"Pense passo a passo." "Atue como um especialista de 20 anos." Você manda o prompt com a mesma confiança de sempre, e a resposta vem pior do que poderia. Não é você. É que o terreno mudou debaixo dos seus pés, e ninguém te avisou.
Tem paper acadêmico (arXiv 2411.07858) medindo queda de até 36% em tarefas simples quando você usa a técnica antiga num modelo novo. Este e-book é o mapa atualizado, escrito do zero para quem nunca programou.
PDF interativo e ilustrado · 126 páginas · acesso imediato
Você abre o ChatGPT ou o Claude. Escreve um prompt caprichado: pede pra IA "pensar passo a passo", manda ela "atuar como especialista", enche de contexto porque alguém disse que quanto mais, melhor. Aperta enter com a sensação de quem fez o dever de casa.
E vem uma resposta morna. Genérica. Que você precisa reescrever três vezes pra chegar em algo aproveitável. Aí bate a dúvida que não te larga: será que o problema sou eu?
Não é. Entre o fim de 2024 e 2026 surgiu uma família nova de modelos, os reasoning models, que já pensam antes de responder. As regras que todo mundo decorou foram feitas para a geração anterior de IA. Hoje, várias delas viraram pedidos contraditórios: você manda o modelo "pensar devagar" justo quando ele já tem um jeito melhor de pensar embutido, e ele tropeça tentando te obedecer.
O pior é que a mudança foi silenciosa. Não teve aviso na sua timeline, a documentação oficial é toda em inglês técnico, e modelo novo sai a cada dois ou três meses. Dá pra contar nos dedos quem teve tempo de perceber que o chão se mexeu. O resultado: gente competente usando IA com técnica vencida, achando que está fazendo certo, perdendo horas em respostas medianas sem entender por quê.
Pensa numa direção que você dava em 2010: "vira na esquina da padaria, segue até o posto, depois da banca de jornal vira à direita". Quem ouvia, chegava. Hoje a padaria virou prédio, o posto fechou, a banca sumiu. Você repete a mesma direção, com a mesma confiança, e a pessoa se perde.
Foi exatamente isso que aconteceu com engenharia de prompts. E é por isso que decorar mais um punhado de "frases mágicas" não resolve: a próxima atualização de modelo aposenta a fórmula de novo, e você volta pra estaca zero.
O método PREFÁCIO é diferente porque não é decoreba. São 8 princípios que explicam por que a IA responde do jeito que responde, de forma que você entende o terreno e se adapta sozinho quando ele mudar de novo. Não é um truque que envelhece. É um sistema que te ensina a pensar. Você sai sabendo o que continua valendo de 2024, o que precisa atualizar, e as três disciplinas inteiramente novas que ninguém te apresentou ainda.
Cada letra é um princípio:
Escrever prompts curtos que vencem prompts gigantes, e cortar um pedido de 170 palavras para 58 sem perder nada (e ainda melhorar a resposta).
Parar de sabotar a IA com os hábitos de 2023, sabendo exatamente quais frases atrapalham os reasoning models de hoje.
Organizar qualquer pedido com XML tags semânticas, as "gavetas" que tornam o prompt mais claro e mais confiável que qualquer truque antigo.
Regular quanto a IA pensa através do botão nativo de raciocínio, usando esforço baixo para tarefa simples e alto para tarefa difícil, sem desperdiçar tempo nem qualidade.
Curar o que entra na janela do modelo com Context Engineering, a parte que virou metade do trabalho e que quase ninguém domina.
Forçar a IA a responder no formato exato que você precisa com Output Engineering, em vez de torcer e reescrever na mão.
Fazer a IA revisar e afiar o próprio trabalho com os prompts de análise crítica, o atalho mais barato pra subir o nível de qualquer resposta.
Confrontar visões opostas num único prompt (refinamento por contraste) e arrancar respostas mais afiadas que uma pergunta direta jamais daria.
