Peguei as regras vazadas do Claude Code e colei num modelo de 15 centavos (RESULTADO ABSURDO!)

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: inglês

Vídeo original: Peguei as regras vazadas do Claude Code e colei num modelo de 15 centavos (RESULTADO ABSURDO!) · Canal: Matheus Battisti - Hora de Codar · 13:59 · Assistir no YouTube

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

Resumo

O vídeo apresenta um repositório de system prompts vazados de ferramentas e modelos de IA e explica como essas instruções podem orientar agentes. Como os prompts originais podem ser muito extensos, o apresentador demonstra como extrair deles uma versão curta e focada, em português. Ele usa instruções de planejamento do OpenAI Codex para guiar a criação de um aplicativo de controle de despesas com DeepSeek Flash. Em seguida, adapta instruções de design atribuídas a Claude para melhorar a interface do projeto e comenta os resultados e as limitações do teste.

Pontos-chave

Um system prompt contém instruções que orientam o comportamento de um modelo antes de ele responder ao usuário.
O repositório mostrado reúne prompts atribuídos a diferentes empresas e ferramentas de IA, além de exemplos e regras organizados por categorias.
Usar um prompt vazado completo pode consumir muito da context window; o apresentador recomenda filtrá-lo para o objetivo desejado.
O vídeo demonstra a criação de um prompt curto de planejamento de software a partir das instruções do OpenAI Codex.
DeepSeek Flash usa as instruções para fazer perguntas de esclarecimento e planejar um aplicativo pessoal de controle de despesas.
O apresentador também transforma instruções de design atribuídas a Claude em um prompt conciso para revisar o layout, a UX e a UI.
O resultado visual melhorou no exemplo, mas o vídeo ressalta que as instruções vazadas podem não corresponder às versões ainda usadas pelas empresas.

Capítulos

Início	Capítulo	Resumo
00:00	O que são system prompts vazados	O apresentador explica como system prompts orientam agentes e apresenta um repositório que reúne instruções atribuídas a diferentes ferramentas e modelos.
03:06	Como filtrar prompts extensos	Ele mostra um prompt de milhares de linhas e explica por que prefere condensar as instruções para evitar conteúdo desnecessário.
05:10	Planejamento de um aplicativo com DeepSeek Flash	O apresentador cria um prompt curto a partir das instruções do OpenAI Codex e o usa para planejar um aplicativo de controle de despesas.
08:48	Aplicação das instruções de design	Ele adapta instruções de design atribuídas a Claude e pede ao modelo que proponha melhorias de layout, UX e UI.
11:24	Avaliação do resultado e encerramento	O apresentador comenta as mudanças visuais obtidas, ressalta as limitações do teste e compartilha informações sobre o repositório e seus conteúdos.

Citações

Basicamente, é uma instrução que o agente lê antes de responder. — 00:30

Vai ocupar a context window e, acho, causar mais problemas do que resolver. — 03:37

Ele já está agindo como o system prompt pediu, perguntando sobre o que estava vago. — 07:46

Um sistema que funciona e resolve o problema vende melhor do que toda aquela beleza. — 12:27

Conceitos e entidades

system prompt (conceito): Conjunto de instruções que orienta as respostas e o comportamento de um modelo de IA.
DeepSeek Flash (modelo): Modelo usado no vídeo para criar e aprimorar um aplicativo com prompts derivados de instruções vazadas.
OpenAI Codex (ferramenta): Ferramenta cujas instruções de modo de planejamento são usadas como referência para gerar um prompt de planejamento.
OpenCode (ferramenta): Ambiente usado pelo apresentador para interagir com DeepSeek Flash durante a demonstração.
Anthropic (empresa): Empresa associada às instruções de design atribuídas a Claude que o apresentador usa para orientar melhorias na interface.

