Três estruturas para que pessoas comuns alcancem uma evolução nas capacidades de IA: despedindo-se do dilema de "repetir entradas todos os dias"

Título original: 《Três Estruturas para a Transição de Capacidade de IA para Pessoas Comuns》Autor original: KK.aWSB, Co-fundador da CarbonSilicon AI

Autor original:律动BlockBeats

Fonte original:

Reprodução: Mars Finance

As pessoas que usam IA se dividem em duas categorias: uma abre o Claude todos os dias, insere uma grande descrição de contexto, obtém uma resposta, fecha a página. No dia seguinte, volta a inserir a mesma descrição. Após 30 dias, sua eficiência é exatamente a mesma do primeiro dia.

A outra categoria também usa o Claude, mas após 30 dias, sua IA já se transformou em algo completamente diferente — escreve automaticamente no seu tom, produz automaticamente no seu formato, chama automaticamente suas metodologias ensinadas. E, além disso, ela gasta cada vez menos tempo em “orientar a IA” a cada dia.

A mesma ferramenta, o mesmo modelo, o mesmo preço. Como essa diferença surge?

Não é uma questão de técnica. É uma questão de estrutura cognitiva.

Hoje, compartilho três estruturas. Compreendê-las mudará fundamentalmente sua forma de usar IA.

Estrutura 1: Teoria da evolução em três camadas — em qual camada você está?

Existem três níveis de uso de IA. A maioria das pessoas fica sempre na primeira camada.

Primeira camada: Prompt

Prompt é a instrução temporária que você insere na caixa de diálogo. “Você é um redator experiente”, “Use um estilo conciso”, “Me dê três opções”.

Ela funciona no momento. Quando a conversa termina, desaparece.

É como explicar quem você é para um gênio que sofre de amnésia toda manhã. Ele é inteligente, mas amanhã não vai lembrar de você. Suas preferências de tom, normas de marca, formato de saída, termos do setor — tudo zera, tudo precisa ser explicado de novo.

O que acontece ao longo de 30 dias? No dia 1, você escreve um bom Prompt e obtém bons resultados. No dia 15, você já repete a mesma descrição aproximadamente 15 vezes. No dia 30, sua produtividade é exatamente igual à do dia 1. Zero de acumulação.

Além disso, nos dias cansativos, você pode esquecer detalhes, a qualidade da saída diminui. Nos dias ocupados, você simplesmente pula o contexto, e o Claude te dá uma versão genérica e superficial.

Você mesmo é o gargalo. A cada conversa, é assim.

Segunda camada: Projeto

Você faz upload de documentos de referência, orientações de estilo, comandos do sistema dentro de um Projeto. Cada diálogo dentro desse Projeto conhece seu contexto.

É como dar a um novo funcionário um manual de integração. Muito melhor do que explicar oralmente todos os dias.

Mas há um problema: você precisa lembrar de abrir o Projeto correto. Seu conhecimento fica preso a um Projeto específico, e ao trocar de cenário, você precisa começar do zero.

Terceira camada: Skill

Skill é um arquivo estruturado — você escreve uma vez, instala uma vez, e depois o Claude reconhece automaticamente quando uma tarefa relacionada aparece.

Não precisa abrir um Projeto específico. Não precisa inserir qualquer prompt. O Claude simplesmente sabe o que fazer.

É como treinar um funcionário: treina uma vez, e ele funciona para sempre.

Essas três camadas usam o mesmo Claude. Mas a primeira é uma ferramenta de chat, a terceira é um sistema de trabalho.

Então, após entender essa hierarquia, como passar da primeira para a terceira camada? É aí que entra a segunda estrutura.

Estrutura 2: Mentalidade de negociação vs. mentalidade de juros compostos

Essa é a mais importante das três estruturas. Não é uma técnica de uso de ferramenta, mas um modelo cognitivo.

