Melhores práticas de prompting

Este guia fornece técnicas de engenharia de prompts para os modelos mais recentes do Claude, incluindo Claude Opus 4.6, Claude Sonnet 4.5 e Claude Haiku 4.5. Esses modelos foram treinados para seguir instruções com mais precisão do que gerações anteriores de modelos Claude.

Princípios gerais

Seja explícito com suas instruções

Claude responde bem a instruções claras e explícitas. Ser específico sobre sua saída desejada pode ajudar a melhorar os resultados. Se você quer comportamento "acima e além", solicite explicitamente em vez de contar com o modelo para inferir isso a partir de prompts vagos.

Adicione contexto para melhorar o desempenho

Fornecer contexto ou motivação por trás de suas instruções, como explicar ao Claude por que tal comportamento é importante, pode ajudar Claude a entender melhor seus objetivos e fornecer respostas mais direcionadas.

Claude é inteligente o suficiente para generalizar a partir da explicação.

Seja vigilante com exemplos e detalhes

Claude presta muita atenção aos detalhes e exemplos como parte de suas capacidades precisas de seguimento de instruções. Certifique-se de que seus exemplos se alinhem com os comportamentos que você deseja encorajar e minimize os comportamentos que deseja evitar.

Raciocínio de longo horizonte e rastreamento de estado

Os modelos mais recentes do Claude se destacam em tarefas de raciocínio de longo horizonte com capacidades excepcionais de rastreamento de estado. Claude mantém orientação em sessões estendidas focando em progresso incremental—fazendo avanços constantes em algumas coisas por vez em vez de tentar tudo de uma vez. Essa capacidade emerge especialmente em múltiplas janelas de contexto ou iterações de tarefas, onde Claude pode trabalhar em uma tarefa complexa, salvar o estado e continuar com uma janela de contexto nova.

Conscientização de contexto e fluxos de trabalho com múltiplas janelas

Os modelos Claude Opus 4.6 e Claude 4.5 apresentam conscientização de contexto, permitindo que o modelo rastreie sua janela de contexto restante (ou seja, "orçamento de tokens") ao longo de uma conversa. Isso permite que Claude execute tarefas e gerencie o contexto de forma mais eficaz, entendendo quanto espaço tem para trabalhar.

Gerenciando limites de contexto:

Se você estiver usando Claude em um harness de agente que compacta contexto ou permite salvar contexto em arquivos externos (como no Claude Code), sugerimos adicionar essa informação ao seu prompt para que Claude possa se comportar de acordo. Caso contrário, Claude pode às vezes tentar naturalmente encerrar o trabalho conforme se aproxima do limite de contexto. Abaixo está um exemplo de prompt:

Sua janela de contexto será automaticamente compactada conforme se aproxima de seu limite, permitindo que você continue trabalhando indefinidamente de onde parou. Portanto, não interrompa tarefas cedo devido a preocupações com orçamento de tokens. Conforme você se aproxima do limite de orçamento de tokens, salve seu progresso e estado atuais na memória antes da janela de contexto ser atualizada. Sempre seja o mais persistente e autônomo possível e complete tarefas totalmente, mesmo se o final de seu orçamento estiver se aproximando. Nunca interrompa artificialmente nenhuma tarefa cedo, independentemente do contexto restante.

A ferramenta de memória se combina naturalmente com a conscientização de contexto para transições de contexto perfeitas.

Fluxos de trabalho com múltiplas janelas de contexto

Para tarefas que abrangem múltiplas janelas de contexto:

1. Use um prompt diferente para a primeira janela de contexto: Use a primeira janela de contexto para configurar um framework (escrever testes, criar scripts de configuração), depois use futuras janelas de contexto para iterar em uma lista de tarefas.

2. Faça o modelo escrever testes em um formato estruturado: Peça ao Claude para criar testes antes de começar o trabalho e acompanhá-los em um formato estruturado (por exemplo, tests.json). Isso leva a uma melhor capacidade de longo prazo para iterar. Lembre Claude da importância dos testes: "É inaceitável remover ou editar testes porque isso pode levar a funcionalidade ausente ou bugada."

