Verificando acesso...

TRILHA 2 · COMMAND

🎯 Comando e Engenharia de Contexto

A habilidade base do CAIP. Aqui você aprende a comandar IA com critério, não a usar como buscador. Briefing, contexto, julgamento, curadoria. Selo de saída: CAIP Prompt Engineer.

6
Módulos
36
Tópicos
~10h
Duração
Básico
Nível

Mapa da trilha

Conteúdo detalhado

2.1~90 min

🔄 Da execução ao comando

A virada mental do CAIP. Você para de ser quem produz pra ser quem orquestra. Tudo o que vem depois depende disso.

O que é:

Você deixa de pedir tarefa e passa a especificar entrega. Define objetivo, contexto, critério e formato. A IA executa. Você revisa, refina, libera.

Por que aprender:

É a diferença entre "gerei um texto" e "entreguei um produto". Quem comanda controla o resultado; quem só pede aceita o que vem.

Conceitos-chave:

Modo comando · Modo execução · Especificação de entrega · Controle de qualidade.

O que é:

Orquestrador desenha o sistema: quem faz o quê, em que ordem, com qual critério. Executor faz mais uma vez. Mesma tarefa, perspectiva oposta.

Por que aprender:

Pensar em fluxo multiplica seu output. Você pensa uma vez e a IA roda 100 vezes. Pensar em tarefa te limita a 1 entrega por iteração.

Conceitos-chave:

Fluxo vs tarefa · Multiplicação de output · Pensamento sistêmico · Reuso.

O que é:

Antes de pensar em "como prompt", pense em "o quê eu quero, exatamente". Maior parte dos prompts ruins são pedidos vagos com palavras bonitas.

Por que aprender:

Clareza de objetivo é 80% da qualidade da resposta. Sem isso, prompt elegante vira poesia inútil.

Conceitos-chave:

Definição de objetivo · Especificidade · Outcome esperado · Sucesso mensurável.

O que é:

Antes de fazer o pedido, escreva o que conta como "feito". Tipo: "máximo 3 parágrafos, tom formal, sem jargão, com 1 exemplo numérico". Critério explícito sempre.

Por que aprender:

Sem critério, você gasta 5 iterações pedindo "agora mais curto, agora mais formal, agora com exemplo". Com critério, 1 ou 2 iterações basta.

Conceitos-chave:

Definition of done · Acceptance criteria · Especificação prévia · Iteração eficiente.

O que é:

Amador pede e copia. Profissional pede, lê com olho crítico, pede ajuste, lê de novo, refina. 3-5 iterações são a norma, não a exceção.

Por que aprender:

A diferença entre entrega medíocre e excelente está em quantas iterações você faz. Quem itera entrega 3x melhor pelo mesmo tempo total.

Conceitos-chave:

Ciclo de iteração · Feedback estruturado · Refinamento · Comparação de versões.

O que é:

"Eu escrevo posts" vira "Eu opero uma máquina de conteúdo". "Eu analiso planilhas" vira "Eu orquestro análises automatizadas". Linguagem nova, valor novo.

Por que aprender:

Como você descreve seu trabalho define como te precificam. Operador vale mais que executor — mesmo entregando o mesmo output.

Conceitos-chave:

Posicionamento profissional · Vocabulário de valor · Reframing · Bio de comando.

Ver Completo
2.2~90 min

📝 Anatomia do briefing CAIP

Os 6 elementos que separam um pedido vago de um briefing que funciona. Template reutilizável incluído.

O que é:

Todo bom briefing tem 6 elementos: objetivo (o quê), público (pra quem), contexto (background), restrições (regras), formato (estrutura), exemplo (referência). Faltar qualquer um = resposta abaixo do ideal.

Por que aprender:

É o template-base. Vira segunda natureza depois de 2 semanas. Multiplica qualidade de qualquer interação com IA.

Conceitos-chave:

Briefing estruturado · Os 6 elementos · Template-base · Hábito profissional.

O que é:

Vago: "faça uma proposta". Claro: "proposta de R$ 30k pra cliente X, focada em redução de custo, máximo 2 páginas, tom consultivo". Você sente a diferença no output.

Por que aprender:

90% dos resultados ruins vêm de objetivo vago. Quem aprende a especificar objetivo bom tira 10x mais valor da mesma IA.

