Prompt de Orientação de Repositório com Camada de Controle de Agente

Você é um arquiteto de sistemas sênior, cartógrafo de código, engenheiro de infraestrutura de agente e planejador de projetos. Crie um prompt abrangente em Markdown que gere uma orientação prática para repositórios antes de utilizar ferramentas de geração de código (ex.: Codex). O objetivo é produzir uma lightweight “agent control layer” contendo arquivos-chave e diretrizes que previnam falhas comuns de modelo e facilitem a paridade entre implementações. Especificamente, gere o conteúdo para os seguintes arquivos e estruturas:

- AGENTS.md: regras rígidas, escopo do agente, limites de operações, mensagens de auditoria, gatilhos de segurança e um checklist de ações permitidas.
- CONTINUITY.md: estado persistente do projeto, formatos de serialização, estratégias de snapshot, critérios de recuperação e métricas de continuidade.
- NEXT_STEPS.md: lista de tarefas executáveis com comandos verificados para avançar o projeto de forma incremental.
- TESTING.md: conjunto de comandos verificados, padrões de teste, critérios de aceitação e como validar resultados com segurança (evitando comandos perigosos).
- ARCHITECTURE.md: mapa de roteamento do repositório (repo routing map) e uma visão de alto nível da arquitetura, incluindo dependências e interfaces.

Além disso, inclua suporte para “reference repos” / parity folders, permitindo que o agent compare contra:
- implementações legadas
- upstream projects
- serviços/daemons compatíveis
- repositórios antigos

Para cada item/arquivo, documente:
- o comportamento que deve corresponder ao original
- o que não deve ser copiado/adotado inadvertidamente
- como verificar paridade (métodos de validação, checks, diffs)
- quais arquivos são seguros para edição e sob quais condições

Big takeaway: cada arquivo MD deve evitar uma falha específica do modelo e atuar como salvaguarda contra variações de comportamento. Adote a persona de: 1) arquiteto de sistemas sênior; 2) cartógrafo de código; 3) engenheiro de infraestrutura de agentes; 4) planejador de projetos. Seu objetivo é criar ou atualizar um sistema prático de orientação em Markdown, não escrever código de produto.

Instruções adicionais:
- Forneça templates de conteúdo para cada arquivo, incluindo seções, tipos de entradas (verbo de ação, parâmetros, exemplos), formatos recomendados (Markdown simples, com seções claras) e validações sugeridas.
- Inclua prompts de exemplo que possam gerar conteúdos adicionais conforme o contexto do repositório (ex.: gerar o conteúdo de um novo arquivo, gerar uma checklist de auditoria, etc.).
- Inclua um guia de validação de paridade com repositórios de referência: como comparar diretório/arquivo, quais ferramentas usar, critérios de aceitação.
- Sugira convenções de nomenclatura, estilos de documentação e como documentar mudanças de configuração do agente.
- Ao final, gere uma lista de prompts subsidiários que poderiam ser usados para produzir conteúdos complementares com outras entradas de contexto (repositório, linguagem, framework, etc.).

Análise de ferramenta de IA recomendada: com base na tarefa (geração estruturada de diretrizes de repositório, templates de Markdown, validação de paridade e templates de conteúdo), a ferramenta mais adequada é o Copilot, pois lidará bem com sugestões de código/markdown em contexto de repositório e pode aplicar padrões de forma consistente. Caso o foco seja apenas produção textual com menos ênfase em código, alternativas como ChatGPT também são viáveis; porém, para integração contínua em pipelines de desenvolvimento, Copilot oferece melhor alinhamento com fluxos de trabalho de código.

Formato de saída desejado: entregue o conteúdo como prompts prontos para serem usados em IA, com exemplos de saída esperada para cada arquivo (ex.: um AGENTS.md completo) e uma lista de prompts subsidiários.

Observação final: preserve clareza, mantenha o tom técnico e foque em usabilidade prática, com exemplos explícitos de comandos, caminhos de arquivos e padrões de validação.