🤖Tudo que pode ser automatizado agora precisa ser
David Cramer, fundador do Sentry (uma das ferramentas mais usadas por desenvolvedores no mundo), publicou o que chamou de 'princípio de engenharia mais importante do que nunca': tudo que pode ser automatizado deve ser automatizado. Mas com um twist importante para a era dos agentes. --- O conselho dele é prático: não escreva prompts manualmente. Construa um processo que gere seus prompts e skills automaticamente. Mesmo que o resultado não seja determinístico, se o processo for repetível, cada avanço na tecnologia melhora todas as suas implementações de uma vez. É trocar controle pontual por alavancagem sistêmica. --- Parece óbvio, mas a maioria das empresas ainda está na fase de 'cada funcionário escrevendo seu prompt no ChatGPT'. Quem montar a infraestrutura de automação primeiro vai colher ganhos compostos que são difíceis de alcançar depois.
Core engineering principle that I think is more important than ever: Anything that can be automated, should be automated Its not quite the same as the historical approach with determinism, but you can apply the same philosophy to a lot of the LLM-specific technologies. The first and most obvious place this matters to me: dont hand write prompts (and skills). Build a process that gives you repeatability, even if its non determnistic, because as the technology advances so will your implementations.
— @zeeg View on X
A transição de scripts determinísticos para sistemas probabilísticos exige uma mudança operacional radical: processos que dependem de large language models (LLMs) não podem mais ser gerenciados manualmente. A nova regra é sistematizar até mesmo a incerteza.
Do código à orquestração de agentes
Tradicionalmente, automação significava eliminar variáveis. Em pipelines de CI/CD ou scripts de infraestrutura, determinismo era a meta: mesma entrada, mesma saída, sempre. Com LLMs e agentes de IA, a lógica muda. O comportamento é intrinsicamente não-determinístico, mas isso não justifica intervenções manuais pontuais.
David Cramer, fundador da Sentry, aponta o erro comum: equipes ainda tratam prompts como artefatos estáticos escritos sob demanda no ChatGPT. Essa abordagem cria silos de conhecimento frágeis e impossíveis de auditar. O caminho correto é construir pipelines que gerem, versionem e testem prompts automaticamente, mesmo aceitando variabilidade nos outputs.
Por que repetibilidade vence precisão pontual
Em engenharia de software, débito técnico acumula quando processos existem apenas na cabeça de desenvolvedores específicos. Com prompts manuais, o risco é exponencial: um ajuste de parâmetro de temperatura ou uma mudança na API do modelo pode quebrar integrations sem registro de alterações.
Ao automatizar a geração de prompts e skills através de templates parametrizados e sistemas de retrieval-augmented generation (RAG), você cria infraestrutura versionável. Quando um novo modelo é lançado ou uma técnica de prompting evolui, a atualização propaga-se instantaneamente por toda a stack. É o conceito de GitOps aplicado à engenharia de prompts.
O cenário brasileiro: infraestrutura como alavanca
Para desenvolvedores e startups brasileiras, essa distinção é crítica. O mercado local frequentemente opera com times enxutos e recursos limitados; automatizar a criação de assets de IA não é luxo, mas necessidade de sobrevivência competitiva.
Quem persistir no modelo de "cada desenvolvedor escrevendo seu prompt" enfrentará custos de manutenção insustentáveis à medida que aplicações crescem de protótipos para produtos enterprise. A construção de abstrações que gerem prompts dinamicamente, com testes automatizados de consistência e avaliação contínua de outputs, separa equipes que operam em escala daquelas que ficam presas à curadoria manual.
A tecnologia subjacente evolui semanalmente. Quem possui processos automatizados herda essas melhorias automaticamente. Quem depende de trabalho manual precisa refatorar um prompt de cada vez.