Tradução completa (pt-BR)

00:00 Pessoal, os system prompts do Fable, do ChatGPT e do Claude vazaram e foram reunidos em um repo para que vocês possam acessar e usar esses system prompts para melhorar seus agents de IA. Basicamente, são as instruções que o agent lê antes de responder a você. Em outras palavras, antes mesmo do seu prompt, ele já está configurado com esses system prompts, e é assim que responde com base nas instruções que recebeu. Vamos explorar esse

00:30 repo, entender como ele funciona e aplicá-lo na prática. Confiram. Então, pessoal, só para dar um pouco de contexto sobre essa questão de system prompt, porque algumas pessoas talvez estejam um pouco perdidas no assunto, certo? Era muito comum, lá no n8n, para quem usava, configurar um system prompt para um agent. Por exemplo, se fosse um agent recepcionista, você diria: “Seja cordial, responda apenas a perguntas sobre a empresa, certo? Não fuja do assunto.” Até questões de prompt injection podiam ser tratadas nessa etapa, entenderam? Então,

01:01 basicamente, é uma instrução que o agent lê antes de responder a você. Esses vazamentos acontecem de vez em quando, e essa pessoa os reuniu em um repo para que você possa usá-los em outros modelos. Então, é como usar o system prompt do Fable no DeepSeek Flash para melhorar sua eficácia ou fazê-lo responder como o Fable, certo? A ideia, claro, é que nunca será 100% idêntico, mas vamos usar os parâmetros do Fable para fazer o DeepSeek responder dessa forma, beleza? Essa é a

01:32 grande ideia. Então, aqui está uma explicação do que é um system prompt, pessoal. Temos nossa mensagem aqui e há esta instrução invisível que não vemos, que é o system prompt. Isso é combinado no modelo de IA: ele recebe o que enviamos, mais o system prompt, e então forma a resposta. Por isso eu disse que é algo pré-configurado; não vemos, mas conseguiram vazar. Não há uma fonte exata listada para todos, mas há muitas informações disponíveis, e tudo foi colocado neste repo de que estou falando. Bem,

02:04 o repo tem mais de 60 mil estrelas no GitHub, certo? Então, tem credibilidade; não é apenas algo aleatório publicado ali, é mantido há bastante tempo. Há muitas empresas, então você pode escolher o que quiser. Algumas estão aqui, como Claude, Gemini, Google, Core, ChatGPT, com os modelos LLM, por exemplo, Grok, GitHub Copilot e por aí vai. Então, deem uma olhada, pessoal, aqui estão alguns exemplos do que vocês vão encontrar lá. A regra vem

02:35 com o “porquê”. “Ah, não use X por causa de Y.” Então, haverá alguns prompts já incluídos ali, instruindo o que a IA deve usar. Exemplos bons e ruins, contextos separados em blocos e qual regra prevalece quando há conflito entre elas. Então, está tudo bem organizado, e há várias categorias. Vamos até o repo. Olhem, este aqui é o repo, pessoal. Vazamentos de system prompts, beleza? Podemos ver aqui que foi atualizado há 19 horas, certo? Geralmente, isso acontece quando um modelo é lançado,

03:06 por isso algumas coisas são mais antigas, como de dois meses atrás. Mas aqui podemos ver cada um deles, os vazamentos, as adições ou alterações recentes, certo? Basicamente, são arquivos nos quais podemos entrar e entender qual é o prompt, certo? Por exemplo, aqui está o Claude 3.5 Sonnet. Se eu entrar aqui, tenho o system prompt; olhem, está tudo aqui, certo? O grande problema é que, cara, não vamos usar isso por completo, certo? Porque, se usássemos, cara, nem sei quantas linhas tem aqui. Olhem,

03:37 6.600. Cara, isso vai lotar a context window e, acho, causar mais problemas do que resolver, certo? Então, uso uma estratégia aqui, certo? Estou começando a usá-la. Obviamente, pessoal, isso tudo é teste, então estou começando a testar para ver se realmente dá resultados concretos que também ajudem vocês a ter resultados, beleza? Sem usar esse system prompt do jeito errado, certo? Também vou deixar o link na descrição. Ah, é este aqui, olhem, para vocês entenderem melhor

04:08 e escolherem o agent que vão usar, e por aí vai, beleza? Então, vou fazer um teste prático aqui com vocês para que entendam como estou testando os vazamentos. Mas, antes, não se esqueçam, pessoal: se quiserem aprender programação com ajuda de IA, isto é, criar projetos com IA, tenho aqui meu treinamento supercompleto, com mais de 30 horas de conteúdo, beleza? Vou deixar o link na descrição, e vocês podem assistir a este vídeo em que explico todo o treinamento. E, claro, podem conferir o currículo e ver os projetos que vão criar;

