Prompt smells: guia prático para identificação e mitigação de anti-padrões em prompts

Prompt útil para IA: Identificar, documentar e mitigar 'prompt smells' (anti-padrões em prompts). Instruções para o modelo: 1) Forneça uma definição concisa de 'prompt smell' e explique por que é problemático. 2) Apresente uma taxonomia de anti-padrões comuns, com pelo menos 6 categorias (exemplos: instruções repetitivas, linguagem vaga, prompts sobrecarregados, requisitos conflitantes, falta de restrições relevantes, ambiguidade de papel). 3) Para cada item, inclua: descrição curta, exemplo ruim (antes), versão melhorada (depois), e dicas de mitigação. 4) Liste recursos e guias relevantes de prompt engineering (ex: promptingguide.ai, Claude prompting best practices) com links atualizados. 5) Forneça prompts de demonstração: um conjunto 'com smell' e um conjunto 'sem smell' para cada categoria, com anotações do que está causando o smell e como melhorar. 6) Ofereça um checklist de avaliação de prompts que permita revisar prompts existentes em poucos minutos. 7) Forneça regras simples de design de prompts (container de objetivo, limites, métricas de sucesso). 8) Dicas para adaptar prompts a diferentes plataformas de IA (ChatGPT, Claude, Gemini, DeepSeek, Copilot, perplexity). Formate a saída em seções distintas: Definição, Taxonomia, Exemplos, Recursos, Demonstrações, Checklist, Boas Práticas, Adaptação de Plataforma. Observação: responda em português e use exemplos ilustrativos. Não inclua dados proprietários de terceiros sem citar fontes.