Quem escreve
Goedecke mora em Melbourne e escreve sobre IA e sobre o funcionamento de grandes empresas de tecnologia. Segundo o currículo que ele deixa público, está no GitHub desde 2021 e é staff software engineer desde março de 2023: liderou o lançamento do GitHub Models e hoje trabalha em projetos do Copilot.
O que mudou nos agentes
O ponto de partida é uma comparação. Os primeiros agentes pediam instruções exatas, do tipo “copie este método para aquelas classes”, porque qualquer folga virava trabalho errado. Com os modelos de ponta atuais, diz Goedecke, o erro típico é outro: o agente entende a tarefa, mas presume algo equivocado sobre o que a pessoa quer ou prioriza.
O exemplo é o GPT-6-Astra, da OpenAI. Quando acha que o código é só para ele mesmo, o modelo entrega código minificado; quando sabe que gente vai ler, em Go, escreve código legível. Goedecke linka um texto de Armin Ronacher, de 7 de setembro, que descreve o código de ferramenta do Astra como ilegível para humanos. Numa nota, ele observa que, dentro de uma base de código escrita por pessoas, nem é preciso avisar: o modelo copia o estilo ao redor.
Contexto em vez de especificação
A recomendação central é dar ao agente o porquê. Goedecke publica o prompt que abriu o Deckard, extensão de Chrome que detecta texto gerado por IA com um modelo rodando no próprio Mac. O texto traz a meta de longo prazo (esconder conteúdo de IA nas páginas), a de curto prazo (achar o melhor detector que rode no MacBook sem gastar bateria nem esquentar), o uso da conta no Runpod para os testes pesados demais para o laptop e um convite para o modelo propor um caminho melhor.
Pelas contas dele, metade do prompt é contexto: qual é o projeto, que é pessoal e não do trabalho, o que importa. Com uma especificação fechada, afirma, teria perdido duas melhorias: usar native messaging para a extensão falar com o modelo local e escolher o modelo Gradient no lugar do EditLens. No post de 8 de setembro sobre o Deckard, ele conta que a extensão foi feita junto com o Astra.
Prioridades com peso
No trabalho, Goedecke faz o mesmo com valores técnicos: um parágrafo sobre evitar bugs, observabilidade, encaixe no código existente, desempenho. O detalhe que ele destaca é a hierarquia. Em vez de declarar tudo importante, diz ao modelo o que pode ser sacrificado para ganhar no resto.
Para ele, dar só a especificação técnica a um modelo capaz de opinar sobre o objetivo repete o problema XY: pedir conselho a um especialista sem dar a ele o contexto de que precisa.
O que diz a documentação oficial
O ensaio não cita guias de prompt, mas a recomendação coincide com a documentação da Anthropic. No guia de boas práticas do Claude, a seção sobre contexto diz que explicar a motivação de uma instrução ajuda o modelo a entender os objetivos. O exemplo do guia troca uma proibição seca de reticências pela razão dela: a resposta vai ser lida por um sintetizador de voz.