04:38 tudo está detalhado aqui sobre o que vão aprender e construir comigo, certo? Acesso vitalício, grupo de alunos incluído, um treinamento supercompleto para aprender programação com IA e construir qualquer tipo de sistema. Combinado? Então, vamos ao VS Code, onde fiz o seguinte, vejam: abri o interpretador do OpenCode com o Flash. Então, obviamente, a maioria de vocês vai usá-lo como um modelo gratuito padrão e criar um system prompt ou um arquivo

05:10 derivado do system prompt. Há as instruções da OpenAI, da Anthropic ou do modelo que você quiser usar, beleza? Então, funciona da seguinte maneira. Primeiro, envio um prompt de instrução, beleza? Que fará o seguinte: ler o prompt de uma ferramenta de IA neste link. Aqui, por exemplo, tenho um link para o modo de planejamento do OpenAI Codex, beleza? Então, cara, é um system prompt da OpenAI para planejamento de sistemas. O que vou fazer? Criar

05:42 um novo system prompt a partir dele, em português, com no máximo 300 palavras, focado apenas no planejamento de um projeto de software, sem escrever nenhum código, fazendo perguntas apenas sobre decisões que realmente mudam o plano e entregando um plano claro e verificável. Regras: use apenas as instruções que atendam a esse foco. Remova menções a ferramentas, use frases curtas, responda apenas com o prompt final. Então, o que fiz aqui? Pedi que ele criasse um prompt que me ajude a planejar sistemas. Você pode pedir que ele o gere em um arquivo Markdown. Você

06:12 pode fazer isso como um prompt, como fiz aqui. Basta enviar o link de referência e o seu prompt, beleza? Há várias maneiras de fazer isso. Gosto desse método porque consigo ler o prompt. Então, ele me envia o resultado aqui, e posso copiá-lo como um system prompt, beleza? Olhem, ele me deu aqui. Então, este é o system prompt completo que ele gerou. Claro, você pode aprimorá-lo, pode modificar meu prompt, mas é uma ideia de como fazer isso. Então, vou copiá-lo aqui, beleza? E vou colar este

06:44 system prompt aqui. Vou enviar meu prompt. Assim, a IA vai ler o system prompt, ler meu prompt e formular a resposta final com base nessas duas informações. É como se estivéssemos adicionando um novo system prompt, certo, que será incluído no contexto, mas não estou incluindo aquelas 6.000 linhas, ou quantas forem, do link que coloquei aqui. Estou filtrando para não haver coisas desnecessárias demais, sabe? Por exemplo, se pegarmos aqui o plano do Claude Design, o próprio sistema de design deles, cara, são 2.600 linhas. Isso

07:16 pode atrapalhar mais do que ajudar. Então, o que estou fazendo é esse filtro preliminar, para que as informações fiquem mais condensadas e eu ainda consiga aproveitar o valor, certo, ao usar isso. Vou apertar Enter aqui. E então ele enviou o system prompt que pedi e o meu próprio prompt. Então, quero criar um app pessoal para acompanhar despesas. Ele precisa ter um formulário para adicionar despesas com descrição, valor, categoria e data, uma lista de despesas e o total por categoria, salvando os dados no navegador, beleza? Olhem que interessante. Ele já fez perguntas porque faltavam algumas informações, de propósito, obviamente, mas já está agindo conforme o system prompt pediu, perguntando sobre o que estava vago. Então, vou escolher a opção recomendada aqui. Depois, pergunta se as despesas podem ser editadas ou excluídas. Sim, editar e excluir. Como lidar com as categorias? Uma lista fixa no código ou personalizável pelo usuário? Vou escolher a segunda. Depois, pergunta se preciso filtrar ou agrupar por período. Sim, precisa de um filtro. E então confio nele, e é isso. Ah, se tiver mais alguma pergunta, ele vai perguntar; caso contrário, seguirá o restante do planejamento e da minha execução aqui, só para mostrar a vocês

07:46 A informação estava faltando de propósito, obviamente, mas ele já está agindo conforme solicitado pelo system prompt, perguntando sobre o que estava vago. Então, vou escolher a opção recomendada aqui. Depois: as despesas podem ser editadas ou excluídas? Sim, editar e excluir. Como lidar com as categorias? Uma lista fixa no código ou personalizável pelo usuário? Vou querer que seja personalizável. Então, é preciso filtrar ou agrupar por período? Aqui, precisa de um filtro. E então confio nele, e pronto. Ah, se tiver mais perguntas, ele vai perguntar; caso contrário, vai seguir o restante do planejamento e minha execução aqui, só para mostrar a vocês

