O Documento de Uma Pagina que Faz Qualquer IA Responder 10x Melhor

Você já reparou que às vezes a IA responde exatamente o que você precisa — e outras vezes entrega algo genérico que serve para qualquer pessoa? A diferença não está no modelo. Está em um documento de uma página que você provavelmente nunca escreveu.

Um estudo do MIT Sloan publicado em 2025 revelou algo que deveria mudar a forma como pensamos sobre IA: quase 50% da melhoria nos resultados ao trocar de modelo vem de como o usuário adapta seus prompts — não do modelo em si. Ou seja, metade do “upgrade” que você atribui ao GPT-5 ou ao Claude Opus na verdade vem de você escrever melhor para a IA.

E o jeito mais eficiente de “escrever melhor para a IA” não é decorar técnicas de prompt engineering. É criar um único documento — uma página — que a IA lê antes de cada resposta.

Esse documento tem nomes diferentes dependendo da ferramenta: system prompt, custom instructions, CLAUDE.md, .cursorrules, copilot-instructions.md. Mas o princípio é o mesmo: dar contexto persistente para que a IA pare de adivinhar e comece a responder com precisão.

Neste artigo, vou mostrar por que funciona, como montar o seu, e como configurar em cada ferramenta — Claude, ChatGPT, Gemini, Copilot, Cursor e mais.

Por Que Um Documento de Uma Página Muda Tudo

O problema: IA sem contexto é IA genérica

Quando você faz uma pergunta solta para uma IA, ela precisa adivinhar:

Quem é você? Dev sênior? Estudante? Gestor?
O que você quer? Resumo rápido? Análise profunda? Código pronto?
Como quer a resposta? Formal? Direto ao ponto? Com exemplos?
O que NÃO fazer? Evitar jargão? Não inventar dados? Não enrolar?

Sem essas informações, a IA escolhe o caminho mais “seguro” — que é o mais genérico. E genérico não serve para ninguém.

A solução: contexto persistente

O documento de uma página é um contrato entre você e a IA. Ele responde de antemão todas as perguntas que o modelo teria que adivinhar. Fica carregado em toda conversa, como uma memória permanente.

Pense assim: chamar a IA sem documento é como ligar para um táxi e dizer “me leva pra um lugar legal.” O motorista vai te levar pra algum lugar — mas provavelmente não é onde você queria. O documento é o endereço completo, com ponto de referência e instrução de qual portão entrar.

Os números não mentem

Não estou falando de “sensação” — há dados concretos:

MIT Sloan (2025): ~50% da melhoria de qualidade ao trocar de modelo vem da adaptação do prompt pelo usuário, não do modelo superior. (Fonte)
Estudo médico (PMC, 2025): Precisão saltou de 80,1% para 99,6% apenas adicionando prompts estruturados às consultas médicas com IA. (Fonte)
Anthropic (2025): Context engineering — a evolução do prompt engineering — resultou em 54% melhor desempenho de agentes de IA comparado com abordagens tradicionais. (Fonte)
SAGE Journal (Choi et al., 2025): A qualidade da engenharia de prompt prevê diretamente a qualidade das saídas do LLM. (Fonte)

“O fato de que quase metade da melhoria veio do comportamento do usuário desafia a crença de que modelos melhores sozinhos geram resultados melhores.”
David Holtz, pesquisador do MIT

Anatomia do Documento Perfeito

Não importa a ferramenta — Claude, ChatGPT, Gemini, Copilot — a estrutura ideal tem 5 blocos:

1. Quem sou eu (contexto do usuário)

Sou desenvolvedor backend sênior, trabalho com Python e Azure.
Lidero uma equipe de 4 devs. Nosso stack: FastAPI, PostgreSQL, Docker, GitHub Actions.
Ambiente: produção com CI/CD, 3 microserviços.

Isso elimina respostas para iniciantes quando você é sênior, e vice-versa.

2. O que você faz (papel da IA)

Você é um arquiteto de software pragmático.
Priorize soluções simples que funcionem em produção.
Evite over-engineering.

Quando você define um papel, a IA ativa padrões de linguagem associados a esse perfil — respostas mais técnicas, mais objetivas, mais estruturadas.

3. Como responder (formato e tom)

- Respostas diretas, sem enrolação
- Código funcional com tratamento de erro
- Quando listar mais de 3 itens, use bullet points
- Sempre explique o "porquê", não só o "como"

4. Regras e restrições

- Nunca sugira soluções que exijam licença paga sem avisar
- Sempre inclua tratamento de erro nos exemplos de código
- Se não souber algo, diga "não sei" em vez de inventar
- Priorize bibliotecas padrão do Python antes de instalar dependências

5. Exemplos (opcional, mas poderoso)

Quando eu pedir "review" de um código, responda no formato:
## Problemas encontrados
- [lista]
## Sugestões de melhoria
- [lista]  
## Código corrigido
[bloco de código]

A Anthropic recomenda: “Encontre o menor conjunto de informações de alto sinal que maximize os resultados desejados.” Não precisa ser um ensaio — precisa ser preciso.