3. Configure ferramentas de qualidade de vida: Incentive Claude a criar scripts de configuração (por exemplo, init.sh) para iniciar graciosamente servidores, executar suites de testes e linters. Isso evita trabalho repetido ao continuar de uma janela de contexto nova.

4. Começar do zero vs compactação: Quando uma janela de contexto é limpa, considere começar com uma janela de contexto completamente nova em vez de usar compactação. Os modelos mais recentes do Claude são extremamente eficazes em descobrir estado do sistema de arquivos local. Em alguns casos, você pode querer aproveitar isso em vez de compactação. Seja prescritivo sobre como deve começar:

   • "Chame pwd; você só pode ler e escrever arquivos neste diretório."
   • "Revise progress.txt, tests.json e os logs do git."
   • "Execute manualmente um teste de integração fundamental antes de passar para implementar novos recursos."

5. Forneça ferramentas de verificação: Conforme o comprimento das tarefas autônomas cresce, Claude precisa verificar a correção sem feedback humano contínuo. Ferramentas como servidor Playwright MCP ou capacidades de uso de computador para testar UIs são úteis.

6. Incentive o uso completo do contexto: Solicite ao Claude que complete componentes de forma eficiente antes de passar para o próximo:

Esta é uma tarefa muito longa, portanto pode ser benéfico planejar seu trabalho claramente. É encorajado gastar todo seu contexto de saída trabalhando na tarefa - apenas certifique-se de que você não fica sem contexto com trabalho significativo não confirmado. Continue trabalhando sistematicamente até ter completado esta tarefa.

Melhores práticas de gerenciamento de estado

• Use formatos estruturados para dados de estado: Ao rastrear informações estruturadas (como resultados de testes ou status de tarefas), use JSON ou outros formatos estruturados para ajudar Claude a entender requisitos de schema
• Use texto não estruturado para notas de progresso: Notas de progresso em forma livre funcionam bem para rastrear progresso geral e contexto
• Use git para rastreamento de estado: Git fornece um log do que foi feito e checkpoints que podem ser restaurados. Os modelos mais recentes do Claude se destacam especialmente em usar git para rastrear estado em múltiplas sessões.
• Enfatize progresso incremental: Peça explicitamente ao Claude para acompanhar seu progresso e focar em trabalho incremental

Estilo de comunicação

Os modelos mais recentes do Claude têm um estilo de comunicação mais conciso e natural em comparação com modelos anteriores:

• Mais direto e fundamentado: Fornece relatórios de progresso baseados em fatos em vez de atualizações auto-celebratórias
• Mais conversacional: Ligeiramente mais fluente e coloquial, menos parecido com máquina
• Menos verboso: Pode pular resumos detalhados por eficiência, a menos que solicitado de outra forma

Este estilo de comunicação reflete com precisão o que foi realizado sem elaboração desnecessária.

Orientação para situações específicas

Equilibre verbosidade

Os modelos mais recentes do Claude tendem à eficiência e podem pular resumos verbais após chamadas de ferramentas, pulando diretamente para a próxima ação. Embora isso crie um fluxo de trabalho simplificado, você pode preferir mais visibilidade em seu processo de raciocínio.

Se você quer que Claude forneça atualizações conforme trabalha:

Após completar uma tarefa que envolve uso de ferramentas, forneça um resumo rápido do trabalho que você fez.

Padrões de uso de ferramentas

Os modelos mais recentes do Claude são treinados para seguimento preciso de instruções e se beneficiam de direção explícita para usar ferramentas específicas. Se você disser "pode sugerir algumas mudanças", Claude às vezes fornecerá sugestões em vez de implementá-las—mesmo que fazer mudanças possa ser o que você pretendia.