08:18 pessoal também. Enquanto ele cria, vou mostrar o modo de planejamento que usei aqui. Olha, este foi o arquivo que ele leu, certo? Foi isso que usei como base para fazer o projeto deste vídeo. É o modo de planejamento do Open Codex, que provavelmente, quando abrimos o Codex e ativamos o planejamento, abre um system prompt, estão vendo? Então ele me entregou o plano. Aí temos que ler, obviamente, certo? E pedir para ele construir, se quisermos, ou mudar alguma coisa. Vou pedir para ele criar. Podemos usar, por exemplo,

08:48 Cloud Design para talvez melhorar o design do produto e outras coisas, para conseguirmos fazer uma IA mediana ter resultados melhores, certo? Essa é a ideia principal do vazamento e, claro, entender como as empresas trabalham nos bastidores. Não podemos garantir que esse vazamento seja o que eles ainda estão usando, certo? Porque acredito que isso também seja atualizado, certo? Os system prompts de vez em quando. Mas já temos uma ideia de como as empresas agem. Também podemos implementar isso nos nossos sistemas. Podemos usar

09:19 aqueles system prompts que temos na OpenAI para planejar nossos sistemas com IA integrada e orientar um agent. Também é uma boa forma de usar isso, digamos assim, certo? Então, aqui ele criou, pessoal. Este é o DeepSeek Flash. Ele é mesmo muito rápido. Vou abrir aqui o projeto de exemplo, certo? Claro, é só algo fictício, certo? Para vocês verem. Ele criou aqui e tal. Tem todos os requisitos que pedimos, esclarecidos com o que tínhamos nas adições ao system prompt, para esclarecer aquelas dúvidas que não estavam claras para o DeepSeek.

09:53 Vou fazer aquela proposta que mencionei antes. Vamos tentar incluir o Cloud Design agora, certo? Vamos ver se ele consegue melhorar o design da aplicação. Aqui temos uma base. Está bem padrão, certo? Nada além de um framework básico de CSS. E aqui vou limpar e colocar como eu usaria o Cloud Design, certo? Então vou pedir para ele ler de novo, certo? Leia o system prompt em uma ferramenta de IA neste link. Então, Cloud Design, certo?

10:23 Crie um novo system prompt em português com base nele. A mesma coisa com as regras aqui, certo? Vamos esperar ele enviar o prompt. Ele enviou aqui, vamos copiá-lo. Vou colocar assim, olha. Tenho aqui um sistema de controle de despesas pessoais. O design está bem ruim. Quero melhorá-lo. E vou colocar aqui: analise o projeto e me ajude com um plano de implementação e melhoria do layout, da UX e da UI. Certo? Algo assim. Enviei o system prompt, enviei minha solicitação, e aqui ele vai ler o projeto e me dar uma ideia de como melhorá-lo.

10:54 Ah, mais uma vez este também tem perguntas, certo? Este é da Anthropic, é de outra empresa, certo? Não é da OpenAI. Então, quero um visual financeiro moderno aqui. Vamos trabalhar com este estilo, certo? Para realmente dar destaque, porque

11:24 acho que o estilo minimalista vai ficar parecido demais com o que temos. E aqui ele sugeriu fazer isso em etapas, certo? Vou colocar aqui: aplique todas as etapas de melhoria em sequência. Só para podermos dar uma olhada, certo? Gosto de fazer as coisas passo a passo, mas estes são exemplos mais práticos, então vamos ver se haverá um impacto real no nosso design usando este system prompt do Claude Design, certo? Pessoal, ele terminou as seis etapas. Foi bastante coisa. Travou no meio, do nada, na sessão de abertura, mas

11:56 tudo bem. Vamos ver se conseguimos fazer uma comparação aqui, certo? Infelizmente, ele já atualizou aqui, sabe? Não manteve a visualização anterior, mas adicionou alguns recursos aqui. Melhorou bastante o layout, como podemos ver. Então, está tudo com uma aparência melhor para um sistema de controle financeiro. Também adicionou alguns modais de alerta e coisas assim. Então, o layout realmente