Prompt é negociação. Você investe tempo escrevendo uma instrução, obtém uma produção. Na próxima vez, investe novamente, e obtém outra. Investimento e retorno têm uma relação linear 1:1. Se parar de investir, o retorno desaparece imediatamente.

Skill é juros compostos. No primeiro dia, você investe 10 minutos para criar uma Skill, no segundo dia ela já começa a fazer efeito. No dia 15, você acumulou 3 Skills, cada uma sobre a anterior. No dia 30, seu Claude é diferente de todos os outros.

O custo de construção é uma hora dispersa na primeira semana. O retorno é que, a partir daí, cada diálogo ocorre em uma linha de base mais alta.

O trabalho na primeira semana ainda gera retorno após seis meses. Isso é juros compostos.

Quem pensa em negociação pergunta: “Hoje, como posso usar IA para fazer bem essa tarefa?”

Quem pensa em juros compostos pergunta: “Como faço para que a IA saiba sempre como fazer essa tarefa?”

Uma pequena diferença de palavras. Mas, se você usar a mentalidade de juros compostos ao usar IA, após 30 dias, você perceberá algo mágico: o tempo que você gasta em “ensinar a IA” fica cada vez menor, e o trabalho que a IA realiza por você aumenta. Porque cada Skill que você ensinou continua a fazer efeito.

Isso leva a uma questão prática: Como exatamente escrever Skills? O que colocar e o que não colocar? Essa é a terceira estrutura.

Estrutura 3: Thin Harness, Fat Skills — concentre 90% do esforço no lugar certo

Essa estrutura vem do fundador do YC, Garry Tan, que a resumiu em um princípio extremamente enxuto: Harness fino, Skills robustos.

O que isso significa?

Ao trabalhar com IA, na verdade, você está construindo um sistema de três camadas — mesmo que inconscientemente:

Camada superior: Skills. O manual de operação que você ensina à IA — processos, critérios de julgamento, conhecimentos do setor. É onde está 90% do valor.

Camada intermediária: Harness. O programa ou ambiente que executa a IA — chama o modelo, gerencia o contexto, lê e escreve arquivos. Deve ser o mais fino possível.

Camada inferior: Ferramentas de certeza. Consultas a banco de dados, compilação de código, cálculos matemáticos — operações que produzem sempre o mesmo resultado com a mesma entrada.

Princípio: coloque a inteligência nas Skills. Coloque a execução nas ferramentas de certeza. Quanto mais fino for o Harness, melhor.

Qual é o contraexemplo? Harness pesado, Skills fraco. Você já viu alguém gastando horas ajustando a cadeia de ferramentas, configurando plugins, otimizando chamadas de API, mas sem ensinar ao IA “como fazer bem essa tarefa” — sem escrever nem uma linha.

Resultado: a cadeia de ferramentas é bonita, mas a qualidade do que a IA produz é igual a uma conversa nua. Você otimizou o pipeline, mas o fluxo ainda é como água de torneira.

A inteligência do modelo já é suficiente. Sua falha não é por falta de inteligência, mas por não entender sua situação específica — suas normas, suas rotinas, a forma especial do seu problema. Skills resolvem exatamente isso.

Outro ponto importante desse princípio: quando um modelo mais forte for lançado, todas as suas Skills automaticamente ficarão melhores.

Porque Skills definem processos e padrões, e a melhora na capacidade de julgamento na base faz esses processos serem mais precisos. Você não precisa reescrever nada. A atualização do modelo não é “reaprender tudo”, é “meu sistema foi atualizado de graça”.

Skills são ativos permanentes.

Como integrar essas três estruturas

Primeiro passo: use a teoria da evolução em três camadas para se posicionar.

Em qual camada você está agora? Se toda vez que conversa precisa reescrever o contexto — está na primeira. Se usa Projeto, mas sem Skills — está na segunda. Saber onde está ajuda a definir o próximo passo.

Segundo passo: use a mentalidade de juros compostos para criar sua lista de Skills candidatos.

