PTEN
Produto próprio, prompt engineering

Lapidador

Tutor de prompt engineering com IA: transforma uma ideia bruta em um prompt estruturado, aplicando técnicas do catálogo com explicação didática.

Clique para ampliar

Resumo do projeto

Papel

Produto, arquitetura de experiência e direção técnica

Público

Profissionais que precisam melhorar prompts no trabalho

Ferramentas

React, TypeScript, AWS, OpenAI, Groq

Resultado

23 técnicas integradas em uma experiência escalável

Contexto

Produto próprio criado a partir de uma dor que aparecia em aula: as pessoas entendiam a teoria de prompts, mas travavam na hora de transformar uma necessidade real em instrução boa.

Problema de negócio

Estudantes costumavam se assustar quando mostrávamos as muitas técnicas de prompting existentes, o que dificultava o aprendizado ao passar a impressão de que era difícil demais. Faltava uma forma de praticar com orientação, receber o prompt pronto e ver marcadores claros do que foi gerado pela IA.

Público e personas

  • Profissionais de negócio que usam IA no trabalho
  • Alunos de cursos e workshops de IA
  • Pessoas que precisam escrever prompts melhores sem estudar taxonomia técnica

Barreiras de adoção

  • Dificuldade de explicar contexto para a IA
  • Prompts genéricos demais
  • Baixa autonomia depois do treinamento

Desenho da solução

  • Fluxo conversacional que pede contexto quando falta informação
  • Catálogo de 23 técnicas aplicado pelo sistema de forma personalizada
  • Sistema de créditos com integração de pagamento via Mercado Pago
  • Resposta final com prompt pronto e explicação didática

Ativos criados

  • Catálogo de técnicas
  • Motor de recomendação de estrutura de prompt
  • Landing page, aplicação autenticada e fluxo de pagamento

Métricas e sinais

  • 23 técnicas integradas
  • Produto desenvolvido e publicado em apenas duas semanas de trabalho solo
  • Stack completa em React, TypeScript, Express e AWS

Aprendizado

O usuário aprende mais quando a ferramenta mostra o raciocínio, não só a resposta final.

Próximo ajuste

  • Adicionar exemplos por cargo, histórico de versões e um modo corporativo com biblioteca de prompts por time.
  • Desenvolver um servidor MCP para integrar a engine do Lapidador diretamente às ferramentas de chatbot.