12:27 ficou muito melhor. Claro, não tem aquelas coisas cinematográficas que todo mundo está vendendo agora, criando aqueles sites 3D que se movem com a rolagem, mas, cara, um sistema nem sempre precisa disso, certo? Pela minha experiência, um sistema que funciona e resolve o problema vende melhor do que toda aquela beleza que nem sabemos se funciona no fim das contas, certo, pessoal? Bom, então, olha, vou deixar o repo aqui na descrição do vídeo para vocês acessarem e

12:58 verem se vale a pena para vocês, certo? Vou testar mais para fazer outras análises. Se quiserem, deixem nos comentários também. Treinamento Vibe Code, para quem quiser aprender várias ferramentas juntas, como Claude Code, Codex, Antigravity e outras, criando vários projetos também, trabalhando com diversas regras de negócio e diferentes integrações. Este é o treinamento, certo? Vou deixar o link na descrição para vocês acessarem e conferirem. Tem um vídeo aqui em que explico tudo, como eu disse, mas, se tiverem alguma dúvida, é só mandar uma mensagem para a gente no WhatsApp.

13:28 Beleza, pessoal? Agora é com vocês. Deixem um gostei e se inscrevam, se puderem, certo? Além disso, não se esqueçam: temos vídeos semanais exclusivos para membros, certo? Toda semana publico um vídeo para os membros. Então, tornem-se membros. Tem um grupo VIP no WhatsApp e também faço lives semanais aqui, certo? Não há um dia fixo para elas. Faço quando realmente consigo, mas geralmente à tarde, por volta das três horas, trazendo

13:59 assuntos em alta da semana em IA, digamos assim, e testando alguns modelos ao vivo para vermos como eles se comportam, com testes em que posso mostrar erros e coisas do tipo. Algo mais flexível do que vídeos editados como este, certo? Então, espero ver vocês por lá e no próximo vídeo. Obrigado.

Transcrição original

[00:00] Guys, system prompts for Fable, ChatGPT , and Claude have been leaked and gathered in a repository so you can access and use these system prompts to improve your AI agents. Basically, these are the instructions the agent reads before answering you. In other words, even before your prompt, it’s already configured with these system prompts, and that’s how it responds based on the instructions it was given. We’re going to explore this

[00:30] repository, understand how it works, and apply it in practice. Check it out. So guys, just to give you a bit of context on this system prompt issue, because some people might be a bit lost on the subject, right? It was very common back in n8n, for those who used it, to configure a system prompt for an agent. For example, if it were a receptionist agent, you’d tell it: “Be cordial, only answer questions about the company, right?”“Don’t go off-topic .” Even prompt injection issues could be handled at this stage, you see? So,

[01:01] basically, it’s an instruction that the agent reads before it answers you. These are leaks that happen from time to time, and this person gathered them into a repository so you can use them in other models. So, it’s like using the Fable system prompt in DeepSeek Flash to improve its effectiveness or make it respond like Fable, right? The idea, of course, is that it will never be 100%identical, but we’ll use the Fable parameters to make DeepSeek respond that way, okay? That’s the

[01:32] big idea. So, here is an explanation of what a system prompt is for you guys. We have our message here, and there’s this invisible instruction we don’t see, which is the system prompt. This is combined in the AI model; it receives what we send, plus the system prompt, and then it forms the response. That’s why I said it’s something pre-configured; we don’t see it, but they managed to leak it. It doesn’t list the exact source for everyone, but there’s a lot of information available, and it was all put into this repository I’m talking about. Well,

[02:04] the repository has over 60,000 stars on GitHub, right? So it has credibility; it’s not just something random thrown up there, it has been maintained for a long time. It has many companies, so you can choose whatever you want. Some of them are here, like, you know, Claude, Gemini, Google, Core, ChatGPT, with the LLM models, for example, Grok, GitHub Copilot, and so on. So, take a look, guys, here are some examples of what you’ll find there. The rule comes

[02:35] with the “why.”“Oh, don’t use X because of Y.” So there will be some prompts already placed there instructing what the AI has to use. Good and bad examples, contexts separated into blocks, and who wins when rules conflict. So everything is well organized there, and it has several categories. Let’s head over to the repository. Look, this here is the repository, guys. System prompt leaks, okay? We can see here that it was updated 19 hours ago, right? Usually, that’s when a model is released,

