Por isso, você precisa de uma especificação. Então, aqui estão três etapas práticas para criar uma. Primeiro, esclareça o objetivo. Garanta que seu agent saiba exatamente o que você está tentando alcançar e como é o resultado final. Não “crie um formulário de agendamento”, mas “quero que as clientes possam marcar por conta própria, para que eu pare de atender ao

02:01 telefone o dia inteiro”. E não se preocupe se você não conseguir explicar isso de imediato. Basta pedir à IA que faça perguntas para entender melhor. Segundo, defina as regras. Coisas como “fechamos aos domingos”, “apenas uma cliente por horário” ou qualquer outra coisa que a IA não tem como saber. Porque cada suposição que a IA faz é uma oportunidade para ela se afastar do produto final que você realmente quer. Por fim, registre tudo por escrito. Agora que você esclareceu o objetivo e as regras, peça à IA que coloque essas informações em um arquivo markdown no seu projeto. Assim, da próxima vez, ela poderá simplesmente ler o arquivo antes de construir qualquer coisa. A terceira dica é dar à IA as ferramentas certas. Mesmo

02:33 que seu agent entenda perfeitamente o que você quer, ele ainda precisa das ferramentas certas para concluir o trabalho. Digamos que você precise transformar seu roteiro em uma narração com voz natural. Sem uma ferramenta de geração de fala, seu agent simplesmente não conseguirá fazer isso. E, ao escolher uma, provavelmente você não vai querer que o resultado soe assim. Então, conecte seu agent ao Fish Audio, que oferece algumas das vozes de IA mais realistas que existem. Com o Fish Audio, você pode escolher algo natural e conversacional. >> Um personagem de desenho animado expressivo. >> Ou algo um pouco mais pessoal. >> Você pode deixar a interpretação ainda mais

03:04 natural com tags de emoção. >> Faça soar muito empolgado. Dê uma risadinha. >> [risos] >> Ou mantenha isso entre nós. >> Além disso, com a API do Fish Audio, você pode dar ao seu agent a capacidade de gerar narrações de alta qualidade como essas. Por exemplo, tenho esta pasta com meu roteiro em um arquivo markdown e um arquivo .env em que salvei minha API key e o ID da voz que quero usar. Agora posso abrir este projeto no Codex e pedir que ele transforme meu roteiro em uma narração usando o Fish Audio. Agora o agent consegue fazer

03:34 algo que antes não conseguia. >> O OpenClaw é a ferramenta de IA mais poderosa já criada. >> Então, confira pelo primeiro link na descrição. E agradeço ao Fish Audio por patrocinar o vídeo de hoje. A próxima dica é dar à IA uma linha de chegada. Os modelos de IA são incrivelmente inteligentes. Você não precisa orientar seu agent em cada etapa. Basta dizer o que você quer alcançar e deixar que ele descubra como fazer. Karpathy resumiu isso de forma simples: “Não diga a ele o que fazer. Dê critérios de sucesso e veja o que ele faz.” Às vezes, dar à IA os passos exatos pode apenas limitá-la.

04:05 Você a está fazendo seguir a sua abordagem, mesmo quando pode haver uma melhor. A quinta dica é fazer a IA questionar você. Os modelos de IA podem fazer suas ideias parecerem incrivelmente convincentes, mas o fato de concordarem com você não significa que você esteja certo. Andrei contou que passou 4 horas trabalhando com um LLM para melhorar um argumento para uma publicação de blog. Quando achou que estava ótimo, pediu que a IA defendesse o lado oposto. De repente, ela demoliu o argumento inteiro e o convenceu de que, na verdade, o oposto era verdadeiro. Então, antes de se decidir por uma ideia, peça à IA que apresente o argumento mais forte

04:36 contra ela. Talvez você encontre uma fragilidade que não percebeu enquanto estava ocupado tentando deixar seu próprio argumento melhor. [música] A próxima dica é criar uma base de conhecimento. Quando você pesquisa algo com IA, pode acabar com muitas informações úteis espalhadas por diferentes conversas. Karpathy usa IA para organizar suas pesquisas na própria wiki. Basicamente, é uma coleção de notas em arquivos markdown que seu agent escreve e atualiza para você. Vamos usar este vídeo como exemplo. Passei bastante tempo pesquisando entrevistas, tweets e vídeos de Karpathy para encontrar

05:07 as melhores dicas dele sobre como usar IA. Com uma base de conhecimento, meu agent poderia organizar essa pesquisa em páginas markdown por assunto, com links para as fontes originais. Depois, quando sair uma nova entrevista, eu poderia adicionar a transcrição e pedir ao meu agent que atualizasse essas páginas. Assim, da próxima vez que eu estiver trabalhando em um vídeo sobre Andre Karpathy, poderia pedir que ele começasse com a pesquisa que já reunimos. Se quiser experimentar por conta própria, vou deixar os links para as fontes originais na descrição, logo abaixo. Por fim, a dica bônus que prometi no começo — e esta é a minha

05:37 favorita. Na verdade, é uma frase que Karpathy vive repetindo: você pode terceirizar seu pensamento, mas não pode terceirizar seu entendimento. E isso revela o fundamento de como você deve trabalhar com esses agents. Se quiser criar um produto de alta qualidade, você precisa realmente entender o que está criando e continuar envolvido no processo. E, se algo não estiver claro, basta pedir à IA que explique. Quanto melhor você entender aquilo em que está trabalhando, melhor poderá orientar seu agent e avaliar o trabalho dele. A propósito, a API do Fish Audio é gratuita até o fim de novembro. Então, se quiser experimentar, confira o primeiro link na

06:08 descrição. Se você achou este vídeo útil, não deixe de clicar no botão de curtir, e nos vemos no próximo.