Saber a hora de subir de um prompt solto para um fluxo de várias etapas, quando a tarefa cresce demais pra um pedido só.
de R$ 97 por R$ 27,90 · acesso imediato
Você entende o que mudou nos últimos 18 meses e por quê. Os 5 anti-patterns que funcionavam e hoje degradam, os reasoning models explicados por dentro, e a ciência da "compensação verborrágica" (por que mais palavra nem sempre é mais resultado). Sai daqui sabendo o que parar de fazer hoje.
O coração do livro. Os 8 princípios atualizados, um por capítulo, cada um com analogia do dia a dia, exemplo "antes e depois" e um exercício prático pra você fazer na hora no ChatGPT ou no Claude. Clareza, Estruturação, Iteração, Persona, Análise crítica, Refinamento por contraste, Formato e Otimização contínua.
As três disciplinas que mais separam quem tira respostas boas de quem tira respostas medianas: Context Engineering, Output Engineering e Reasoning Models. Fecha com os 10 anti-patterns de 2026 pra abandonar hoje e um plano de 30 dias pra colocar tudo em prática.
Cada capítulo tem ilustração. O tom é de aula, não de manual técnico. Cabe num fim de semana, ou em uma hora se você só quiser o que mudou.
Lucas escreveu a primeira versão deste livro em 2024, quando as regras antigas eram as regras certas. Quando os reasoning models viraram tudo do avesso, ele não jogou o trabalho no lixo: reescreveu o mapa do zero.
O dom dele é didático. Pega quem nunca abriu uma documentação técnica e ensina com analogia de padaria, de receita de bolo, de direção de rua, até a coisa ficar óbvia. Cada conceito difícil deste livro nasceu de uma pergunta real de alguém que estava travado, e foi explicado até destravar.
Ele não escreve pra impressionar outros especialistas. Escreve pra você sair lendo e já refazer seu próximo prompt melhor. É essa a régua.
A virada de 2026 não é achismo. Tem paper acadêmico medindo queda de até 36% em tarefas simples quando você usa a técnica antiga num reasoning model, e a documentação oficial de OpenAI, Anthropic e Google confirma o que mudou.
São 16 capítulos em 3 atos. O método PREFÁCIO traz 8 princípios, um por capítulo, cada um com um exercício prático pra você aplicar na hora. Nada de truque solto que você esquece no dia seguinte.
126 páginas ilustradas, glossário ELI5, cheatsheet de parede e zero jargão sem explicação. Se você mal abriu o ChatGPT, o livro te pega pela mão com analogia de padaria e receita de bolo.
Não é conteúdo requentado de 2023. O mapa foi reescrito do zero para os reasoning models de hoje, com o que funciona agora e o que parou de funcionar, lado a lado.
Faz a conta honesta. Se você usa IA algumas vezes por semana e reescreve cada resposta duas ou três vezes, são horas por mês jogadas fora em tentativa e erro. Em um único mês, o tempo perdido com prompt mediano custa muito mais que o preço de um livro que conserta isso de vez.
Um curso de engenharia de prompt custa de R$ 200 a R$ 2.000. Uma hora de consultoria, mais que isso. Este e-book entrega o método completo, atualizado para 2026, ilustrado e com exercícios.
Esse é o preço promocional de lançamento. Quando o período de lançamento encerra, o preço sobe e não volta. Sem countdown falso, sem teatro: é o preço de estreia, e ele tem prazo.
Quero o e-book agora por R$ 27,90Acesso imediato após a compra · PDF interativo · leia no celular, tablet ou computador
A diferença entre quem arranca respostas brilhantes da IA e quem se contenta com o morno não é talento, nem código, nem inglês. É saber pedir, no terreno de hoje, e não no de dois anos atrás.
Esse terreno mudou. O mapa novo está pronto. E enquanto o lançamento durar, ele custa menos que um almoço.
Abra o livro e refaça seu primeiro prompt ainda hoje.
Quero o e-book agora por R$ 27,90acesso imediato · PDF interativo e ilustrado