[03:06] which is why some things are older, like two months ago. But here we can see each one of them, the leaks, the recent additions or changes, right? And basically, these are files that we can enter and understand what the prompt is , right? For example, here’s Claude 3.5 Sonnet. If I go in here, I have the system prompt, look, it’s all here, right? The big problem is that, man, we’re not going to use this entirely, right? Because if we were, man, I don’t even know how many lines are here. Look

[03:37] here, 6,600. Man, it’s going to clog up the context and, I think, do more harm than solve problems for us, right? So, I use a strategy here, right? I’m starting to use it, obviously, guys, this is all testing, so I’m starting to test to see if it really has real results that will also help you get results, okay? Without using this system prompt the wrong way, alright? So, I’ll leave the link here in the description as well. Oh, this is the one, look, so you can understand better

[04:08] , choose the agent you’re going to use, and so on, okay? So I’m going to do a practice run here with you so you understand how I’m testing the leaks. But first, don’t forget, guys, if you want to learn AI-assisted coding, that is, creating projects with AI, there’s my super complete training here, with over 30 hours of course material, okay? I’ll leave the link in the description, and you can watch this video where I explain the entire training. And of course, you can check the curriculum, see the projects you’ll create;

[04:38] everything is detailed here regarding what you’ll learn and what you’ll build with me, alright? Lifetime access, student group included, a super complete training for you to learn programming with AI and build any kind of system. Deal? So let’s head over to VS Code, where what I did here, see, I opened the OpenCode interpreter with flash. So, obviously, most of you will use it as a standard free model, and create a system prompt or a file

[05:10] derived from the system prompt. There are the instructions from OpenAI, Anthropic, or whatever model you want to use, okay? So, it works in the following way. I first give an instruction prompt, okay? Which will do the following: read the prompt of an AI tool at this link. So here, for example , I have a link for the OpenAI Codex planning mode, okay? So man, it’s an OpenAI system prompt for system planning. What am I going to do? Create

[05:42] a new system prompt from it in Portuguese with a maximum of 300 words, focused only on planning a software project without writing any code, asking only about decisions that really change the plan and delivering a clear, verifiable plan. Rules. Take only the instructions that serve this focus. Remove mentions of tools, use short sentences, answer only with the final prompt. So, what did I do here? I told it to create a prompt that will help me plan systems. You can do this by asking it to output it to a markdown file. You

[06:12] can do it as a prompt, like I did here. You can just send the reference link and send your prompt, okay? So there are several ways to do this. I like this because I can read the prompt. So it sends me the output here and I can copy it as a system prompt, okay? Look, it gave it to me here. So there is the whole system prompt it generated. Of course, you can improve it, you can modify my prompt, but it’s an idea of how you can do it. So here I’m going to copy it, okay? And I will paste this

[06:44] system prompt here. I will send my prompt. So the AI will read the system prompt, read my prompt, and form the final answer based on those two pieces of information. It’s as if we were adding a new system prompt, right, which will be included in the context, but I’m not including those 6,000 lines , or however many there are in the link I put here. I’m filtering it so there isn’t too much unnecessary stuff, you know? For example, if we take the Cloud Design plan here, their own design system, man, it has 2,600 lines, this

[07:16] could hinder more than it helps. So, what I’m doing is this preliminary filter so that the information is more condensed and I can still get value, right, when using this guy. I’ll press enter here. And then it sent the system prompt as I requested and my own prompt . So, I want to create a personal expense tracker app. It needs to have a form to add expenses with description, amount, category, and date, a list of expenses, and the total by category, saving the data in the browser, okay? Look how interesting that was. It already asked questions because some

[07:46] information was missing, purposefully, obviously, but it’s already acting as the system prompt requested, asking about what was vague. So I want, I’ll choose the recommended option here. Then here, can the expenses be edited or deleted? Yes, edit and delete. How to handle the categories? A fixed list in the code or customizable by the user . I’ll want, then do you need to filter or group by period? It’s here, it needs a filter. And then I trust it, and that’s it. Oh, if it has any more questions, it will ask, otherwise, it will follow the rest of the planning and my execution here, just to show you

