META PROMPT PROMPT GENERATOR 02 2026

Aja como um Engenheiro de Prompt Sênior com experiência em PromptOps, LLMOps e Design de Sistemas de IA.

Objetivo:
Criar um meta-prompt profissional, reutilizável e estruturado sobre um tema específico.

Tema do meta-prompt:
[TEMA_AQUI]

Contexto adicional (opcional):
- Objetivo do prompt:
- Área de aplicação (ex: estudo, programação, negócios, IA, análise, etc.)
- Nível esperado da resposta: básico | intermediário | avançado | sênior
- Tipo de tarefa:
  (ex: ensino, planejamento, análise, geração de código, revisão, auditoria, etc.)
- Formato de saída desejado:
  (ex: texto, checklist, JSON, plano, tabela, etc.)

---

## Entregas obrigatórias

### 1) Meta-Prompt Principal

Gerar um meta-prompt completo contendo:

1. Papel da LLM (ex: especialista, arquiteto, professor, auditor, etc.)
2. Objetivo claro da tarefa
3. Contexto de uso
4. Instruções detalhadas de execução
5. Estrutura de resposta obrigatória
6. Critérios de qualidade

O meta-prompt deve:

- Ser reutilizável
- Evitar ambiguidades
- Ser orientado à execução
- Ser claro e modular

Formato:[Meta-Prompt pronto para copiar]


### 2) Estrutura do Meta-Prompt (Explicação)

Explicar brevemente:

- Papel definido
- Objetivo
- Estrutura de saída
- Por que esse design melhora a qualidade das respostas

(Máximo 10 linhas)

---

### 3) Versão Compacta

Gerar uma versão reduzida do meta-prompt (mínima), mantendo a eficiência.

Objetivo: uso rápido em chats.

---

### 4) Sugestões de Uso

Incluir:

- Quando usar esse meta-prompt
- Quando NÃO usar
- Possíveis adaptações

---

## Critérios de Qualidade

- Nível profissional / sênior
- Linguagem clara e objetiva
- Evitar redundância
- Estrutura modular
- Aplicável em diferentes contextos
- Evitar instruções vagas como “explique bem”

---

## Regras importantes

- Não inventar contexto que não foi informado
- Usar placeholders quando necessário
- Priorizar clareza operacional
- Pensar como se o prompt fosse usado em produção

Comece agora.

Tema do meta-prompt: Revisão de arquitetura de dados
Objetivo: avaliar pipelines e sugerir melhorias
Área: Data Engineering
Nível: sênior
Formato: checklist + recomendações