🧪 No Expert

Um template de skill estruturado para conduzir entrevistas contextuais antes de executar qualquer tarefa, garantindo que o agente colete todas as informações necessárias.

Skills sem contexto produzem resultados genéricos. Com um template de entrevista universal, qualquer skill pode ser adaptada para coletar o que precisa antes de agir.

Perguntas obrigatórias vs. opcionais; coleta progressiva; validação de contexto antes da execução.

Template que guia uma análise estruturada ao fim de cada sessão: o que foi feito, o que funcionou, o que pode melhorar e o que deve ser memorizado.

Sessões sem reflexão são sessões perdidas. Esse template transforma cada sessão em aprendizado acumulado, criando uma memória operacional evolutiva.

Loops de aprendizado; extração de insights; escrita em CLAUDE.md; distinção entre contexto efêmero e conhecimento durável.

Template que conduz o processo de identificar skills redundantes, analisar sobreposições e produzir uma skill consolidada que absorve as funcionalidades das anteriores.

Bibliotecas com muitas skills parcialmente sobrepostas geram confusão e inconsistência. A consolidação melhora coerência e reduz manutenção.

Análise de triggers; mapeamento de responsabilidades; fusão sem perda; testes de cobertura pós-consolidação.

Template de auditoria express que verifica os pontos críticos de uma skill em menos de 5 minutos: clareza do trigger, completude das instruções e qualidade do output.

Auditorias completas demandam tempo. Um template de auditoria rápida permite manter a qualidade da biblioteca mesmo com agenda cheia.

Checklist mínimo viável; red flags estruturais; critérios de aprovação/reprovação rápida.

O processo sistemático de pegar um template genérico e transformá-lo em uma skill específica para o seu contexto, mantendo a estrutura base.

Templates usados sem adaptação produzem resultados mediocres. Saber personalizar é o que transforma um template em uma ferramenta realmente poderosa.

Variáveis de contexto; partes fixas vs. adaptáveis; testes de personalização; feedback loop de ajuste fino.

Estratégia de organização e versionamento de templates: onde armazenar, como nomear, quando criar novas versões e como rastrear mudanças.

Templates sem versionamento se deterioram. Tratá-los como ativos com controle de versão garante que você sempre tenha acesso à versão certa.

Estrutura de pastas; convenções de nomenclatura; CHANGELOG de skills; estratégia de backup e recuperação.

Técnica de usar o próprio Claude para analisar uma skill e sugerir como ela deveria reescrever a si mesma — invertendo o fluxo normal de criação.

É o método mais eficaz de melhoria contínua: o agente que vai executar a skill é também quem melhor sabe o que falta nela.

Inversão de perspectiva; análise crítica interna; feedback do executor; reescrita guiada por uso real.

Um prompt estruturado que ativa o agente claude-code-guide para auditar skills com profundidade técnica, verificando consistência, completude e potencial de melhoria.

Auditorias manuais são lentas e sujeitas a viés. Delegar para um agente especializado garante cobertura sistemática e imparcial.

Ativação de agente especializado; parâmetros de auditoria; leitura de relatório; priorizando high impact findings.

Um prompt que pede ao modelo que assuma o papel de crítico adversarial e desmonte a skill de todos os ângulos possíveis, focando em fraquezas estruturais.

Skills que só recebem feedback positivo nunca evoluem além de um plateau. A crítica estrutural força uma evolução qualitativa real.

Postura adversarial; análise de edge cases; fraquezas de trigger; lacunas de cobertura; inconsistências internas.

Um prompt que analisa um conjunto de skills e identifica sobreposições funcionais, propondo fusões específicas com justificativa.

Sem esse prompt, identificar redundâncias manualmente em uma biblioteca grande demanda horas. Com ele, o processo leva minutos.

Mapeamento de responsabilidades; matriz de sobreposição; proposta de fusão; validação pós-consolidação.

A prática de encadear múltiplos prompts canhão em sequência, onde o output de um alimenta o input do próximo, criando workflows de otimização profunda.

Cada prompt canhão tem um ângulo específico. Combiná-los sequencialmente produz melhorias que nenhum deles produziria sozinho.

Passagem de contexto; ordem otimizada de execução; breakpoints de revisão humana; quando parar o ciclo.

Um framework de decisão para escolher qual prompt canhão aplicar baseado no problema: melhoria geral, auditoria técnica, crítica estrutural ou consolidação.

Usar o prompt errado para o problema certo gera ruído em vez de insight. O guia de decisão elimina esse desperdício.

Diagnóstico do problema; seleção de ferramenta certa; sinais de quando trocar de abordagem; meta-framework de otimização.

