Como Criar Skills para IA: O Documento .md que Transforma Qualquer Assistente em Especialista

Bloco 1

# OBJETIVO

O propósito central da Skill em 1–3 frases.

Responde: Para que isso existe? O que a IA deve alcançar ao final?

# OBJETIVO
Analisar páginas de serviços de consultoria SEO e produzir um relatório
executivo com oportunidades prioritárias de otimização técnica e de conteúdo.

Por que funciona: Modelos de linguagem performam melhor quando têm uma intenção central clara antes de processar o restante das instruções.

É o equivalente a dar o norte antes de explicar o caminho.

Bloco 2

# CONTEXTO

Informações de fundo que a IA precisa para tomar decisões inteligentes.

Quem é o usuário? Qual é o negócio? Qual é o momento?

# CONTEXTO
Este relatório será entregue a diretores de marketing de empresas B2B SaaS
com ticket médio acima de R$ 50k. O tom deve ser consultivo, não técnico.
Os leitores valorizam dados e recomendações acionáveis.

Por que funciona: Sem contexto, a IA trabalha com pressupostos genéricos.

Com contexto, ela calibra vocabulário, profundidade e foco para o público certo.

Bloco 3

# GATILHOS

Define quando esta Skill deve ser ativada.

Essencial para sistemas com múltiplas Skills carregadas ao mesmo tempo.

# GATILHOS
- Ativar quando o usuário mencionar "análise de SEO", "auditoria" ou "relatório"
- Ativar quando uma URL de página for fornecida sem instrução específica
- NÃO ativar para pedidos sobre redes sociais ou tráfego pago

Por que funciona: Evita ambiguidade.

A IA sabe exatamente em que situações este conjunto de instruções é o mais adequado.

Bloco 4

# PROCESSO

O coração da Skill.

Descreve o passo a passo de como executar a tarefa: em ordem, numerado, sem ambiguidade.

# PROCESSO
1. Ler o conteúdo da página fornecida na íntegra
2. Identificar a palavra-chave principal e palavras-chave secundárias
3. Avaliar elementos técnicos: title tag, meta description, H1, headings
4. Avaliar elementos de conteúdo: proposta de valor, CTAs, provas sociais
5. Priorizar os 5 problemas mais críticos por impacto esperado
6. Redigir o relatório conforme o formato de saída definido abaixo

Por que funciona: A decomposição em etapas sequenciais reduz erros e alucinações.

Modelos que "pensam em voz alta" por etapas chegam a resultados mais precisos do que os que saltam direto para a resposta.

É o que demonstra o estudo ReAct, que registrou ganhos de até 34% em tarefas de decisão ao combinar raciocínio passo a passo com ações.

Bloco 5

# REGRAS DE DECISÃO

Para situações onde a IA precisa fazer uma escolha, defina critérios claros.

Sem isso, ela inventa critérios, e pode inventar errado.

# REGRAS DE DECISÃO
- Se a página não tiver H1, classificar como "crítico"
- Se o conteúdo tiver menos de 500 palavras, classificar como "insuficiente"
- Se houver mais de 3 problemas técnicos críticos, priorizar técnico sobre conteúdo
- Em caso de dúvida sobre a intenção de busca, optar pela interpretação transacional

Por que funciona: Elimina a zona cinzenta.

A IA para de "adivinhar" e passa a seguir sua lógica de negócio real.

Bloco 6

# RESTRIÇÕES

O que a IA nunca deve fazer dentro desta Skill.

Tão importante quanto o que ela deve fazer.

# RESTRIÇÕES
- Não recomendar soluções que exijam mudanças de CMS sem avisar o cliente
- Não usar jargão técnico sem explicação
- Não inventar dados de volume de busca, usar apenas estimativas com ressalva
- Não extrapolar análise para páginas que não foram fornecidas

Por que funciona: A Anthropic documenta que limites explícitos no prompt reduzem significativamente comportamentos fora de escopo.