Transcrição original

[00:00] Andrei Karpathy is one of the most respected AI researchers in the world. He co-founded OpenAI, led AI at Tesla, and now works at Anthropic. In today’s video, I’ve packed six of Karpathy’s best tips that you can implement into your workflow to get much better results with AI. And at the end, I’ll show you the one bonus thing Karpathy says you should focus on in the age of AI. Tip number one is start with a brain dump. You don’t need to organize every thought in your head. You don’t need a perfect prompt. LLMs are incredibly good at

[00:30] reconstructing long incoherent rambles. Karpathy’s advice is to turn on speech-to-text and just ramble for about 10 minutes about everything you’re thinking about, your goal, doubts, constraints, previous attempts, and examples. Then ask AI to reconstruct your intent and identify gaps. The benefit comes from richer context, not messiness itself. If the built-in speech-to-text isn’t good enough, you can try WhisperFlow. That’s what I use, and they offer a free plan as well. The second tip is create a spec. A spec is the set of rules for your project that

[01:00] have to stay true, no matter how it gets built. [music] It’s how you deliver your understanding to AI. Here’s what Andrei has to say about it. >> I think people have to be in charge of this spec, this plan. I actually don’t even like the plan mode. I mean, obviously it’s very useful, but I think there’s something more general here where you have to work with your agent to design a spec that is very detailed, and maybe it’s uh basically the docs, and then get the agents to write them. And you’re in charge of the oversight and the the top-level categories, but the agents are doing a lot of the under the hood. >> [music] >> That might sound abstract, so let’s take a look at an example. Let’s say you ask

[01:31] AI to build a booking form for your salon. It does a brilliant job, and the form might look perfect, but it lets people book on Sundays when you’re closed, and it lets two clients book the same slot. Something obvious to you might not be so obvious to an LLM. That’s why you need a spec. So, here are three practical steps to build one. First, uncover the goal. Make sure your agent knows exactly what you’re trying to achieve, what the end result looks like. Not build a booking form, but I want clients to be able to book themselves, so I stop answering the

[02:01] phone all day. And don’t worry if you can’t say it off the top of your head. Just ask AI to interview you. Second, define the rules. Things like we’re closed on Sundays, only one client per slot, or anything else AI has no way of knowing. Because every assumption AI makes is a chance for it to drift from the final product you actually want. Finally, write it down. Now that you’ve uncovered the goal and the rules, ask AI to put them into a markdown file in your project. So next time it can just read it before it builds anything. Tip number three is give AI the right tools. Even

[02:33] if your agent perfectly understands what you want, it still needs the right tools to complete the job. Let’s say you need to turn your script into a natural sounding voice over. Without a speech generation tool, your agent just won’t be able to do that. And when you choose one, you probably don’t want the result to sound like this. So, connect your agent to Fish Audio, which offers some of the most realistic AI voices out there. With Fish >> Audio, you can go with something natural and conversational. >> An expressive cartoon character. >> Or something a little more personal. >> You can make the delivery even more

[03:04] natural with emotion tags. >> Make it sound really excited. Give it a little giggle. >> [laughter] >> Or keep it between you and me. >> Also, with Fish Audio’s API, you can give your agent the ability to generate these high-quality voice overs. For example, I have this folder with my script in a markdown file and a dot ENV file where I’ve saved my API key and the ID of the voice I want to use. I can now open this project in Code X and ask it to turn my script into a voice over using Fish Audio. The agent can now do

[03:34] something it couldn’t do before. >> Open Claw is the most powerful AI tool ever created. >> So, check them out using the first link in the description. And shout out to Fish Audio for sponsoring today’s video. The next tip is give AI a finish line. AI models are incredibly smart. You don’t have to guide your agent every step of the way. Just tell it what you want to achieve and let it figure it out. Karpathy put it simply, “Don’t tell it what to do. Give it success criteria and watch it go.” Sometimes giving AI the exact steps can just restrict it.

[04:05] You’re making it follow your approach even when there might be a better one. Tip number five is make AI challenge you. AI models can make your ideas sound incredibly convincing, but just because they agree with you doesn’t mean you’re right. Andre shared that he spent 4 hours working with an LLM to improve an argument for a blog post. And when he thought it was great, he asked it to argue the opposite. All of a sudden, it demolished the entire argument and convinced him that the opposite was in fact true. So, before you settle on an idea, ask AI to make the strongest

[04:36] argument against it. You might find a weakness you missed while you were busy making your own argument sound better. [music] The next tip is build a knowledge base. When you research something with AI, you can end up with a lot of useful information scattered across different chats. Karpathy uses AI to organize his research into his own wiki. It’s basically a collection of notes in markdown files that your agent writes and updates for you. Let’s use this video as an example. I’ve spent a lot of time researching Karpathy’s interviews, tweets, and videos to find

[05:07] his best tips on using AI. With a knowledge base, my agent could organize that research into markdown pages by topic with links back to the original sources. Then, when a new interview comes out, I could add the transcript and ask my agent to update those pages. So, the next time I’m working on a video about Andre Karpathy, I could ask it to start with the research we’ve already collected. If you want to try it out for yourself, I’ll leave the links to the original sources in the description down below. Finally, the bonus tip I promised at the beginning, and this one is my

[05:37] favorite. It’s actually a quote Karpathy keeps bringing up. You can outsource your thinking, but you can’t outsource your understanding. And that reveals the foundation of how you should work with these agents. If you want to build a high-quality product, you need to actually understand what you’re building and stay involved in the process. And if something isn’t clear, just ask AI to explain it to you. The better you understand what you’re working on, the better you can guide your agent and judge its work. By the way, Fish Audio’s API is free until the end of November. So, if you want to try it yourself, check out the first link in the

[06:08] description. So, if you found this video helpful, make sure you smash that like button and I’ll see you in the next one.