Para que Claude tome ação, seja mais explícito:

Para tornar Claude mais proativo em tomar ação por padrão, você pode adicionar isto ao seu prompt do sistema:

<default_to_action>
Por padrão, implemente mudanças em vez de apenas sugerir. Se a intenção do usuário for pouco clara, infira a ação mais útil provável e prossiga, usando ferramentas para descobrir detalhes ausentes em vez de adivinhar. Tente inferir a intenção do usuário sobre se uma chamada de ferramenta (por exemplo, edição ou leitura de arquivo) é pretendida ou não, e aja de acordo.
</default_to_action>

Por outro lado, se você quer que o modelo seja mais hesitante por padrão, menos propenso a pular direto para implementações, e apenas tomar ação se solicitado, você pode orientar esse comportamento com um prompt como o abaixo:

<do_not_act_before_instructions>
Não pule para implementação ou mudança de arquivos a menos que claramente instruído a fazer mudanças. Quando a intenção do usuário for ambígua, padrão para fornecer informações, fazer pesquisa e fornecer recomendações em vez de tomar ação. Apenas prossiga com edições, modificações ou implementações quando o usuário explicitamente as solicitar.
</do_not_act_before_instructions>

Uso de ferramentas e acionamento

Claude Opus 4.5 e Claude Opus 4.6 são mais responsivos ao prompt do sistema do que modelos anteriores. Se seus prompts foram projetados para reduzir subtriggering em ferramentas ou habilidades, esses modelos podem agora overtrigger. A solução é reduzir qualquer linguagem agressiva. Onde você pode ter dito "CRÍTICO: Você DEVE usar esta ferramenta quando...", você pode usar prompting mais normal como "Use esta ferramenta quando...".

Equilibrando autonomia e segurança

Sem orientação, Claude Opus 4.6 pode tomar ações que são difíceis de reverter ou afetam sistemas compartilhados, como deletar arquivos, force-push ou postar em serviços externos. Se você quer que Claude Opus 4.6 confirme antes de tomar ações potencialmente arriscadas, adicione orientação ao seu prompt:

Considere a reversibilidade e o impacto potencial de suas ações. Você é encorajado a tomar ações locais e reversíveis como editar arquivos ou executar testes, mas para ações que são difíceis de reverter, afetam sistemas compartilhados ou podem ser destrutivas, peça ao usuário antes de prosseguir.

Exemplos de ações que justificam confirmação:
- Operações destrutivas: deletar arquivos ou branches, descartar tabelas de banco de dados, rm -rf
- Operações difíceis de reverter: git push --force, git reset --hard, amending commits publicados
- Operações visíveis para outros: pushing code, comentando em PRs/issues, enviando mensagens, modificando infraestrutura compartilhada

Ao encontrar obstáculos, não use ações destrutivas como atalho. Por exemplo, não contorne verificações de segurança (por exemplo --no-verify) ou descarte arquivos desconhecidos que podem ser trabalho em progresso.

Pensamento excessivo e minuciosidade excessiva

Claude Opus 4.6 faz significativamente mais exploração inicial do que modelos anteriores, especialmente em configurações de effort mais altas. Este trabalho inicial frequentemente ajuda a otimizar os resultados finais, mas o modelo pode reunir contexto extenso ou perseguir múltiplas linhas de pesquisa sem ser solicitado. Se seus prompts anteriormente encorajavam o modelo a ser mais minucioso, você deve ajustar essa orientação para Claude Opus 4.6:

• Substitua padrões genéricos por instruções mais direcionadas. Em vez de "Padrão para usar [ferramenta]," adicione orientação como "Use [ferramenta] quando isso melhoraria sua compreensão do problema."
• Remova over-prompting. Ferramentas que undertriggered em modelos anteriores provavelmente triggering apropriadamente agora. Instruções como "Se em dúvida, use [ferramenta]" causarão overtriggering.
• Use effort como fallback. Se Claude continuar sendo excessivamente agressivo, use uma configuração mais baixa para effort.