A vantagem fundamental de usar agentes autônomos para testar skills: eles simulam múltiplos perfis de usuário e situações extremas que humanos raramente testam.

Testes manuais têm viés do criador — você testa o caminho feliz. Sub-agentes encontram os caminhos que você nunca considerou.

Cobertura de edge cases; simulação de perfis; UX friction; testes adversariais automatizados.

Um sub-agente configurado para simular diferentes perfis de usuário — iniciante, experiente, impaciente, perfeccionista — e reportar onde a skill cria atrito.

Skills bem estruturadas para o criador podem ser opacas para usuários diferentes. O agente de UX friction expõe esses pontos cegos.

Personas de teste; friction points; clareza de trigger; feedback de acessibilidade; relatório de atrito por perfil.

Sub-agente especializado em analisar a arquitetura interna de uma skill — fluxo de decisão, duplicações, lacunas e pontos de falha potenciais.

Problemas estruturais raramente aparecem no caminho feliz. Um agente de auditoria sistemática garante robustez antes do deployment.

Análise de fluxo; detecção de redundância; pontos de falha; gaps de cobertura; relatório estrutural.

O framework para interpretar os relatórios gerados pelos sub-agentes, distinguindo problemas críticos de melhorias opcionais.

Relatórios sem triagem criam paralisia por análise. Saber distinguir high, medium e low impact mantém o foco no que realmente importa.

Classificação de impacto; critérios de severidade; priorização por frequência; ignorando low impact com consciência.

O processo de transformar os achados do relatório em ações concretas de melhoria, organizadas por impacto e esforço.

A diferença entre uma sessão de melhoria produtiva e uma improdutiva está na priorização. Atacar o high impact primeiro multiplica os resultados.

Matriz impacto/esforço; quick wins vs. melhorias profundas; ciclo fix-test-reaudit; critérios de encerramento.

Um walkthrough completo de uma sessão real de teste com sub-agentes: desde o dispatch inicial até a skill melhorada ao final.

Ver o processo completo em ação elimina a curva de aprendizado e fornece um template mental para replicar em sessões futuras.

Sequência de dispatch; leitura de relatório em tempo real; decisões de priorização; validação de melhorias; documentação do resultado.

O processo de mapear todas as skills da biblioteca e identificar pares ou grupos que executam funções similares ou complementares que poderiam ser unificadas.

Bibliotecas crescem organicamente e acumulam redundâncias invisíveis. Identificar sobreposições é o primeiro passo para uma stack mais eficiente.

Análise de triggers; mapeamento de responsabilidades; matriz de sobreposição; candidatos a consolidação.

O agente especializado em criar e consolidar skills, capaz de analisar múltiplas skills e produzir uma versão unificada que preserva todas as funcionalidades.

Consolidação manual de skills é um trabalho minucioso e propenso a erros. O Skill Creator 2.0 faz isso de forma sistemática e auditável.

Ativação do agente; passagem de contexto completo; revisão crítica do output; ciclo de refinamento.

O passo a passo do processo de fusão: desde a coleta das skills candidatas até a publicação da skill consolidada e arquivamento das originais.

Fusões sem processo definido resultam em perda de funcionalidades. Um processo claro garante que nada se perde e tudo se melhora.

Etapas do processo; pontos de decisão; critérios de qualidade; preservação de casos de uso; arquivamento responsável.

O conjunto de testes de regressão para verificar que a skill consolidada cobre todos os casos de uso das skills originais sem perda de qualidade.

Uma consolidação que perde funcionalidade é um retrocesso. Testes sistemáticos pós-consolidação garantem que o resultado é sempre melhor.

Matriz de cobertura; testes de regressão; comparação de outputs; aprovação formal antes de arquivar as originais.

Os critérios para decidir quando NÃO consolidar — quando a separação serve um propósito de clareza, especialização ou contexto de uso distinto.

Consolidação excessiva cria skills super-complexas que são difíceis de usar. Saber quando parar é tão importante quanto saber quando consolidar.

Critérios de separação legítima; complexidade vs. cobertura; skills de nicho; casos de uso muito distintos.

A prática de manter um registro de todas as consolidações realizadas, preservando as skills originais em arquivo e documentando o racional de cada decisão.

Sem rastreabilidade, é impossível reverter uma consolidação problemática ou entender por que certas decisões foram tomadas meses depois.

CHANGELOG de consolidações; pasta de arquivo; timestamps; justificativas documentadas; procedimento de rollback.

O processo de catalogar todas as skills existentes com metadados: nome, propósito, frequência de uso estimada e última modificação.

Sem inventário, você não sabe o que tem. Uma biblioteca não mapeada cresce no escuro e acumula lixo invisível.

