[🤖] Criei uma skill para não precisar perguntar sempre: “Está realmente completo?”

✨ Resumo do GPT-5.6 Sol

Um registro de como, após ver repetidamente a IA parar depois de apenas relatar problemas, criei uma skill que audita, corrige, verifica e audita novamente até ficar limpa.

Eu repetia sempre a mesma coisa

Sempre que a IA concluía uma tarefa, eu precisava acrescentar as mesmas palavras no fim.

“Está realmente completo? Não faltou nada? Não há erros ou problemas potenciais? Revise, inspecione e analise tudo a fundo por vários ângulos e corrija o que for necessário.”

Não escrevi isso apenas uma ou duas vezes.

A IA terminava a implementação, passava alguns testes e dizia que estava pronto. Só quando eu perguntava de novo encontrava casos-limite, inconsistências na documentação ou regressões. Às vezes entregava os findings e parava.

Então eu dizia de novo.

“Então corrija, XX.”

Depois da correção, eu perguntava de novo.

“Agora você realmente verificou tudo? Não sobrou nenhum problema?”

Era muito estressante ter de revisar pessoalmente, um por um, todos os riscos possíveis no fim.

Se encontrou o problema, corrija: por que devolvê-lo para mim?

No início achei que /review bastaria, mas não foi suficiente.

Eu não queria um relatório nem uma lista para orientar item por item. Se a IA consegue detectar e corrigir algo dentro do escopo aprovado, deve simplesmente corrigir.

O fluxo que eu queria era simples.

auditar → corrigir → verificar → auditar novamente desde o início

Se surgir outro problema, corrija; se os testes quebrarem, encontre a causa; se a primeira correção estiver errada, refaça. Nada disso é condição de saída.

Só deve terminar quando não restarem problemas importantes ou apenas decisões que realmente exijam minha intervenção.

Repetir essa instrução longa era irritante. Regras para insistir até o fim não funcionavam e um Goal gastava tokens com trivialidades. Era enlouquecedor.

Eu não precisava de uma skill apenas de auditoria

No início pensei em criar $audit separadamente.

Logo vi que não era necessário: auditar e devolver findings se sobrepunha ao /review. Essa era a frustração: os problemas eram relatados, mas eu ainda precisava mandar corrigir.

Por isso dei a ele desde o início o nome $audit-and-fix-until-clean.

Pensei em encurtar para $audit-and-fix, mas parecia uma auditoria e uma correção. O núcleo não era audit nem fix.

Continue até terminar.

Esse significado precisava aparecer no nome.

Ontem a transformei em uma skill real: corrige, verifica e revê todo o escopo no novo estado. Em código de teste com um defeito, corrigiu a implementação, adicionou um teste de limite, passou tudo e auditou novamente.

Pelo menos o ciclo que eu queria funcionou.

clean não significa perfeito

Ao usar clean, deixei algo claro.

Não se pode provar que nenhum erro latente exista. Perguntar se está perfeito não cria perfeição. Com imaginação infinita, qualquer trabalho gera problemas apenas possíveis sem fim.

Aqui, clean significa que não restam problemas importantes com evidência no escopo revisado e que as verificações necessárias passam.

Se algo exigir minha decisão ou nova autoridade, a IA deve parar em vez de adivinhar. Mas antes deve resolver tudo o que puder. Eu não queria que abandonasse tudo por um bloqueio e dissesse apenas: “É necessária confirmação do usuário”.

Exigir perfeição não é o mesmo que exigir responsabilidade até o fim pelos problemas solucionáveis.

Eu queria o segundo.

Transformei a cobrança repetida em um modo de trabalho

Antes escrevi que a alfabetização em IA é, no fim, a capacidade de dar instruções. Importa concretizar o resultado, impor limites, revisar o intermediário e redirecionar.

Se a mesma instrução se repete, insistir mais não basta. É preciso transformar o requisito recorrente em um modo de trabalho.

Em Seja Claude Code ou Codex, é um gênio péssimo e sem noção, escrevi que a IA precisa de um harness. Esta skill transforma “revise bem” em uma condição de saída que define até onde continuar.

Agora não preciso mais copiar a frase longa.

$audit-and-fix-until-clean

Esta linha basta.

A skill também pode não ser perfeita: pode parar mal, ampliar demais o escopo ou apontar problemas errados.

Então aplicarei primeiro a skill a ela mesma.