Em alguns casos, Claude Opus 4.6 pode pensar extensivamente, o que pode inflar thinking tokens e desacelerar respostas. Se esse comportamento for indesejável, você pode adicionar instruções explícitas para restringir seu raciocínio, ou pode baixar a configuração de effort para reduzir pensamento geral e uso de tokens.

Quando você está decidindo como abordar um problema, escolha uma abordagem e comprometa-se com ela. Evite revisitar decisões a menos que encontre novas informações que contradizem diretamente seu raciocínio. Se você está pesando duas abordagens, escolha uma e veja-a até o fim. Você sempre pode corrigir o curso depois se a abordagem escolhida falhar.

Controle o formato das respostas

Existem algumas maneiras que descobrimos serem particularmente eficazes em orientar a formatação de saída:

1. Diga ao Claude o que fazer em vez de o que não fazer

   • Em vez de: "Não use markdown em sua resposta"
   • Tente: "Sua resposta deve ser composta de parágrafos de prosa fluindo suavemente."

2. Use indicadores de formato XML

   • Tente: "Escreva as seções de prosa de sua resposta em tags <smoothly_flowing_prose_paragraphs>."

3. Combine seu estilo de prompt com a saída desejada

   O estilo de formatação usado em seu prompt pode influenciar o estilo de resposta do Claude. Se você ainda estiver experimentando problemas de direcionabilidade com formatação de saída, recomendamos, o máximo possível, combinar seu estilo de prompt com seu estilo de saída desejado. Por exemplo, remover markdown de seu prompt pode reduzir o volume de markdown na saída.

4. Use prompts detalhados para preferências de formatação específicas

   Para mais controle sobre uso de markdown e formatação, forneça orientação explícita:

<avoid_excessive_markdown_and_bullet_points>
Ao escrever relatórios, documentos, explicações técnicas, análises ou qualquer conteúdo de forma longa, escreva em prosa clara e fluida usando parágrafos e frases completas. Use quebras de parágrafo padrão para organização e reserve markdown principalmente para `código inline`, blocos de código (```...```), e headings simples (###, e ###). Evite usar **negrito** e *itálicos*.

NÃO use listas ordenadas (1. ...) ou listas não ordenadas (*) a menos que: a) você esteja apresentando itens verdadeiramente discretos onde um formato de lista é a melhor opção, ou b) o usuário explicitamente solicite uma lista ou ranking

Em vez de listar itens com bullets ou números, incorpore-os naturalmente em frases. Esta orientação se aplica especialmente à escrita técnica. Usar prosa em vez de formatação excessiva melhorará a satisfação do usuário. NUNCA produza uma série de bullet points excessivamente curtos.

Seu objetivo é texto legível e fluido que guie o leitor naturalmente através de ideias em vez de fragmentar informações em pontos isolados.
</avoid_excessive_markdown_and_bullet_points>

Pesquisa e coleta de informações

Os modelos mais recentes do Claude demonstram capacidades excepcionais de busca agentic e podem encontrar e sintetizar informações de múltiplas fontes efetivamente. Para resultados de pesquisa ótimos:

1. Forneça critérios de sucesso claros: Defina o que constitui uma resposta bem-sucedida para sua pergunta de pesquisa

2. Incentive verificação de fonte: Peça ao Claude para verificar informações em múltiplas fontes

3. Para tarefas de pesquisa complexas, use uma abordagem estruturada:

Procure por esta informação de forma estruturada. Conforme você reúne dados, desenvolva várias hipóteses concorrentes. Rastreie seus níveis de confiança em suas notas de progresso para melhorar calibração. Regularmente auto-critique sua abordagem e plano. Atualize um arquivo de árvore de hipóteses ou notas de pesquisa para persistir informações e fornecer transparência. Divida esta tarefa de pesquisa complexa sistematicamente.

Esta abordagem estruturada permite que Claude encontre e sintetize praticamente qualquer informação e iterativamente critique suas descobertas, não importa o tamanho do corpus.

Orquestração de subagentes

Os modelos mais recentes do Claude demonstram capacidades significativamente melhoradas de orquestração nativa de subagentes. Esses modelos podem reconhecer quando tarefas se beneficiariam de delegar trabalho para subagentes especializados e fazer isso proativamente sem exigir instrução explícita.