Planilha de inventário; campos essenciais; frequência declarada vs. real; flag de candidatos a revisão.

O conjunto de critérios objetivos para decidir se uma skill merece continuar na biblioteca: frequência de uso, valor gerado e custo de manutenção.

Sem critérios claros, decisões de corte são emocionais. Com critérios objetivos, a biblioteca se auto-curada de forma racional.

Frequência mínima de uso; ROI de manutenção; valor estratégico vs. tático; custo de oportunidade de manter.

Os sinais inequívocos de que uma skill deve ser removida: sem uso real, funcionalidade coberta por outra, trigger ambíguo ou qualidade irrecuperável.

Skills mortas consomem atenção e criam ruído. Deletar com consciência é um ato de curadoria que melhora o desempenho geral da biblioteca.

Sinais de abandono; skills zumbi; cobertura por outra skill; threshold de qualidade mínima; processo de arquivamento antes de delete.

A regra prática: qualquer skill não utilizada nos últimos 30 dias deve ser questionada — ou tem trigger ruim, ou é desnecessária, ou foi substituída.

Intenções de uso não equivalem a uso real. A regra dos 30 dias transforma essa distinção em critério objetivo e acionável.

Janela de 30 dias; diagnóstico de não-uso; correção de trigger vs. remoção; exceções legítimas (skills sazonais).

O calendário de revisão da biblioteca de skills: revisão rápida semanal, revisão de qualidade mensal e auditoria profunda trimestral.

Sem cadência definida, revisões só acontecem quando a situação está crítica. Uma cadência regular mantém a biblioteca sempre saudável.

Revisão semanal (5 min); revisão mensal (30 min); auditoria trimestral (2h); gatilhos de revisão extraordinária.

Os indicadores objetivos de uma biblioteca de skills saudável: taxa de uso, cobertura de casos de uso, tempo médio desde última atualização e ausência de redundâncias.

Sem métricas, você não sabe se está melhorando ou piorando. As métricas certas transformam manutenção de biblioteca em prática orientada a dados.

Taxa de uso ativo; índice de redundância; freshness score; cobertura de casos de uso; dashboard mínimo.

Uma skill auto-iterativa é aquela que, ao final de cada execução, coleta feedback sobre seu próprio desempenho e propõe melhorias concretas para a próxima versão.

Skills estáticas ficam obsoletas. Skills auto-iterativas se adaptam ao contexto e ao usuário, acumulando inteligência operacional com o tempo.

Loop de melhoria embutido; coleta de feedback pós-execução; proposta de melhoria; aprovação humana antes de aplicar.

A técnica de incluir uma seção de reflexão estruturada no final da skill, que faz o agente analisar o que funcionou, o que foi difícil e o que poderia melhorar.

Reflexão adhoc é inconsistente. Quando embutida na skill, acontece toda vez, criando um fluxo constante de insights sobre a qualidade da execução.

Perguntas de reflexão padrão; análise de execução; identificação de melhorias; formato de output de reflexão.

A adição de um mecanismo de auto-avaliação numérica (ex: 1-5) no final da skill, com critérios objetivos para que o próprio agente avalie a qualidade da execução.

Avaliações subjetivas são inúteis para melhoria. Um rating com critérios claros cria uma série histórica que revela tendências de qualidade ao longo do tempo.

Escala e critérios objetivos; self-rating do agente; registro de avaliações; interpretação de tendências.

O ciclo completo: execução → reflexão → proposta de melhoria → aprovação humana → aplicação → nova execução com melhorias aplicadas.

O loop só funciona quando todos os passos estão conectados. Entender o ciclo completo é o que transforma intenção de melhoria em melhoria real.

Ciclo completo de 5 etapas; papel do humano no loop; frequência de atualização; acúmulo de melhorias ao longo do tempo.

Os riscos reais de auto-iteração sem supervisão: drift de propósito, complexidade crescente, viés de confirmação nas auto-avaliações e perda do comportamento original.

Auto-iteração sem guardrails pode degradar uma skill excelente em algo irreconhecível. Conhecer os limites é o que mantém o processo seguro.

Drift de propósito; complexidade acumulada; viés de auto-avaliação; frequência máxima de updates; ponto de reset.

Uma skill completa com bake-in de reflexão, avaliação e proposta de melhoria — um exemplo real e funcional para usar como base.

Teoria sem exemplo concreto fica no abstrato. Ver uma skill completa com todos os componentes integrados é o que torna possível replicar o padrão.

Estrutura completa da skill; seção de reflexão; seção de avaliação; seção de proposta de melhoria; instruções para o humano.