Antes vs. Depois: O Impacto Real

❌ Sem documento

Pergunta: “Como faço deploy de uma API?”

Resposta: 3 parágrafos genéricos mencionando Heroku, AWS, GCP, Azure, Docker, Kubernetes… Tudo e nada ao mesmo tempo. Você precisa filtrar 80% do texto para encontrar algo útil.

✅ Com documento

Documento: “Dev Python, FastAPI, Azure, CI/CD via GitHub Actions. Respostas diretas com comandos copiáveis.”

Mesma pergunta: “Como faço deploy de uma API?”

Resposta: Passo a passo com FastAPI no Azure App Service, Dockerfile otimizado, workflow YAML para GitHub Actions, e comandos az prontos para colar no terminal.

Mesma pergunta. Resposta 10x mais útil.

Como Configurar em Cada Ferramenta

Aqui está o guia prático para ativar o “documento de uma página” nas principais IAs e ferramentas de código:

🟠 Claude (Anthropic)

Claude oferece 3 formas de configurar instruções persistentes:

Método	Onde	Para quem
Claude Projects	claude.ai → Projects → Custom Instructions	Qualquer pessoa
API (system prompt)	Parâmetro `system` na chamada de API	Desenvolvedores
CLAUDE.md	Arquivo na raiz do projeto (Claude Code CLI)	Devs usando Claude Code

Claude Projects é o jeito mais fácil: crie um projeto no claude.ai, vá em configurações, e cole suas instruções no campo “Custom Instructions”. Todas as conversas dentro daquele projeto seguirão suas regras.

CLAUDE.md é para quem usa o Claude Code (CLI). Crie um arquivo CLAUDE.md na raiz do seu projeto. O Claude lê automaticamente no início de cada sessão. A hierarquia funciona assim:

~/.claude/CLAUDE.md — preferências globais (todos os projetos)
./CLAUDE.md — instruções do projeto (compartilhe via git!)
./subpasta/CLAUDE.md — instruções específicas para componentes

Todos são mesclados automaticamente. Dica: use /init no Claude Code para gerar um arquivo inicial.

🟢 ChatGPT (OpenAI)

Caminho: Settings → Personalization → Custom Instructions → ativar o toggle.

Dois campos disponíveis:

“What would you like ChatGPT to know about you?” — seu papel, background, contexto profissional
“How would you like ChatGPT to respond?” — tom, formato, estilo, restrições

Limite: 1.500 caracteres por campo. Aplica-se a todas as novas conversas imediatamente.

Para instruções mais complexas, crie um GPT personalizado — o campo “Instructions” do GPT tem limite bem maior.

🔵 Google Gemini

Gemini tem 3 métodos:

App Gemini: gemini.google.com → Settings → Personal Intelligence → Instructions for Gemini
Custom Gems: Sidebar → Explore Gems → New Gem (nome + instruções — como criar um “mini-agente”)
Gemini CLI: Arquivo GEMINI.md na raiz do projeto (mesmo conceito do CLAUDE.md)

O Gemini CLI usa a mesma hierarquia do Claude Code: ~/.gemini/GEMINI.md para global, ./GEMINI.md para projeto.

🟣 GitHub Copilot

Crie o arquivo .github/copilot-instructions.md na raiz do repositório. O Copilot lê automaticamente em todas as interações de chat e inline.

Para instruções específicas por diretório ou tipo de arquivo, crie arquivos .instructions.md com um campo applyTo:

---
applyTo: "**/*.py"
---
Use type hints em todas as funções.
Docstrings no formato Google style.
Testes com pytest.

Administradores de organização podem adicionar instruções no nível da org inteira.

🟡 Cursor

O sistema evoluiu recentemente:

Legado: .cursorrules na raiz (será descontinuado)
Novo: Diretório .cursor/rules/ com arquivos individuais por regra
Global: Cursor Settings → General → Rules for AI

A comunidade mantém repositórios enormes de regras prontas: awesome-cursorrules no GitHub tem centenas de configurações por linguagem e framework.