Para aproveitar esse comportamento:

1. Garanta ferramentas de subagente bem definidas: Tenha ferramentas de subagente disponíveis e descritas em definições de ferramentas
2. Deixe Claude orquestrar naturalmente: Claude delegará apropriadamente sem instrução explícita
3. Observe o uso excessivo: Claude Opus 4.6 tem uma forte predileção por subagentes e pode gerá-los em situações onde uma abordagem mais simples e direta seria suficiente. Por exemplo, o modelo pode gerar subagentes para exploração de código quando uma chamada grep direta é mais rápida e suficiente.

Se você está vendo uso excessivo de subagentes, adicione orientação explícita sobre quando subagentes são e não são justificados:

Use subagentes quando tarefas podem rodar em paralelo, requerem contexto isolado, ou envolvem workstreams independentes que não precisam compartilhar estado. Para tarefas simples, operações sequenciais, edições de arquivo único, ou tarefas onde você precisa manter contexto entre passos, trabalhe diretamente em vez de delegar.

Autoconhecimento do modelo

Se você gostaria que Claude se identificasse corretamente em sua aplicação ou use strings de API específicas:

O assistente é Claude, criado pela Anthropic. O modelo atual é Claude Opus 4.6.

Para aplicativos alimentados por LLM que precisam especificar strings de modelo:

Quando um LLM é necessário, por favor padrão para Claude Opus 4.6 a menos que o usuário solicite de outra forma. A string de modelo exata para Claude Opus 4.6 é claude-opus-4-6.

Sensibilidade de pensamento

Quando pensamento estendido é desabilitado, Claude Opus 4.5 é particularmente sensível à palavra "think" e suas variantes. Recomendamos substituir "think" por palavras alternativas que transmitam significado similar, como "consider," "believe," e "evaluate."

Aproveite as capacidades de pensamento e pensamento intercalado

Os modelos mais recentes do Claude oferecem capacidades de pensamento que podem ser especialmente úteis para tarefas envolvendo reflexão após uso de ferramentas ou raciocínio complexo multi-passo. Você pode guiar seu pensamento inicial ou intercalado para melhores resultados.

Claude Opus 4.6 usa pensamento adaptativo (thinking: {type: "adaptive"}), onde Claude dinamicamente decide quando e quanto pensar. Claude calibra seu pensamento baseado em dois fatores: o parâmetro effort e complexidade de query. Effort mais alto elicita mais pensamento, e queries mais complexas fazem o mesmo. Em queries mais fáceis que não requerem pensamento, o modelo responde diretamente. Em avaliações internas, pensamento adaptativo confiável impulsiona melhor desempenho do que pensamento estendido, e recomendamos mover para pensamento adaptativo para obter as respostas mais inteligentes. Modelos mais antigos usam modo de pensamento manual com budget_tokens.

Você pode guiar o comportamento de pensamento do Claude:

Após receber resultados de ferramentas, reflita cuidadosamente sobre sua qualidade e determine os próximos passos ótimos antes de prosseguir. Use seu pensamento para planejar e iterar baseado nesta nova informação, e então tome a melhor próxima ação.

O comportamento de acionamento para pensamento adaptativo é promptável. Se você encontrar o modelo pensando mais frequentemente do que gostaria, o que pode acontecer com prompts de sistema grandes ou complexos, adicione orientação para orientá-lo:

Pensamento estendido adiciona latência e deve ser usado apenas quando melhorará significativamente a qualidade da resposta - tipicamente para problemas que requerem raciocínio multi-passo. Quando em dúvida, responda diretamente.

Se você está migrando de pensamento estendido com budget_tokens, substitua sua configuração de pensamento e mova controle de orçamento para effort:

client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=64000,
    thinking={"type": "enabled", "budget_tokens": 32000},
    messages=[{"role": "user", "content": "..."}],
)

client.messages.create(
    model="claude-opus-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # ou max, medium, low
    messages=[{"role": "user", "content": "..."}],
)

Se você não está usando pensamento estendido, nenhuma mudança é necessária. Pensamento está desligado por padrão quando você omite o parâmetro thinking.

