MÓDULO 3.5

🧱 Isolamento como engenharia de prompt

Como forçar o modelo a "esquecer" os outros chapéus. Linguagem monolítica, formato forçado, auto-revisão.

6
Tópicos
30
Minutos
Avanç.
Nível
Técnico
Tipo
1

🤔 O desafio de "esquecer"

LLMs têm um bias de equilíbrio. Se vê o Amarelo, o instinto é equilibrar com "mas também há riscos". É o que polui os outros chapéus.

⚠️ O instinto natural do LLM

Treinado para dar respostas balanceadas. Ao ver "liste benefícios", tende a querer listar também riscos. Precisa ser proibido explicitamente.

2

🗣️ Linguagem monolítica

Palavras-chave como "monolítico", "isolamento estrito", "sem exceção" são tratadas como commandos.

Comandos-palavra do SKILL.md

"Cada chapéu deve ser monolítico."
"Aislamento estrito. Mientras se lleva un sombrero, el resto NO existen."
"Regras não negociáveis."
3

📋 Formato de saída forçado

Template com cabeçalhos fixos para cada chapéu. A estrutura visual ajuda a manter o isolamento mecanicamente.

## 🛡️ Fase 0 — Anti-Âncora
[detecção + 4 movimentos]

## 🔵 Chapéu Azul (abertura)
[pergunta, critério, ordem]

## ⚪ Chapéu Branco
[fatos]

## 🟡 Chapéu Amarelo
[benefícios]

## ⚫ Chapéu Preto
[riscos]

## 🟢 Chapéu Verde
[alternativas]

## 🔴 Chapéu Vermelho
[emoções]

## 🔵 Chapéu Azul (síntese)
[mapa + matriz + recomendação + plano B + métricas]
4

✅ Auto-revisão e checklist final

Checklist no fim do SKILL.md: "antes de entregar, verificar...". O modelo percorre e reescreve se alguma checks falhar.

💡 Gate final

A frase mágica é: "Se algum ponto falhar, reescrever antes de entregar." Força auto-correção em vez de dar resposta ruim.

5

🧪 Testes de contaminação

Método simples: gerar 5 sessões teste e procurar palavras suspeitas nos chapéus errados.

Palavras que indicam contaminação

No Preto: "também", "por outro lado", "bom que"
No Amarelo: "embora", "apesar", "mas o risco"
No Vermelho: "porque" (sempre)
No Verde: "não é viável", "melhor opção"
6

🔬 Caso real — a regra do "porque"

A regra "sem 'porque' no Vermelho" é o padrão ouro de engenharia de prompt. Vamos desmontar por quê.

O que torna essa regra ouro

  1. 1
    Binária: ou tem "porque" ou não tem. Não é escala, é on/off.
  2. 2
    Testável via grep: busca textual simples. Modelo consegue verificar sozinho.
  3. 3
    Correção óbvia: cortar na altura do "porque". Em 2 segundos.
  4. 4
    Impõe consequência: "a frase é inválida". Não é "tente evitar" — é rejeição.
  5. 5
    Alinhada ao propósito: o ponto do Vermelho é emoção pura, e "porque" mata a pureza.

💡 Template para criar regras-ouro

Pergunte: (1) é binária? (2) dá pra testar com grep? (3) correção óbvia? (4) tem consequência explícita? (5) serve ao propósito da fase? Se todos os 5 são sim, você tem regra-ouro.

📝 Resumo do Módulo

✓
Bias de equilíbrio - o LLM tende a balancear. Precisa proibir.
✓
Palavras-chave - "monolítico", "isolamento estrito".
✓
Formato forçado - template com cabeçalhos mantém isolamento.
✓
Checklist + reescrever se falha - gate final.
✓
Testes de grep - palavras-alerta nos chapéus errados.
✓
5 critérios da regra-ouro - binária, grepável, correção óbvia, consequência, propósito.

Próximo Módulo:

3.6 - Criando sua própria variante

← Módulo Anterior Próximo Módulo →