🔴 Windsurf

Global: global_rules.md
Workspace: .windsurfrules na raiz do projeto
Dica oficial: “3-5 regras altamente específicas superam listas longas de regras”

Tabela comparativa completa

Ferramenta	Arquivo / Local	Escopo
Claude Code	`CLAUDE.md`	Projeto + global
Claude Projects	Settings do projeto (claude.ai)	Por projeto
ChatGPT	Settings → Custom Instructions	Todas as conversas
ChatGPT GPTs	Instructions do GPT	Por GPT
Gemini App	Settings → Instructions	Todas as conversas
Gemini CLI	`GEMINI.md`	Projeto + global
GitHub Copilot	`.github/copilot-instructions.md`	Por repositório
Cursor	`.cursor/rules/`	Por projeto
Windsurf	`.windsurfrules`	Projeto + global

Context Engineering: A Evolução do Prompt Engineering

A Anthropic publicou em 2025 um framework que redefine como devemos pensar sobre instruções para IA. Eles chamam de Context Engineering — e o argumento é que já passamos da era do “prompt engineering” (encontrar as palavras certas) para a era de curar o contexto ideal.

“Construir com modelos de linguagem está se tornando menos sobre encontrar as palavras certas e mais sobre responder: qual configuração de contexto tem mais probabilidade de gerar o comportamento desejado?”
Anthropic Engineering

O framework tem 4 estratégias:

1. Writing (Escrita)

Calibração do system prompt: encontrar o equilíbrio entre muito específico (frágil, quebra em cenários inesperados) e muito vago (volta ao genérico). A Anthropic chama isso de “Princípio da Altitude Certa” — nem muito alto (abstrato demais), nem muito baixo (microgerenciamento).

2. Selection (Seleção)

Recuperação de contexto just-in-time. Em vez de enfiar tudo no prompt, a IA busca informação quando precisa. É assim que o Claude Code funciona: usa comandos como head, tail e grep para analisar arquivos grandes sem carregar tudo no contexto.

3. Compression (Compressão)

Para tarefas longas que excedem a janela de contexto: sumarizar histórico de conversas, limpar resultados de ferramentas após uso, usar sub-agentes especializados que retornam resumos condensados (1.000-2.000 tokens).

4. Isolation (Isolamento)

Memória agêntica estruturada. Exemplo real: o Claude jogando Pokémon manteve contagens precisas ao longo de milhares de passos via arquivos de memória externos — habilitando coerência multi-hora através de resets de contexto.

O conceito crucial aqui é o de “Context Rot” (deterioração de contexto): conforme o contexto cresce, a capacidade do modelo de relembrar informações específicas diminui — porque o número de relações entre tokens cresce quadraticamente. Por isso, mais contexto nem sempre é melhor. Melhor contexto é melhor.

5 Erros que Arruinam o Seu Documento

Documento longo demais — Se passar de 200 linhas, a IA começa a “esquecer” partes. Cada linha custa tokens de contexto. Seja cirúrgico.
Instruções vagas — “Seja útil” não diz nada. “Responda em bullet points quando listar mais de 3 itens” muda o comportamento.
Só regras negativas — A Anthropic recomenda: exemplos positivos superam negativos. Mostre o que fazer, não só o que evitar.
Nunca atualizar — Seu documento deve evoluir com o uso. Quando a IA erra repetidamente, adicione uma regra. Quando uma regra vira óbvia, remova.
Colocar dados sensíveis — NUNCA coloque API keys, senhas ou credenciais no documento. Especialmente se for commitado no git.

Template Pronto para Copiar

Aqui está um template que funciona em qualquer ferramenta — adapte para o seu caso:

# Contexto
Sou [sua profissão/papel], trabalho com [tecnologias/área].
Meu nível de experiência: [iniciante/intermediário/sênior].
Meu stack principal: [liste as tecnologias].

# Seu Papel
Você é um [definição do papel da IA].
Priorize [o que é mais importante].
Evite [o que não quer].

# Formato das Respostas
- [regra de formato 1]
- [regra de formato 2]
- [regra de formato 3]

# Regras
- [restrição 1]
- [restrição 2]
- [restrição 3]

# Exemplos (opcional)
Quando eu pedir [tipo de tarefa], responda no formato:
[formato esperado]

Cole isso nas Custom Instructions do ChatGPT, num Claude Project, no seu CLAUDE.md, ou no .github/copilot-instructions.md. Em 5 minutos, todas as suas conversas com IA melhoram drasticamente.

O Que Muda na Prática

Depois de configurar um documento de uma página, você vai notar:

Menos tempo corrigindo respostas da IA
Respostas que já vêm no formato que você precisa
Menos “alucinações” (a IA inventa menos quando tem contexto claro)
Consistência entre conversas diferentes
Sensação de que a IA “te conhece” — porque, num sentido real, ela conhece

O documento de uma página transforma uma IA generalista em uma IA especialista no seu contexto. Não muda o modelo — muda o que o modelo prioriza. É a diferença entre ter um assistente que acabou de ser contratado e um que trabalha com você há meses.

Configure o seu hoje. São 5 minutos que vão te poupar horas.