[08:18] guys as well. While it creates it, I’ll show the plan mode I used here. So, look, this was the file it read, okay? This is what I used as a base to do the project for this video. So it’s the Open Codex plan mode, which is likely when we open the codex there and activate the plan, it opens a system prompt, see? So it delivered the plan to me. Then we have to read it, obviously, right? And ask it to build if we want to or change something. I’ll ask it to create. We can use, for

[08:48] example, Cloud Design to perhaps improve the product’s design and others there so we can make an average AI get better results, okay? That’s the main idea of the leak and, of course, to understand how companies work behind the scenes. We can’t guarantee if this leak is the one they are still using, right? Because I believe this also gets updated, right? System prompts occasionally, but we have an idea of how companies act. We can implement this in our systems too. We can use

[09:19] those system prompts we have at OpenAI to plan our AI-embedded systems to guide an agent. It’s a good way to use it too, let’s put it that way, okay? So here it created it, guys, this is DeepSeek Flash. It really is very fast. I’m going to open the example project here, right? Of course, just something fictional, right? For you to see. It created it here and so on. It has all the requirements we asked for, clarified, with what we had there in the system prompt additions for those doubts that weren’t clear to DeepSeek.

[09:53] I’m going to make that proposal I mentioned to you before. Let’s try to add Cloud Design now into the mix, right? Let’s see if it can improve the application’s design. You have a base here. This is super standard, right? Nothing more than a basic CSS framework . And here I will clear it and put how I would use Cloud Design here, okay? So I’ll ask it to read it again, right? So read the system prompt in an AI tool at this link. So Cloud Design, okay?

[10:23] Create a new system prompt in Portuguese from it. Same thing with the rules here, okay? Let’s wait for it to send the prompt. It sent it here, we copy it. I’ll put it like this, look. I have a personal expense tracking system here. The design is pretty bad. I want to improve it. And I’ll put here: check the project and help me with an

[10:54] implementation and improvement plan for layout, UX, and UI. Okay? Something like that. I sent the system prompt, I sent my request, and here it will read the project and give me an improvement idea. Oh, once again this one also has questions, right? This one is from Anthropic, it’s from another company, right? It’s not from OpenAI. And so I’ll want a modern financial look here. Let’s work with this style here, okay? To really make it stand out, because

[11:24] the minimalist one I think will be too similar to what we have. And here it suggested doing it in phases, okay? I will put here: apply all the improvement phases in sequence. Just so we can take a look here, right? I like to do things step-by-step, but these are more practical examples, so let’s see if there will be a real impact on our design using this Claude design system prompt, right? Hey guys, so it finished the six phases, that was a lot . It froze in the middle there, the

[11:56] opener session out of nowhere, but that’s okay. Let’s see if we can make a comparison here, right? Unfortunately, it already updated here, you know? It didn’t keep the previous view, but it did add some features here . It improved the layout quite a bit, as we can see here. So everything looks better for a financial control system. It also added some warning modals and things like that. So, the layout really

[12:27] did turn out much better. Of course, it doesn’t have that cinematic stuff everyone is selling right now, making those 3D sites that move with the scroll, but man, a system isn’t always about that, okay? In my own experience, a system that works and solves the problem sells better than all that beauty that we’re not sure even works in the end, right guys? Well, so look, I’ll leave the repository here in the video description for you to access and

[12:58] see if it’s worth it for you, okay? I’ll test more for further analysis, if you want, leave it in the comments as well. Vibe Code training, if you want to learn several tools together, like Claude Code, Codex, Antigravity and others, creating various projects too, working with various business rules and different integrations. This is the training, okay? I’ll leave the link in the description so you can access it and check it out. There’s a video here where I explain everything as I said, but if you have any questions, just message us on WhatsApp.

[13:28] All right, guys? Over to you now. Leave a like, and subscribe if possible, okay ? Also, don’t forget, we have weekly members-only videos, alright? So, every week I release a video for the members, okay? So, become a member. There’s a VIP group on WhatsApp and I’m doing weekly live streams here too, okay? There isn’t a fixed day for them. I’m doing it whenever I can actually manage to, but usually in the afternoon, around 3 o’clock, bringing up trending

[13:59] topics from AI week, so to speak, and testing some models live so we can see how they behave, with tests where I can show errors and such. Something more flexible than edited videos like this one, okay? So, I look forward to seeing you there and in the next video, thanks .