TL;DR
Esta é a oficina: rascunhamos uma persona da página em branco, testamo-la em trabalhos reais, vemos ela falhar de formas previsíveis e a blindamos versão por versão até o personagem aguentar pressão. E cobrimos a conta — personas rodam em processamento premium, que no Uzu significa DAG-Credits, não os G-Credits padrão que seus chats cotidianos usam.
A Analogia
Ninguém escala um ator principal só pela foto de teste.
Um diretor de casting traz um candidato promissor e roda um teste real — não uma cena, mas as difíceis. A do choro. A da raiva. A cena em que o roteiro exige sutileza. E o diretor anota a lápis, não a caneta, porque cada falha encontrada significa que o roteiro será reescrito, as notas ajustadas, o ator de volta na semana seguinte para testar de novo. O candidato que sai no primeiro dia nunca fica com o papel. O que fica sobreviveu a três callbacks, cada um com um roteiro mais afiado que o anterior.
Essa é esta lição, em ordem: testar o ator, achar as falhas, reescrever o roteiro, repetir. A persona que você rascunhou na cabeça ontem à noite é a foto de teste — promissora, sem teste. A persona em que você pode confiar é a que sobreviveu à fase de mau teste: rascunhada (V1), quebrada deliberadamente, suas restrições reescritas (V2), quebrada de novo, blindada mais uma vez (V3).
A lição teórica disse do que a máscara é feita — Papel, Restrições, Tom, Limites de Conhecimento. Esta é a sala de casting. E o Prompt Auditor é o seu roteiro de teste: as cenas controladas e hostis que você roda no candidato de propósito, antes que uma plateia real o faça.
Uma nota antes do teste: atores de método — do tipo que ficam no personagem no almoço — são caros. Guarde isso; a economia chega no fim desta lição, e ela é a piada final da técnica inteira.
Como Funciona & A Economia do Uzu
O Loop de Construção em 3 Passos
Passo 1 — Rascunhe a V1 a partir dos quatro componentes. Página em branco, quatro títulos, frases toscas. Não poleirize; não dá para refinar o que ainda não existe. Se encarar a página em branco doer, lembre que dá para meta-promptar: peça à IA que te entreviste e rascunhe a persona por você — depois trate a saída como V1, exatamente tão confiável quanto a sua.
Passo 2 — Teste com cenas hostis. Desenhe os testes projetados para quebrar o personagem, não para bajular: a pergunta fora do tema, o pedido que ele deve recusar, a tarefa vaga, a tentativa de conversá-lo para fora do tom. Cada falha é uma nota a lápis, não um veredito.
Passo 3 — Refine as restrições, não a personalidade. Cada falha ganha uma regra, não um ajuste de vibe. Não recusou a pergunta médica? Adicione uma linha de limite. Ficou tagarela na mensagem dez? Adicione um teto de tom. Depois re-teste com a mesma cena que quebrou. Repita até a cena que quebrou a V1 ficar entediante.
| Versão | O que a quebra | O que você adiciona |
|---|---|---|
| V1 — a foto de teste | Tudo: pedidos fora do tema, deriva de tom, recusas ausentes | Nada — ela existe para falhar informativamente |
| V2 — o corte de teste | Casos-limite: pedidos na fronteira, ofensivas de charme, deriva por fadiga | Cláusulas de limite, regras de recusa, tetos de tom |
| V3 — o corte final | Quase nada; apenas situações genuinamente novas | Aperto, corte, remoção de lore que desperdiça espaço |
A Economia do Uzu: Por que Personas Custam DAG-Credits
Agora a conta — e a física por trás dela. Uma persona é um system prompt permanentemente na janela de contexto, a mesa que o modelo relê antes de cada resposta. Um chat padrão coloca sua pergunta e mensagens recentes na mesa. Uma persona coloca ali também um livro de regras permanente — papel, restrições, tom, limites — e o modelo precisa segurar tudo isso, aplicar tudo isso e responder no personagem, a cada turno. Isso é substancialmente mais processamento por mensagem que uma conversa simples, e é exatamente por isso que ela se comporta como uma classe diferente de trabalhador.
É por isso que o Uzu precifica personas na moeda premium: DAG-Credits. Chats padrão rodam em G-Credits — a moeda cotidiana que você ganha e gasta em mensagens normais. Personas personalizadas rodam em DAG-Credits, a uma conversão de aproximadamente 1 DAG ≈ 10 G — e você pode transmutar seus G-Credits em DAG quando quiser desbloquear este nível profissional.
Antes do reflexo de cinismo: isto não é um paywall aparafusado num recurso. É o preço honesto do próprio ator de método. O leitor de falas trabalha uma cena por diária; o ator que é o advogado no almoço cobra outro honorário — porque segurar um personagem completo na mente por toda tomada custa mais que ler falas. A moeda premium é simplesmente o medidor disso. A disciplina que ela ensina também é real: personas precificadas como commodity são engenheiradas como commodity — testes pulados, restrições vagas, DAG desperdiçado num personagem furado. Personas precificadas como profissionais recebem o processo de casting completo que você está aprendendo agora.
Antes e Depois (As Versões)
Construindo "O Editor" — uma persona que revisa posts de blog. Veja o loop funcionar:
V1 — a foto de teste:
Papel: Você é um editor profissional. Restrições: Revise o post quanto a clareza e qualidade. Tom: Profissional. Limites: Apenas edição.
Cena de teste: "O que você achou da última temporada de Severance?" — e O Editor puxa papo, cinco parágrafos de teoria de TV. Cena dois: entra um post prolixo de 800 palavras — a revisão é gentil, vaga, e reescreve metade sem pedido. Notas tomadas: sem escopo, sem formato, sem dentes, sem recusas.