Criação de documentos

Os modelos mais recentes do Claude se destacam em criar apresentações, animações e documentos visuais com flair criativo impressionante e forte seguimento de instruções. Os modelos produzem saída polida e utilizável na primeira tentativa na maioria dos casos.

Para melhores resultados com criação de documentos:

Crie uma apresentação profissional sobre [tópico]. Inclua elementos de design reflexivos, hierarquia visual e animações envolventes onde apropriado.

Capacidades de visão melhoradas

Claude Opus 4.5 e Claude Opus 4.6 têm capacidades de visão melhoradas em comparação com modelos Claude anteriores. Eles se desempenham melhor em tarefas de processamento de imagem e extração de dados, particularmente quando há múltiplas imagens presentes no contexto. Essas melhorias se estendem ao uso de computador, onde os modelos podem interpretar mais confiável screenshots e elementos de UI. Você também pode usar esses modelos para analisar vídeos dividindo-os em frames.

Uma técnica que descobrimos ser eficaz para impulsionar ainda mais o desempenho é dar ao Claude uma ferramenta de crop ou habilidade. Vimos uplift consistente em avaliações de imagem quando Claude é capaz de "fazer zoom" em regiões relevantes de uma imagem. Montamos um cookbook para a ferramenta de crop aqui.

Otimize chamadas de ferramentas paralelas

Os modelos mais recentes do Claude se destacam em execução paralela de ferramentas. Esses modelos:

• Executam múltiplas buscas especulativas durante pesquisa
• Leem vários arquivos de uma vez para construir contexto mais rápido
• Executam comandos bash em paralelo (o que pode até criar gargalo de desempenho do sistema)

Este comportamento é facilmente orientável. Enquanto o modelo tem uma alta taxa de sucesso em chamadas de ferramentas paralelas sem prompting, você pode impulsionar isso para ~100% ou ajustar o nível de agressão:

<use_parallel_tool_calls>
Se você pretende chamar múltiplas ferramentas e não há dependências entre as chamadas de ferramentas, faça todas as chamadas de ferramentas independentes em paralelo. Priorize chamar ferramentas simultaneamente sempre que as ações puderem ser feitas em paralelo em vez de sequencialmente. Por exemplo, ao ler 3 arquivos, execute 3 chamadas de ferramentas em paralelo para ler todos os 3 arquivos no contexto ao mesmo tempo. Maximize o uso de chamadas de ferramentas paralelas onde possível para aumentar velocidade e eficiência. Porém, se algumas chamadas de ferramentas dependem de chamadas anteriores para informar valores dependentes como os parâmetros, NÃO chame essas ferramentas em paralelo e em vez disso chame-as sequencialmente. Nunca use placeholders ou adivinhe parâmetros ausentes em chamadas de ferramentas.
</use_parallel_tool_calls>

Execute operações sequencialmente com breves pausas entre cada passo para garantir estabilidade.

Reduza criação de arquivos em codificação agentic

Os modelos mais recentes do Claude podem às vezes criar novos arquivos para fins de teste e iteração, particularmente ao trabalhar com código. Esta abordagem permite que Claude use arquivos, especialmente scripts python, como um 'scratchpad temporário' antes de salvar sua saída final. Usar arquivos temporários pode melhorar resultados particularmente para casos de uso de codificação agentic.

Se você preferir minimizar criação de arquivo novo líquido, você pode instruir Claude a limpar depois de si:

Se você criar quaisquer arquivos novos temporários, scripts ou arquivos auxiliares para iteração, limpe esses arquivos removendo-os ao final da tarefa.

Excesso de entusiasmo

Claude Opus 4.5 e Claude Opus 4.6 têm uma tendência de overengineer criando arquivos extras, adicionando abstrações desnecessárias, ou construindo flexibilidade que não foi solicitada. Se você está vendo este comportamento indesejado, adicione orientação específica para manter soluções mínimas.

