Nesta página
- O exemplar
- A anatomia de um prompt de resultado que funciona
- Padrões do marketplace oficial de templates
- Orgs multi-bot: prompts que concedem autoridade
- Anti-padrões
- Redigindo o seu — o teste das três linhas
- Checklist de verificação
- Armadilhas
- Teste de conhecimento
- Demonstração — prompt de resultado vs prompt de tarefa, lado a lado, no Devin CLI v3000.14 (swe-2-flash-medium)
- Fontes
Prompts de resultado para Bots, dissecados
Objetivo: escrever prompts de resultado do jeito que as implantações documentadas realmente fizeram — propriedade de uma área, não uma lista de tarefas. Nível: intermediário · Tempo: 20 min para rascunhar, uma semana para calibrar
Toda implantação pública de bot que produziu números grandes começou com um prompt curto atribuindo um resultado. Este guia coleta os reais e faz engenharia reversa do porquê funcionam.
O exemplar#
"your job is to product manage the android app"
Toda a atribuição do Android Bot. Uma frase produziu 44 dias de trabalho auto-dirigido: o bot decompôs o resultado em tickets que ele mesmo escreveu, rodou uma sessão Devin por ticket e entregou 1.134 PRs mergeados (post de lançamento). Note o que o prompt não contém: sem lista de tickets, sem critérios de aceite, sem agenda. O resultado em si implica todos eles.
A anatomia de um prompt de resultado que funciona#
| Elemento | O que faz | Exemplo |
|---|---|---|
| Um papel | Diz ao bot como se comportar, não só o que produzir | "product manage", "own the QA of onboarding flows" |
| Uma superfície delimitada | Um escopo que o bot consegue ver por inteiro — um app, uma checagem, uma fonte de dados | "the android app", "layout regressions", "30+ onboarding flows" |
| Uma definição de pronto implícita | Um estado contra o qual o bot pode se verificar | "feature parity with iOS", "no layout-shift regressions", "every flow green" |
| Autoridade permanente | O bot decide quando e o que depois — é isso que o torna um bot, não um script | "your job is to…", "keep…", "watch for…" |
Padrões do marketplace oficial de templates#
Os 16 templates do marketplace seguem todos a mesma gramática. Formulações reutilizáveis, generalizadas:
Propriedade de um domínio — "Find bugs, improvements, performance and refactoring work in a named product area; open one small PR at a time with proof it works." (Software Factory)
Propriedade de uma checagem — "Every 3 hours, build production main, simulate first/repeat/deferred visits, and file fixes with before/after videos for any regression you introduce—or find." (padrão Layout Bot)
Propriedade de um estágio do ciclo de vida — "Take a ticket or an ask to a tested PR and through review." (Product Engineer)
Propriedade de uma cadência — "Weekly: remove dead code, one safe PR per round." (Code Reaper) — resultados agendados são declarados como ritmo, não como gatilho.
Propriedade do metabolismo do time — "Watch the channels, post updates, hand work to the right teammate, follow up until done." (Chief of Staff)
Propriedade da higiene — "Old flags, stale deps, CVEs — turned into small safe PRs." (Code Health Engineer)
Orgs multi-bot: prompts que concedem autoridade#
Em frotas (SuperJennyStack, Frankie, tigsbot) o prompt do bot chefe contém o contrato de roteamento: qual bot possui qual superfície, e quando escalar para cima em vez de para o lado. O verdadeiro prompt do humano é a spec da thread consolidada: "bring me every open decision in one thread." Veja o Guia 4 para o organograma completo.
Anti-padrões#
- Prompts em formato de tarefa. "Fix these 12 issues" — o bot termina e fica ocioso; você ganha uma sessão, não um bot.
- Resultados não verificáveis. "Make the app better" — sem auto-checagem, a única saída do bot é spam de Needs-you.
- Escopo oculto. Se o resultado exige sistemas que o bot não vê (um staging que não alcança, um dashboard que não lê), ele ou trava ou alucina progresso. Dê a superfície ou encolha o resultado.
- Sem história de autoridade de merge. Os 88% de auto-merge existem porque CI e gates de review foram pré-configurados para merges autônomos. Declare: "merge when CI is green and diff < N lines" ou "always open as draft for human review."
Redigindo o seu — o teste das três linhas#
Um bom prompt de resultado responde, em ordem:
- O que é seu? — a superfície
- Como é "bom"? — o estado verificável
- O que você faz a respeito? — o comportamento permanente
Se um estranho não conseguisse checar a verdade da linha 2 de fora, aperte-a.
Checklist de verificação#
- [ ] Pegue um item real do backlog do seu repo e reescreva como prompt de resultado — superfície, estado verificável, comportamento permanente
- [ ] Mostre a alguém que não conhece o codebase: conseguiria dizer de fora quando o Bot está "vencendo"?
- [ ] A primeira resposta do Bot deve ser um plano ou perguntas de esclarecimento sobre escopo — se perguntar "o que você quer que eu faça primeiro", o prompt não atribuiu propriedade
Armadilhas#
- Uma lista de tarefas vestindo fantasia de resultado. "Do X, then Y, then Z" ainda é checklist — o Bot não pode repriorizar quando o mundo muda.
- "Keep the app good" sem definição de bom. Sem estado verificável, o Bot escolhe uma — e não será a sua.
- Escopo mais largo que uma superfície. "Own engineering" falha; "own the iOS app" entrega. Divida pelo que um único estranho conseguiria observar por inteiro.
Teste de conhecimento#
- Por que "own the Android app" funciona melhor que "fix Android bugs"? (Propriedade implica julgamento permanente — o Bot decide quais bugs importam, não só se deve corrigir.)
- O que há de errado com "make the CI fast"? (Não verificável de fora — sem limiar. "CI under 8 minutes" é.)
- Qual das três perguntas "text me if tests fail" responde? (Comportamento permanente — diz o que o Bot faz sobre o estado, nada sobre a superfície ou a meta.)
Demonstração — prompt de resultado vs prompt de tarefa, lado a lado, no Devin CLI v3000.14 (swe-2-flash-medium)#
Bots exigem plano Max ou Teams — mas a mecânica de prompt deste guia independe da superfície, então gravamos na cota gratuita do CLI SWE-2. Mesmo repositório (orders.py com uma suíte-base de 2 testes), dois checkouts idênticos, um prompt em cada:
- Em forma de tarefa: "Add a test for apply_discount('SAVE10') returning 90.0 and one for total([]) returning 0 …"
- Em forma de resultado: "Your job is to own the test coverage of orders.py. Good looks like: every branch … has a test, and python3 -m unittest -v is all green."
Vídeo (64 s, sem som): baseline → execução por tarefa → +6 linhas → execução por resultado → mapa de cobertura decomposto pelo agente → +37 linhas.
1. Prompt-tarefa — o agente recebe uma lista de compras
2. Tarefa: fez a lista e parou — uma sessão, não um dono
3. Resultado: papel + superfície delimitada + definição de "bom" — sem checklist
4. +39 linhas sem ninguém dizer quais testes — ele nomeou cada branch sozinho
5. Ele verifica contra a definição de "bom" e reporta o mapa de cobertura
6. Mesmo modelo, mesmo repo, só muda a forma do prompt: +6 vs +37 — e 4 vs 13 testes
Fontes#
- Introducing Devin Bots · Docs de Bots · Marketplace de templates
- Relatos de implantação ligados no built-with-devin
