Febre da engenharia de prompts acabou: agora, a engenharia de loops está em alta

Nos últimos três anos, vimos como qualquer pessoa que quisesse ser um usuário avançado de IA precisava se tornar um verdadeiro engenheiro de prompts: a forma como você fazia perguntas à IA era vital para obter os melhores resultados. Essa ideia está se tornando obsoleta, porque uma técnica ainda mais promissora está surgindo para extrair o máximo dos chatbots.

De prompts a loops

O novo paradigma que se tornou uma tendência viral entre os desenvolvedores é a "engenharia de loops", que parte de uma premissa importante: que a IA cometerá erros ou terá dificuldades. Esse método implementa um sistema de feedback: um subagente gera uma resposta, outro a audita e procura por erros, e então o sistema repete automaticamente o processo até que o resultado atenda aos padrões de qualidade especificados pelo usuário.

Gurus de IA recomendam loops

Boris Cherny, criador do Claude Code, explicou em palestra recente como ele não escreve mais prompts no Claude Code, mas sim loops. "Os loops fazem o trabalho. Meu trabalho é escrever loops." Peter Steinberger, criador do OpenClaw, concordou, comentando no X que "você não deve escrever prompts para programar agentes. Você deve projetar loops que criem os prompts para seus agentes." Addy Osmani, chefe do Google Cloud, levantou exatamente a mesma ideia: "A engenharia de loops está substituindo você como a pessoa que cria os prompts para o agente. Você projeta o sistema que faz isso em seu lugar."

Ciclo incessante

Esse tipo de abordagem é o que levou ao sucesso de agentes de IA como o Claude Code e o OpenClaw. O modelo pode executar o código em um ambiente seguro, testá-lo, ler mensagens de erro, se houver, e então corrigir esses erros para retornar ao início. A IA já "raciocinava", mas agora é capaz de autoavaliação e autocorreção de forma autônoma e independente. Steinberger forneceu um exemplo claro de como projetar um desses loops.

Adeus à janela de chat

Essa técnica está se tornando muito popular entre os desenvolvedores, mas também levanta a possibilidade do desaparecimento do chatbot tradicional na janela do navegador. O valor costumava estar na conversa com a IA e na experimentação com prompts, mas agora a ideia é criar fluxos de trabalho automatizados. O usuário vê apenas o problema inicial e a solução final; não há perguntas ou dúvidas constantes, a menos que o usuário queira refinar a solução após chegar à resposta final.

Cuidado com os custos

O problema dessa ideia é que, ao projetar um loop, é possível executar vários subagentes trabalhando em paralelo. Isso implica um gasto considerável de tokens, o que pode se tornar muito caro. A recomendação, claro, é usar subagentes e loops apenas quando fizer sentido.

Mais um estágio na evolução da IA

A transição de prompts para loops marca uma nova fase na evolução da IA. O ChatGPT nos surpreendeu ao criar poemas em rápida sucessão, mas o processo era ineficiente porque a conversa nem sempre é o caminho ideal para alcançar o resultado desejado. A profissão de "engenheiro de prompts" poderia, portanto, estar ameaçada após essa fase inicial em que saber como conversar com a IA era fundamental. Agora, o verdadeiro poder reside em saber como projetar esses loops que, em última análise, fazem tudo pelo usuário.

Imagem | Compagnons