Reflita sobre as conversas com IA no último mês. Quais comandos você repetiu? Quais contextos explicou várias vezes? Quais formatos você precisa lembrar toda hora? Quais processos você guiou manualmente passo a passo?

Se você repete mais de três vezes, isso é uma Skill esperando para ser criada.

Outra regra mais radical: se você fez uma tarefa com IA e ela vai precisar fazer de novo no futuro — a primeira vez deve virar uma Skill. Faça manualmente na primeira vez, analise a saída, e, se estiver satisfeito, transforme imediatamente em um arquivo Skill.

Critério de validação: se você precisa pedir a mesma coisa duas vezes, o sistema falhou.

Terceiro passo: use Thin Harness, Fat Skills para decidir onde concentrar sua energia.

Não gaste três dias ajustando a cadeia de ferramentas e usando Prompt puro para a tarefa. Em vez disso — dedique três dias a criar sua Skill principal, usando a ferramenta mais simples possível.

Como é uma Skill? Muito simples: um arquivo de texto:

Nome — qual o nome. Descrição — para que serve (uma frase). Essa é a parte mais importante — o Claude usa essa frase para decidir quando ativar automaticamente. Instruções — como fazer (passo a passo). Restrições — o que não fazer.

Skills não dizem ao IA “o que fazer” — isso é Prompt. Skills dizem “como fazer”.

Prompt diz: “Me ajude a fazer uma análise de concorrentes.” Skill diz: “Ao fazer análise de concorrentes, primeiro identifique de 3 a 5 principais concorrentes, compare por funcionalidades/preços/posicionamento de mercado, produza uma análise SWOT, anexe fontes de dados para cada conclusão, e, por fim, sugira 3 ações executáveis.”

Prompt fornece a tarefa. Skill fornece a metodologia. Quando usados juntos, o IA passa de um “estagiário esperando suas instruções” para um “funcionário que sabe fazer o trabalho”.

E o mesmo Skill pode ser usado várias vezes com entradas diferentes — insira uma empresa concorrente, obtenha análise; insira uma tendência do setor, obtenha relatório de tendências; insira um ativo de investimento, obtenha um relatório de due diligence. O mesmo fluxo, objetos diferentes, resultados totalmente distintos.

Isso não é engenharia de Prompt. É usar Markdown para projetar software.

Como criar seu primeiro Skill

A maneira mais rápida: deixe a IA te ajudar a criar.

O Claude tem um recurso chamado “Skill Creator” — um Skill que cria Skills. Basta dizer: “Ajude-me a criar um Skill para fazer [sua tarefa específica].”

O Claude te entrevistará, extrairá o fluxo, gerará um arquivo estruturado .md. Você salva e usa.

Em uma tarde, você pode montar todo o seu sistema de Skills. Cada uma leva de 10 a 15 minutos. Estilo de escrita, análise de concorrentes, atas de reunião, respostas a e-mails, geração de relatórios, calendário de conteúdo — tudo em menos de duas horas.

Essas duas horas de retorno de juros compostos não têm limite.

Por fim

Três estruturas, três frases:

Teoria da evolução em três camadas: do Prompt ao Projeto ao Skill, o mesmo IA, três experiências completamente diferentes. Em qual você está?

Negociação vs. Juros Compostos: Prompt é uma negociação diária que zera tudo. Skill é um ativo que cresce diariamente. Qual você escolhe?

Harness fino, Skills robustos: não gaste seu esforço na cadeia de ferramentas. Concentre 90% do seu foco em criar Skills bem feitas — esse é o verdadeiro valor.

Cada Skill que você constrói é uma atualização permanente do seu sistema de IA. Ela não se deteriora, não esquece, e fica mais forte com a atualização do modelo.

Prompt é uma instrução oral. Skill é um manual de SOP. Um zera tudo todo dia, o outro cresce de forma composta.

A partir de hoje: identifique uma tarefa que você repete mais de três vezes. Dedique 10 minutos para criar seu primeiro Skill.

E, assim, você nunca mais vai querer voltar a usar apenas Prompt.