PulseFlow Tecnologia
← Insights
·6 min de leitura·brief-executivo·prompt-engineering·agentes-de-ia·harness-engineering
PulseFlow Tecnologia

Por que prompt engineering não é mais suficiente

O relatório State of AI Agents, da LangChain, traz um dado que resume bem onde a indústria está: 51% das empresas pesquisadas já usam agentes em produção, e 78% têm planos ativos para isso - mas a maior preocupação relatada não é "o prompt está bom o suficiente". É qualidade de execução, com um peso duas vezes maior que qualquer outro fator. Isso é um sintoma direto de que prompt engineering, sozinho, não é mais a variável que decide se um agente funciona.

O que a pesquisa mostra sobre onde as empresas realmente travam

Entre as mais de 1.300 pessoas pesquisadas pela LangChain (60% do setor de tecnologia), os casos de uso mais comuns de agentes hoje são pesquisa e resumo (58%), produtividade pessoal (53,5%) e atendimento ao cliente (45,8%) - tarefas em que o texto de entrada e saída importa, mas o que decide sucesso ou falha é o que está ao redor do modelo: rastreamento e observabilidade (o controle mais citado), avaliação offline (39,8%, mais usada que avaliação online, 32,5%), permissões de leitura por padrão, e aprovação humana para ações críticas como escrita ou exclusão. Times de tecnologia usam em média 51% mais métodos de controle simultâneos do que empresas de outros setores - e são justamente esses times os que relatam menos atrito ao colocar agentes em produção.

O caso extremo: quando o prompt deixa de ser o artefato central

O experimento de harness engineering documentado pela OpenAI mostra o outro lado dessa mudança. Num repositório construído inteiramente por agentes ao longo de cinco meses (~1 milhão de linhas, 1.500+ PRs, três engenheiros), o artefato que decidia se o agente funcionava bem não era o prompt de cada tarefa - era o quão "legível" o repositório era para o agente: contexto de arquitetura, decisões técnicas e convenções documentadas dentro do próprio código, não em prompts avulsos ou em conversas de Slack que o agente nunca veria. Um AGENTS.md bem estruturado - hoje um formato aberto documentado, com adoção medida em dezenas de milhares de estrelas no GitHub - cumpre esse papel: definir contexto, limites e comandos de forma persistente, fora do prompt de cada interação individual.

O que muda na prática

Prompt engineering não desapareceu - continua importando escrever instruções claras. O que mudou é que ele deixou de ser a única alavanca. Os dados da LangChain mostram isso de forma direta: qualidade de performance, segurança e observabilidade pesam mais do que a formulação do prompt na hora de decidir se um agente vai para produção ou fica travado em prova de conceito. Times que tratam agente como "só escrever um prompt melhor" tendem a ficar nos 22% que citam custo e complexidade técnica como barreira. Os que tratam agente como um sistema - com contexto persistente, ferramentas com escopo definido, testes, avaliação e aprovação humana onde importa - são os que aparecem nos 51% já em produção.

Fontes