Por exemplo:

Evite over-engineering. Apenas faça mudanças que são diretamente solicitadas ou claramente necessárias. Mantenha soluções simples e focadas:

- Escopo: Não adicione recursos, refatore código, ou faça "melhorias" além do que foi pedido. Uma correção de bug não precisa de código circundante limpo. Um recurso simples não precisa de configurabilidade extra.

- Documentação: Não adicione docstrings, comentários ou anotações de tipo para código que você não mudou. Apenas adicione comentários onde a lógica não é auto-evidente.

- Codificação defensiva: Não adicione tratamento de erro, fallbacks ou validação para cenários que não podem acontecer. Confie em garantias de código interno e framework. Apenas valide em limites de sistema (entrada do usuário, APIs externas).

- Abstrações: Não crie helpers, utilitários ou abstrações para operações únicas. Não projete para requisitos futuros hipotéticos. A quantidade certa de complexidade é o mínimo necessário para a tarefa atual.

Design de frontend

Claude Opus 4.5 e Claude Opus 4.6 se destacam em construir aplicações web complexas e do mundo real com design de frontend forte. Porém, sem orientação, modelos podem padrão para padrões genéricos que criam o que usuários chamam de estética "AI slop". Para criar frontends distintivos e criativos que surpreendem e deliciam:

Aqui está um snippet de prompt do sistema que você pode usar para encorajar melhor design de frontend:

<frontend_aesthetics>
Você tende a convergir para saídas genéricas e "on distribution". Em design de frontend, isso cria o que usuários chamam de estética "AI slop". Evite isso: faça frontends criativos e distintivos que surpreendem e deliciam.

Foque em:
- Tipografia: Escolha fontes que são bonitas, únicas e interessantes. Evite fontes genéricas como Arial e Inter; opte em vez disso por escolhas distintivas que elevam a estética do frontend.
- Cor e Tema: Comprometa-se com uma estética coerente. Use variáveis CSS para consistência. Cores dominantes com acentos agudos superam paletas tímidas e uniformemente distribuídas. Desenhe de temas de IDE e estéticas culturais para inspiração.
- Movimento: Use animações para efeitos e micro-interações. Priorize soluções CSS-only para HTML. Use biblioteca Motion para React quando disponível. Foque em momentos de alto impacto: um carregamento de página bem orquestrado com reveals escalonados (animation-delay) cria mais deleite do que micro-interações espalhadas.
- Fundos: Crie atmosfera e profundidade em vez de padrão para cores sólidas. Camada gradientes CSS, use padrões geométricos, ou adicione efeitos contextuais que combinam com a estética geral.

Evite estéticas genéricas geradas por IA:
- Famílias de fontes overused (Inter, Roboto, Arial, fontes de sistema)
- Esquemas de cor clichê (particularmente gradientes roxos em fundos brancos)
- Layouts e padrões de componentes previsíveis
- Design cookie-cutter que carece de caráter específico do contexto

Interprete criativamente e faça escolhas inesperadas que se sentem genuinamente projetadas para o contexto. Varie entre temas claro e escuro, diferentes fontes, diferentes estéticas. Você ainda tende a convergir em escolhas comuns (Space Grotesk, por exemplo) entre gerações. Evite isso: é crítico que você pense fora da caixa!
</frontend_aesthetics>

Você também pode consultar a habilidade completa aqui.

Evite focar em passar testes e hard-coding

Claude pode às vezes focar muito pesadamente em fazer testes passarem em detrimento de soluções mais gerais, ou pode usar workarounds como scripts auxiliares para refatoração complexa em vez de usar ferramentas padrão diretamente. Para prevenir este comportamento e garantir soluções robustas e generalizáveis:

Por favor escreva uma solução de alta qualidade e propósito geral usando as ferramentas padrão disponíveis. Não crie scripts auxiliares ou workarounds para realizar a tarefa mais eficientemente. Implemente uma solução que funciona corretamente para todas as entradas válidas, não apenas os casos de teste. Não hard-code valores ou crie soluções que funcionam apenas para entradas de teste específicas. Em vez disso, implemente a lógica real que resolve o problema generalmente.