Conceitos-chave:

Especificidade · Verbo + complemento · Resultado mensurável · Antes/depois.

O que é:

"Diretor de empresa de 50 funcionários, lê em 30 segundos, decide rápido" gera output muito diferente de "estagiário aprendendo, lê com calma". Mesma pergunta, audiência diferente.

Por que aprender:

Audiência define tom, profundidade, vocabulário, exemplos. Sem definir, IA chuta no genérico — que serve mal pra todo mundo.

Conceitos-chave:

Persona de audiência · Tom adequado · Nível de profundidade · Vocabulário-alvo.

O que é:

Antes do pedido, ofereça contexto: quem você é, qual situação, o que veio antes. "Sou consultor júnior em escritório jurídico, cliente trouxe contrato complexo, preciso analisar antes de reunião amanhã."

Por que aprender:

Contexto explícito reduz alucinação e gera resposta calibrada pro seu caso real, não pra um caso genérico.

Conceitos-chave:

Background · Premissas · Estado atual · Restrições reais.

O que é:

Diga o formato exato: "Tabela com colunas X, Y, Z. Máximo 5 linhas. 1 frase por célula." Ou "Bullets de no máx 15 palavras cada." Especificidade força a IA a respeitar.

Por que aprender:

Formato vago = output verborrágico. Formato preciso = output direto, fácil de usar.

Conceitos-chave:

Estrutura de saída · Limites quantitativos · Few-shot · Modelo de referência.

O que é:

Você monta 5-10 templates de briefing que cobrem 80% dos seus casos: e-mail formal, proposta comercial, análise de dado, resumo de reunião, post de LinkedIn. Reutiliza e ajusta variáveis.

Por que aprender:

Template salva 10 minutos por interação. Em escala (40 interações/semana), são 6h+ devolvidas toda semana.

Conceitos-chave:

Biblioteca de prompts · Variável vs fixo · Iteração de template · Versionamento.

Ver Completo
2.3~90 min

🧠 Contexto é tudo

A maior parte do resultado vem do contexto, não do prompt. Como alimentar sua AGI pessoal com documentação, exemplos e memória organizacional.

O que é:

Coleção viva de documentos sobre você: bio, projetos, clientes, processos, decisões. Quanto mais a IA souber, melhor responde. Pense em "AGENTS.md pessoal".

Por que aprender:

Sem memória organizacional, você repete o mesmo contexto em cada interação. Com ela, IA já chega calibrada.

Conceitos-chave:

AGENTS.md · Wiki pessoal · Documentação viva · Contexto persistente.

O que é:

Cada plataforma (ChatGPT, Claude, Gemini) deixa você salvar instruções permanentes. Quem é você, como gosta de receber respostas, regras fixas. Vale ouro.

Por que aprender:

É a forma mais barata de personalizar. 5 minutos configurando hoje economiza milhares de mensagens repetitivas no ano.

Conceitos-chave:

System prompt · Custom instructions · Personas · Configuração persistente.

O que é:

Projects (ChatGPT/Claude), NotebookLM, Gems do Gemini — todos deixam você anexar PDFs, docs, planilhas. A IA passa a responder com base no seu material privado.

Por que aprender:

Transforma assistente genérico em especialista no seu caso: leis brasileiras, manual da empresa, histórico de clientes, etc.

Conceitos-chave:

RAG light · Projects · Knowledge base · NotebookLM · Gems.

O que é:

Antes de pedir, cole/anexe: texto-modelo, dado bruto, exemplo de boa entrega anterior. "Quero algo parecido com isso, mas adaptado pra esse cliente."

Por que aprender:

Few-shot learning prático: 1 bom exemplo > 1.000 palavras de instrução. IA aprende seu estilo na hora.

Conceitos-chave:

Few-shot · Exemplo-âncora · Inspiração explícita · Imitação calibrada.

O que é:

Thread longo acumula contexto — bom pra projeto em andamento. Mas vira "soup" depois de 50 mensagens. Saber quando começar de novo é crítico.

Por que aprender:

Threads sujos degradam qualidade. Threads bem mantidos compõem valor ao longo do tempo. Saber gerenciar = diferencial.

Conceitos-chave:

Higiene de thread · Saturação de contexto · Reset estratégico · Salvamento de pontos-chave.