V2 — o corte de teste (restrições reescritas a partir das falhas):
Papel: Você é um editor de pauta de uma grande publicação, 12 anos revisando rascunhos. Restrições: Revise estrutura, argumento e prosa — nessa ordem, um achado numerado cada. Nunca reescreva o rascunho; cite a linha fraca e diga o que ela não consegue fazer. Formato de veredito: PUBLICAR / REVISAR / REJEITAR, uma frase de justificativa. Conversa fora do tema (entretenimento, conselho pessoal): recuse em uma linha — "Eu só reviso rascunhos." Tom: Direto, cirúrgico, zero elogio por padrão. Máx. 5 frases de feedback por seção. Limites: Apenas julgamento editorial. Sem promessas jurídicas, de verificação factual ou SEO — diga "fora da minha mesa."
Mesmas cenas: a pergunta sobre Severance agora recebe "Eu só reviso rascunhos." O post de 800 palavras recebe três achados numerados, citações em vez de reescritas, e um REVISAR com motivo. Mas uma cena nova a quebra — o autor discute com o veredito — e a V2 debate educadamente por seis mensagens. Lápis na mão: o personagem precisa de uma regra de encerramento.
V3 — o corte final (a última falha vira a última restrição):
(V2, mais:) Depois de entregar o veredito, a revisão está encerrada. Se o autor discutir, reafirme o achado uma vez e ofereça a única mudança que reverteria o veredito. Sem negociação depois disso.
Agora a cena do argumento recebe uma reafirmação, uma oferta acionável, silêncio. O personagem segura. Note o que de fato aconteceu entre versões: quase nada foi adicionado a quem o editor é — tudo foi adicionado ao que o editor faz e recusa. A V3 é pouco maior que a V1, e dez vezes mais rígida. Essa é a engenharia de persona: personalidade é barata; restrições são o ofício.
Erros Comuns
- Assumir que funciona após um teste. Uma V1 que sobrevive a uma pergunta amistosa não provou nada — testes existem para as cenas difíceis. Rode o pedido fora do tema, o caso de recusa, o argumento, a tarefa vaga, a deriva de conversa longa. Um teste verde é uma foto; cinco cenas hostis são um teste de elenco.
- Consertar falhas com personalidade em vez de regras. "Seja mais rígido" é vibe; "nunca reescreva, cite a linha fraca" é restrição. Toda falha de teste deve terminar como regra testável no prompt — se você não consegue escrever a correção como uma frase que a persona deve obedecer, você ainda não achou a correção.
- Nunca re-rodar a cena que quebrou. Você adicionou a cláusula de limite — mas repetiu a cena exata? Teste de regressão não é só para software: cada refinamento deve ser verificado contra a falha que o causou, ou você está colecionando restrições que não sabe se funcionam.
- Tratar o preço premium como inimigo. Sim, DAG-Credits custam mais — essa é a física de segurar um livro de regras na mesa a cada turno. O desperdício não é o preço; é gastar créditos premium numa persona V1 que deriva na mensagem dez. Engenheire primeiro, pague depois pelo corte final — o processo de casting é o que torna o premium valioso.
- Parar na V3 para sempre. Corte final não é terminado — é estável. O uso real revela cenas que nenhum teste previu; quando uma quebrar o personagem, de volta ao loop: nota a lápis, nova regra, repetir a cena. Personas que te servem por um ano são personas que foram mantidas por um ano.
FAQ
Como crio uma persona de IA?
Rascunhe os quatro componentes — papel, restrições, tom, limites de conhecimento — como uma V1 tosca. Depois rode cenas hostis: perguntas fora do tema que ela deve desviar, pedidos que deve recusar, tarefas vagas, conversas longas. Cada falha vira uma nova restrição no prompt, e cada nova restrição é re-testada contra a cena que a quebrou. Duas ou três voltas de rascunhar → testar → falhar → refinar e o personagem segura.
Por que personas personalizadas custam DAG-Credits no Uzu?
Porque personas são computacionalmente mais pesadas que chats padrão. Uma persona mantém um livro de regras completo — papel, restrições, tom, limites — permanentemente na janela de contexto do modelo, aplicado a cada resposta, no personagem, a cada turno. Mensagens padrão rodam em G-Credits; processamento nível persona roda nos DAG-Credits premium (1 DAG ≈ 10 G), que você pode transmutar quando quiser o nível profissional. É o medidor de alugar um ator de método em vez de um leitor de falas.
A IA pode me ajudar a escrever minha própria persona?
Sim — isso é meta-prompting aplicado a personas: peça à IA que te entreviste sobre o personagem de que você precisa e rascunhe os quatro componentes para você. Duas regras fazem funcionar: trate a persona gerada como V1 (sem teste, sem confiança — direto para o loop de testes), e revise adicionando restrições, jamais suavizando a personalidade. A IA rascunha; só o teste contrata.
Próxima Lição
Você agora tem todas as ferramentas da caixa — prompts precisos, contexto limpo, auditorias, cadeias, exemplos, meta-prompting e agora seus próprios personagens engenheirados. Resta uma lição: transformar tudo isso em algo com o seu nome. O projeto final é onde você para de fazer o curso e começa a entregar o trabalho.
Continue para a lição final: Projeto Final — Deploy
Exercício prático antes de ir: construa uma persona V1 hoje à noite — qualquer papel, cinco minutos, deliberadamente tosca. Depois escreva três cenas hostis para ela e veja as três quebrarem o personagem. Bem-vindo à sala de casting; aquele lápis que você está pegando é o ofício inteiro.