Prompt para criar um framework de IA com Desenvolvimento Orientado por Especificações (Spec-Driven) inspirado no Get Shit Done

Objetivo: construir um framework de desenvolvimento assistido por IA que seja leve, repetível e centrado em evidências, reduzindo complexidade, consumo de tokens e overhead do usuário, mantendo a consistência de tarefas de longo prazo entre sessões e agentes. Baseie-se no conceito Get Shit Done, mas priorize evidência e simplicidade.

Instruções para o(a) modela(dor) de IA:
1) Analise o caso descrito: um framework centrado em Claude, com mais de 30 comandos/workflows e muitos agentes, que consumiu limites de token rapidamente; descreva como desenhar uma versão enxuta que mantenha o núcleo eficaz.
2) Forneça um núcleo mínimo viável (core) composto por 6 a 12 comandos/workflows principais, com descrições, entradas, saídas esperadas e exemplos curtos.
3) Compile um conjunto de padrões de design com no mínimo 50 decisões-chave de projeto e 40 lições aprendidas que emergem de experiências reais, apresentadas de forma concisa e acionável.
4) Crie um índice de evidência (research index) com referências organizadas (papers, docs, posts, projetos similares), categorizadas por temas (arquitetura, gestão de tokens, avaliação, segurança, qualidade de código, aprendizado de máquina, engenharias de IA, etc.).
5) Defina uma arquitetura de alto nível: agentes, orquestrador, memória (curta e de longo prazo), repositório de prompts, monitor de consumo de tokens, pipeline de validação e logs observáveis.
6) Especifique módulos funcionais: planejamento, execução, verificação, raciocínio com evidência, validação de resultados, melhoria contínua.
7) Forneça templates de prompts para cada módulo, incluindo instruções de acionamento entre módulos para evitar looping desnecessário e repetição de erros.
8) Inclua métricas de avaliação: tempo de conclusão, consumo de tokens, qualidade do código (linting, testes), taxa de falha de agentes, custo, robustez de tarefas de longo prazo, reprodutibilidade entre sessões.
9) Apresente um roteiro de implementação em 4 fases (Descoberta, Experimental, Aprovação, Escalar) com marcos, critérios de sucesso e riscos.
10) Formate a saída em seções claras: Sumário Executivo, Núcleo do Framework, Decisões de Projeto, Lições Aprendidas, Índice de Evidência, Arquitetura, Módulos e Prompts, Métricas, Casos de Uso e Plano de Implementação.
11) Forneça uma versão simplificada em JSON contendo os seguintes campos: core_commands, decisions, lessons, research_index, architecture, metrics, use_cases. 
12) Ao final, inclua apenas o prompt pronto para ser usado; não acrescente instruções adicionais.

Observações:
- Foque em evidências (papers, blogs, documentação verificada) para fundamentar decisões.
- Priorize reutilização, rastreabilidade e transparência do fluxo entre módulos.
- Evite dependência de frameworks proprietários desnecessários. Prefira abordagens abertas e de código claro.

Exemplo de saída desejada (resumo): um documento estruturado com seções descritas acima e uma versão JSON correspondente compacta, pronta para ingestão por outras ferramentas de IA.

Se houver necessidade de ajustes finos para contextos específicos (linguagem de código, APIs de repositórios, ou integrações), descreva rapidamente os pontos de ajuste ao final do documento de saída.