Coleção de prompts estruturados para demonstrar uso profissional de copilotos de desenvolvimento em diferentes modos operacionais, com foco em tomada de decisão, clareza técnica e qualidade de entrega.
O material foi organizado como artefato de portfólio, com ênfase em clareza de instrução, consistência de stack, qualidade de engenharia e capacidade de orientar a IA de acordo com o objetivo da tarefa.
Este pacote parte de uma premissa simples: o valor do copiloto aumenta quando as instruções deixam de ser genéricas e passam a refletir contexto, responsabilidade técnica e critério de decisão.
Em vez de apenas solicitar respostas ou código, os prompts deste repositório definem:
- papel esperado do copiloto
- limites de atuação por modo
- formato de saída
- critérios de qualidade
- postura diante de risco, ambiguidades e validação
prompts/prompt-ask.md: análise, diagnóstico e explicação sem alterar códigoprompts/prompt-edit.md: edição controlada de código existenteprompts/prompt-plan.md: planejamento revisável antes da implementaçãoprompts/prompt-agent.md: execução mais autônoma, orientada a entregaprompts/prompt-study.md: aprendizado guiado com progressão didática
Os prompts foram desenhados para funcionar bem em cenários comuns ao meu repertório de estudo e desenvolvimento:
- Python
- TypeScript
- Node.js
- React
- HTML/CSS
O objetivo é manter coerência mesmo em stacks diferentes, sem perder precisão operacional.
Este material busca evidenciar competências relevantes para avaliação técnica e composição de portfólio:
- capacidade de estruturar instruções com objetivo claro
- entendimento dos diferentes modos de atuação de um copiloto
- preocupação com qualidade, testes, edge cases e manutenção
- adaptação de linguagem e estratégia conforme o tipo de tarefa
- visão de engenharia aplicada ao uso de IA em desenvolvimento de software
- Selecione o modo compatível com o objetivo da interação.
- Ajuste a seção de stack caso o projeto exija convenções específicas.
- Adicione o contexto do problema, requisito ou arquivo relevante.
- Use o prompt como base e refine apenas o que for necessário para o caso real.
Os prompts foram refinados para evitar dois problemas comuns: instruções vagas e respostas tecnicamente inconsistentes.
Por isso, a abordagem prioriza:
- suposições explícitas em vez de inferências silenciosas
- estrutura de resposta previsível
- preocupação com risco e validação
- alinhamento entre análise, planejamento, implementação e aprendizado
O pacote foi preparado com foco em apresentação profissional, adequado ao contexto de um estudante de Engenharia de Software que deseja demonstrar organização, maturidade técnica e capacidade de transformar IA em ferramenta de trabalho com critério.