Salve pessoal, compartilhando um pouco do meu processo.
A técnica de iniciar a frase e deixar a IA completá-la serve como um "trilho" que força o modelo a seguir a exata linha de raciocínio que precisamos.
Para o desafio, simulei duas pesquisas técnicas voltadas para Back-end e Cloud. Compartilho abaixo os meus testes e o comparativo:
Caso 1: Pesquisa sobre Segurança (OAuth2 vs JWT)
1. Prompt SEM a técnica (Apenas a pergunta):
"Qual é a diferença entre OAuth2 e JWT na segurança de APIs?"
Resultado: O modelo gerou um texto enorme, com introdução histórica, tópicos sobre como cada um funciona isoladamente e uma conclusão genérica. Demorou para chegar ao ponto principal.
2. Prompt COM a técnica de conclusão:
"Ao projetar uma API segura, a principal diferença prática entre utilizar o protocolo OAuth2 (focado em delegação de acesso) e o JWT (focado em carregar a identidade e permissões do usuário) é que o OAuth2..."
Resultado: O modelo completou exatamente a partir do meu gancho: "...é um framework completo que define como o token é obtido, enquanto o JWT é apenas o formato estruturado desse token. Na prática, você geralmente usa os dois juntos, onde o OAuth2 gerencia o fluxo de autorização e emite um JWT como o Access Token de leitura rápida."
Reflexão: A resposta com conclusão foi incrivelmente direta e cirúrgica, focada na aplicação prática em vez de dar uma aula teórica não solicitada.
Caso 2: Pesquisa sobre Banco de Dados (PostgreSQL vs MongoDB)
1. Prompt SEM a técnica:
"Quando eu devo usar MongoDB em vez de PostgreSQL?"
Resultado: Recebi a clássica lista gigante de prós e contras de bancos relacionais x não-relacionais, que não me ajudou muito a tomar uma decisão baseada em arquitetura.
2. Prompt COM a técnica de conclusão:
"Em uma arquitetura de microsserviços de alta escala, abandonar a consistência forte e transacional do PostgreSQL e optar pela flexibilidade de documentos do MongoDB torna-se a escolha ideal APENAS quando o domínio da aplicação exige..."
Resultado: A IA completou: "...uma estrutura de dados altamente variável que muda constantemente, ingestão massiva de dados não estruturados (como catálogos de produtos dinâmicos ou logs de eventos) e escalabilidade horizontal nativa, onde a velocidade de gravação e a ausência de um schema rígido compensam a falta de transações complexas (ACID) entre tabelas."
Reflexão: Novamente, forçar a conclusão deu o tom de maturidade da resposta. O modelo entendeu que eu já sabia o básico e foi direto para os requisitos de domínio.
Conclusão
A técnica de conclusão atua como um "filtro de contexto". Ao começarmos a resposta, já injetamos as premissas que consideramos verdadeiras, impedindo que o modelo perca tempo explicando o básico. É uma ferramenta excelente para usarmos no trabalho!
Alguém mais testou essa técnica com algum tema complexo ou fora da área de tecnologia? Como foram os resultados?
Bons estudos!