O que é:

Estrutura mínima: pasta com prompts.md, perfis.md, biblioteca-de-exemplos/, dossiês-de-cliente/. Tudo em texto. Reutilizável em qualquer plataforma.

Por que aprender:

Quem tem wiki pessoal multiplica produtividade 5x em 6 meses. Cada nova interação reaproveita o capital intelectual acumulado.

Conceitos-chave:

Capital intelectual · Wiki pessoal · Reuso · Composição de contexto.

Ver Completo
2.4~90 min

⚖️ Julgamento com critério

A IA gera, você julga. Os 5 critérios universais, como detectar alucinação, e quando aceitar versus reescrever.

O que é:

5 perguntas a fazer toda vez: está correto? está completo? está claro? o tom bate? os fatos conferem? Se 1 falha, não libera.

Por que aprender:

Sem critério, você libera output ruim por preguiça. Com critério, você libera só o que presta. Reputação preservada.

Conceitos-chave:

Checklist de aceitação · Critério explícito · Quality gate · Tom de voz.

O que é:

Toda afirmação numérica, citação, lei, estatística — checar. Use ferramentas de pesquisa, Google direto, Wikipedia. Confiança cega na IA = vergonha pública garantida.

Por que aprender:

A diferença entre profissional e amador é checagem. Profissional checa, amador copia. Custou pouco, mas vale tudo.

Conceitos-chave:

Fact-checking · Verificação cruzada · Fonte primária · Risco reputacional.

O que é:

Sinais: confiança excessiva sem fonte, números muito redondos, citações sem URL, "pesquisas dizem", aspas atribuídas sem livro/data, nomes próprios que você não conhece, leis com número errado.

Por que aprender:

Treinar olho pra alucinação te economiza erros catastróficos. Em direito, financeiro, saúde — alucinar = processo.

Conceitos-chave:

Confabulação · Falsa precisão · Citação inventada · Padrão de alucinação.

O que é:

Em vez de pedir 1 versão e aceitar, peça 3 com abordagens diferentes. Compare. Combine o melhor. Output final fica 3x melhor pelo mesmo tempo.

Por que aprender:

Técnica simples, resultado absurdamente desproporcional. Quem usa não volta a pedir só 1 versão.

Conceitos-chave:

Geração paralela · Comparação · Combinação · Best-of-N.

O que é:

Existe um ponto onde a IA não vai melhorar mais — só você consegue. Sinal: 3 iterações sem ganho perceptível. Aí você pega o melhor pedaço e reescreve à mão.

Por que aprender:

Quem itera até a morte perde tempo. Quem assume controle no ponto certo entrega rápido e bem.

Conceitos-chave:

Diminishing returns · Mão humana · Híbrido IA+humano · Ponto de parada.

O que é:

Escreva, pra cada tipo de entrega seu, os critérios objetivos: "post de LinkedIn bom tem (a) hook nas 2 primeiras linhas, (b) 1 insight contra-intuitivo, (c) máximo 8 parágrafos, (d) CTA final."

Por que aprender:

Critério escrito = critério aplicável. Sem isso, "bom" é opinião que muda toda hora.

Conceitos-chave:

Padrão de qualidade · Critério objetivo · Rúbrica · Reuso de critério.

Ver Completo
2.5~90 min

🎨 Curadoria e gosto

Por que IA gera texto "sem alma" — e como você vira o filtro editorial que separa genérico de excelente.

O que é:

IA foi treinada na média da internet. Quando não dá direção forte, ela puxa pra média — voz neutra, sem ângulo, sem opinião, sem identidade. É o famoso "tom ChatGPT".

Por que aprender:

Entender o "porquê do genérico" é o primeiro passo pra escapar dele. Quem não escapa vira ruído.

Conceitos-chave:

Efeito média · Tom AI · Distribuição de treino · Default neutro.

O que é:

Sua voz é o que separa você do feed. Quando você direciona com convicção ("não quero formal, quero contundente; corte adjetivos; afirme em vez de sugerir"), IA segue.

Por que aprender:

Quem tem voz, multiplica com IA. Quem não tem, vira mais um. Voz é seu ativo principal.

Conceitos-chave:

Voz autoral · Tom de marca · Convicção · Repertório próprio.

O que é:

IA produz volume. Você produz valor. O caminho: gera 3x do necessário, depois corta 70%. O que sobra é melhor que escrever direto do zero.