Restrições são guardrails, não limitações.

Bloco 7

# CRITÉRIOS DE QUALIDADE

Como a IA deve avaliar o próprio trabalho antes de entregar.

Um checklist interno de auto-revisão.

# CRITÉRIOS DE QUALIDADE
Antes de finalizar, verificar:
- [ ] O relatório tem exatamente 5 recomendações priorizadas?
- [ ] Cada recomendação tem justificativa baseada em dados da página?
- [ ] O tom está adequado para um leitor não-técnico?
- [ ] O CTA final orienta o próximo passo do cliente?

Por que funciona: Cria um loop de auto-avaliação.

A IA "relê" o output através de um filtro de qualidade antes de entregar.

É o equivalente a um checklist de revisão que qualquer profissional sênior aplicaria.

Bloco 8

# FORMATO DE SAÍDA

Define exatamente como o resultado deve ser entregue: estrutura, tamanho, tom, elementos visuais.

# FORMATO DE SAÍDA
Entregar em Markdown com a seguinte estrutura:

## Resumo Executivo (3–5 linhas)
## Pontuação Geral: [X/10]
## Top 5 Recomendações
| Prioridade | Elemento | Problema | Recomendação | Impacto Esperado |
## Próximos Passos Sugeridos

Por que funciona: Sem formato definido, a IA entrega de forma diferente a cada uso.

Com formato definido, você tem consistência, essencial para escalar processos.

Bloco 9

# EXEMPLOS

Pares de entrada e saída que mostram à IA o resultado desejado.

Também chamado de few-shot learning na literatura técnica.

Aqui vale uma regra simples: mostrar funciona melhor do que descrever.

# EXEMPLOS

## Exemplo 1
**Entrada:** "Analise esta página: [URL de página com problemas]"

**Saída esperada:**
## Resumo Executivo
A página apresenta potencial para rankeamento na cauda longa, mas sofre
de problemas técnicos que comprometem a indexação...
## Pontuação Geral: 5/10

## Exemplo 2
**Entrada:** "Analise esta página: [URL de página saudável]"

**Saída esperada:**
## Resumo Executivo
A página está tecnicamente saudável. As oportunidades estão na
profundidade do conteúdo e nas palavras-chave secundárias...
## Pontuação Geral: 8/10

Por que funciona: A OpenAI recomenda incluir de 3 a 5 exemplos diversos para que o modelo aprenda padrões implícitos sem necessidade de fine-tuning.

Exemplos diversos importam: mostre um caso bom e um caso ruim, e a IA aprende a distinguir os dois.

Um exemplo geralmente vale mais do que vários parágrafos de instruções.

Bloco 10

# BASE DE CONHECIMENTO

Definições, glossários, dados de referência e qualquer informação estática que a IA deve usar como base para o trabalho.

# BASE DE CONHECIMENTO

**Classificação de impacto SEO:**
- Crítico: afeta indexação ou rastreamento
- Alto: afeta rankeamento direto
- Médio: afeta experiência e conversão
- Baixo: melhoria incremental

Por que funciona: Elimina a dependência do modelo de dados memorizados durante o treinamento, que podem estar desatualizados.

Você passa a controlar as "verdades" que a IA usa como referência.

Bloco 11

# MÉTRICAS DE SUCESSO

Como você vai saber que a Skill funcionou?

Define os indicadores que comprovam que a tarefa foi bem executada.

# MÉTRICAS DE SUCESSO
- O cliente entende o relatório sem precisar de explicação adicional
- As recomendações são acionáveis em até 30 dias sem suporte externo
- O relatório pode ser enviado diretamente ao cliente sem edição manual
- Taxa de aprovação na primeira versão: > 80%

Por que funciona: Transforma a Skill em algo mensurável.

Você pode testar, iterar e melhorar, tratando suas Skills como ativos de processo, não prompts descartáveis.