✍️ Regras de Tom e Escrita

O Claude tem padrões de escrita que emergem sempre que não há instruções explícitas contrariando-os. Frases evasivas, concordâncias excessivas, uso de m-dash, conectores de transição em excesso, linguagem de relatório corporativo — esses padrões não são bugs, são o resultado do treinamento. Sem regras de tom, a skill vai gerar copy que parece escrito pelo Claude, não por você. Para qualquer skill de produção de conteúdo, regras de escrita não são opcionais — são o que transforma um gerador genérico em uma ferramenta que produz sua voz específica.

Sycophancy em LLMs é o comportamento de concordar excessivamente, validar sem critério e evitar qualquer posição que possa soar como discordância. Em copy, sycophancy se manifesta como elogios vazios e linguagem que parece estar tentando agradar. Isso destrói a credibilidade do conteúdo — leitores reconhecem instintivamente quando algo foi escrito para engraçar em vez de comunicar. A regra anti-sycophancy é uma das mais impactantes que você pode adicionar a qualquer skill de escrita.

O m-dash (—) é um marcador quase universal de texto gerado por IA. O Claude usa esse caractere com uma frequência muito maior do que escritores humanos usariam naturalmente. Em excesso, ele fragmenta o ritmo do texto e cria um padrão reconhecível. Proibir o m-dash na skill é um dos ajustes mais simples com impacto visual imediato. Além do m-dash, há outros padrões de pontuação e conectores que delimitam claramente o texto como gerado por IA — eliminar todos eles é o trabalho desta regra.

"Tom formal" ou "tom casual" são descrições tão vagas que o modelo pode interpretar de dezenas de formas diferentes. Tonalidade real é definida por exemplos, não por rótulos. O ritmo de frase (curto e incisivo vs. longo e elaborado), o grau de jargão técnico, a presença ou ausência de humor, o nível de assertividade — tudo isso compõe a voz. A forma mais eficaz de programar tonalidade é incluir exemplos de frases escritas pelo próprio usuário como referência direta na skill.

Regras concretas são executáveis. O modelo sabe exatamente o que fazer com "Nunca comece frases com 'Além disso'" — é binário, verificável, sem ambiguidade. Já "escreva de forma natural" não é uma regra — é uma esperança. Quanto mais específica e mensurável a regra, mais consistente o resultado. Os exemplos abaixo são regras reais usadas em bibliotecas de skills de alta performance.

A posição das regras dentro do arquivo da skill afeta diretamente o quanto elas são seguidas. O modelo dá mais peso às instruções que aparecem mais cedo no contexto. Regras de tom colocadas no início da skill recebem mais atenção do que as mesmas regras colocadas ao final. A estrutura recomendada é: primeiro as regras de como escrever, depois as instruções do que gerar. Isso garante que o "como" seja processado antes do "o que".