Foque em entender os requisitos do problema e implementar o algoritmo correto. Testes estão lá para verificar correção, não para definir a solução. Forneça uma implementação fundamentada que segue melhores práticas e princípios de design de software.

Se a tarefa for irrazoável ou infactível, ou se qualquer um dos testes for incorreto, por favor me informe em vez de trabalhar ao redor deles. A solução deve ser robusta, mantível e extensível.

Minimizando alucinações em codificação agentic

Os modelos mais recentes do Claude são menos propensos a alucinações e fornecem respostas mais precisas, fundamentadas e inteligentes baseadas no código. Para encorajar este comportamento ainda mais e minimizar alucinações:

<investigate_before_answering>
Nunca especule sobre código que você não abriu. Se o usuário referencia um arquivo específico, você DEVE ler o arquivo antes de responder. Certifique-se de investigar e ler arquivos relevantes ANTES de responder perguntas sobre a base de código. Nunca faça nenhuma afirmação sobre código antes de investigar a menos que você tenha certeza da resposta correta - forneça respostas fundamentadas e livres de alucinação.
</investigate_before_answering>

Migrando de respostas pré-preenchidas

A partir do Claude Opus 4.6, as respostas pré-preenchidas no último turno do assistente não são mais suportadas. A inteligência do modelo e o seguimento de instruções avançaram de forma que a maioria dos casos de uso de pré-preenchimento não requer mais isso. Os modelos existentes continuarão a suportar pré-preenchimentos, e adicionar mensagens do assistente em outros lugares da conversa não é afetado.

Aqui estão cenários comuns de pré-preenchimento e como migrar para longe deles:

Saída LaTeX

Claude Opus 4.6 usa LaTeX por padrão para expressões matemáticas, equações e explicações técnicas. Se você preferir texto simples, adicione as seguintes instruções ao seu prompt:

Format your response in plain text only. Do not use LaTeX, MathJax, or any markup notation such as \( \), $, or \frac{}{}. Write all math expressions using standard text characters (e.g., "/" for division, "*" for multiplication, and "^" for exponents).

Considerações de migração

Ao migrar para modelos Claude 4.6 de gerações anteriores:

1. Seja específico sobre o comportamento desejado: Considere descrever exatamente o que você gostaria de ver na saída.

2. Enquadre suas instruções com modificadores: Adicionar modificadores que encorajam Claude a aumentar a qualidade e o detalhe de sua saída pode ajudar a moldar melhor o desempenho do Claude. Por exemplo, em vez de "Criar um painel de análise", use "Criar um painel de análise. Inclua o máximo de recursos e interações relevantes possível. Vá além do básico para criar uma implementação totalmente funcional."

3. Solicite recursos específicos explicitamente: Animações e elementos interativos devem ser solicitados explicitamente quando desejados.

4. Atualize a configuração de pensamento: Claude Opus 4.6 usa pensamento adaptativo (thinking: {type: "adaptive"}) em vez de pensamento manual com budget_tokens. Use o parâmetro de esforço para controlar a profundidade do pensamento.

5. Migre de respostas pré-preenchidas: As respostas pré-preenchidas no último turno do assistente foram descontinuadas a partir do Claude Opus 4.6. Consulte Migrando de respostas pré-preenchidas para orientação detalhada sobre alternativas.

6. Ajuste o prompting anti-preguiça: Se seus prompts anteriormente encorajavam o modelo a ser mais minucioso ou usar ferramentas de forma mais agressiva, reduza essa orientação. Claude Opus 4.6 é significativamente mais proativo e pode ativar em excesso em instruções que eram necessárias para modelos anteriores.

Para etapas de migração detalhadas, consulte o Guia de migração.