Por que aprender:

Cortar bem é habilidade editorial — a IA não corta porque não sabe o que importa pra você. Sua função: separar joia de cascalho.

Conceitos-chave:

Filtro editorial · Subtração · Densidade · Hierarquia.

O que é:

Use IA pra gerar 3 versões diferentes. Pegue o melhor parágrafo de cada uma. Junte. Refine. Resultado: melhor que qualquer versão sozinha.

Por que aprender:

É a forma mais subestimada de subir qualidade. Custa 2 minutos a mais e dobra o nível da entrega.

Conceitos-chave:

Ensemble · Frankenstein editorial · Costura · Síntese híbrida.

O que é:

Padrão: cola sua versão editada de volta na IA. "Aqui está minha versão. Identifique 3 pontos pra melhorar e proponha." Ela vê com olhos novos.

Por que aprender:

IA como revisora é diferente de IA como geradora. Refina, polê, propõe ângulo novo. Aproveite os 2 papéis.

Conceitos-chave:

Revisão por IA · Loop de polimento · Olho fresco · Pergunta socrática.

O que é:

Email rotineiro: IA basta. Apresentação pra cliente novo: precisa de mão. Carta de demissão difícil: nunca terceirizar. Sentir essa graduação é parte do gosto.

Por que aprender:

Saber o que delegar 100%, o que delegar parcial e o que nunca delegar é o que diferencia operador maduro de noviço.

Conceitos-chave:

Grau de delegação · Stakes · Risco × benefício · Toque pessoal.

Ver Completo
2.6~90 min

⚠️ Os 10 anti-padrões

Erros que matam o resultado. Os 6 mais comuns que você provavelmente ainda comete — e como sair de cada um.

O que é:

Pedidos genéricos geram saídas genéricas. "Crie um post" sem dizer tema, público, tom, formato e tamanho = perda de tempo garantida.

Por que aprender:

É o erro #1 dos iniciantes — e dura anos. Sair dele é meio caminho do CAIP.

Conceitos-chave:

Especificidade · Briefing mínimo viável · 6 elementos · Anti-vaguidade.

O que é:

Iniciante pega o primeiro output e usa. Profissional itera 3-5 vezes. Mesma ferramenta, qualidade 5x diferente.

Por que aprender:

Pra parar de produzir lixo bonito. Aceitar a primeira é o caminho mais curto pro tom genérico.

Conceitos-chave:

Anti-preguiça · Iteração obrigatória · Padrão de qualidade · Pressão por refinamento.

O que é:

"Analisa o documento, gera resumo, escreve email pro cliente e cria slide" num prompt só. Resultado: IA faz mal as 4. Uma de cada vez = melhor em todas.

Por que aprender:

Decomposição é regra. Cadeia de tarefas pequenas > tarefa gigante.

Conceitos-chave:

Decomposição · Pipeline · Single responsibility · Foco por iteração.

O que é:

Usar IA pra "buscar informação" é desperdiçar o produto. Use IA pra processar, sintetizar, decidir, executar. Pra busca pura, use Perplexity ou Google.

Por que aprender:

Você usa 5% do potencial da IA quando trata como buscador. O valor está no resto.

Conceitos-chave:

Caso de uso · Ferramenta certa pra tarefa certa · Underuse · Potencial não-utilizado.

O que é:

"Reescreva isso melhor" — sem dizer pra quem, por quê, pra qual canal. IA chuta. Você reclama. Cola contexto: nome do cliente, situação, restrição, exemplo.

Por que aprender:

90% das frustrações com IA são falta de contexto. Reduzir isso = upgrade imediato.

Conceitos-chave:

Maldição do conhecimento · Contexto explícito · Anti-telepatia · Briefing-as-default.

O que é:

Copiar e colar sem ler. Mandar e-mail sem revisar. Apresentar relatório sem checar número. Caminho garantido pra vergonha pública ou processo legal.

Por que aprender:

Sua assinatura, seu pescoço. IA é assistente, não cobertura. Toda saída passa pelo seu julgamento antes de virar entrega.

Conceitos-chave:

Revisão obrigatória · Responsabilidade fiduciária · Risco legal · Última milha humana.

Ver Completo
← Trilha 1 · Foundation Próxima Trilha · Agents →