Engenharia de Prompts em julho de 2026: a era da subtração

O panorama geral: a era da subtração

Por três anos, o reflexo quando um modelo rendia abaixo do esperado era adicionar: outra regra, outro exemplo, outra linha de "IMPORTANTE: SEMPRE…", outra barreira. Em nove dias deste julho, tanto a Anthropic quanto a OpenAI publicaram orientações oficiais que dizem o contrário. A instrução agora é subtrair.

• OpenAI (GPT-5.6, 9 de julho): remover instruções e exemplos repetidos e simplificar descrições de ferramentas melhora o desempenho e a eficiência de tokens. Em uma amostra de avaliações internas de agentes de código, configurações com prompts de sistema mais enxutos melhoraram as pontuações em 10–15% enquanto reduziam os tokens 41–66% e o custo 33–67%.
• Anthropic (guia de prompting do Claude Fable 5): "Skills desenvolvidos para modelos anteriores costumam ser prescritivos demais para o Claude Fable 5 e podem degradar a qualidade. Revise e considere remover instruções antigas se o desempenho padrão for melhor."

Dois laboratórios independentes, duas suítes de avaliação independentes, uma conclusão: o andaime que você construiu para a geração anterior agora é um imposto sobre esta. Custa tokens, custa dinheiro e (o novo) custa qualidade.

O mais acionável que você pode fazer neste mês é um experimento de subtração: pegue seu melhor prompt de produção, apague um bloco e rode suas avaliações de novo. A probabilidade de que melhore acaba de subir bastante.

Claude Fable 5: lançado, com controle de exportação e restaurado

A Anthropic lançou o Claude Fable 5 (e seu irmão de pesquisa com menos salvaguardas, Mythos 5) em 9 de junho. Três dias depois o governo dos EUA aplicou controles de exportação e, sem como verificar a nacionalidade em tempo real, a Anthropic suspendeu o acesso para todos. O Fable 5 voltou globalmente em 1º de julho, um apagão de 19 dias de um modelo carro-chefe, por regulação.

A lição de engenharia do post-mortem importa mais que o drama. O jailbreak que o desencadeou não expôs capacidade única. Os testes da Anthropic mostraram que modelos mais fracos identificavam as mesmas vulnerabilidades. Ele atingiu uma margem de segurança deliberadamente ampla, e a correção (um classificador que bloqueia a técnica >99% das vezes) veio com um custo explícito e declarado: mais recusas falso-positivas em tarefas rotineiras de código e depuração.

Se você escreve prompts sobre segurança, ciências da vida ou raciocínio intenso contra o Fable 5, espere algum stop_reason: "refusal". O padrão recomendado da Anthropic é configurar um fallback para o Opus 4.8 em vez de brigar com o classificador pelo prompt.

Como fazer prompts para o Fable 5

1. O esforço é o controle principal, não um botão de "fique mais inteligente". Use high por padrão, xhigh só para trabalho sensível à capacidade, medium/low para tarefas rotineiras. Esforço menor no Fable 5 muitas vezes supera xhigh em modelos anteriores.

2. Ancore as alegações de progresso em evidências. O trecho mais valioso do guia:

   "Antes de reportar progresso, audite cada alegação contra um resultado de ferramenta desta sessão. Só reporte trabalho que você possa comprovar com evidência; se algo ainda não foi verificado, diga isso explicitamente."

   A Anthropic diz que isso "quase eliminou os relatórios de status fabricados."

3. Instruções breves vencem as enumeradas. Uma diretiva curta é tão eficaz quanto nomear cada padrão indesejado: o princípio da subtração, concreto.

4. Crie um arquivo de memória. Uma lição por arquivo com um resumo de uma linha no topo; atualize em vez de duplicar; apague notas que se provarem erradas. Um Markdown basta.

5. Prefira verificadores de contexto novo à autocrítica. Um subagente verificador que não viu o raciocínio do trabalhador pega falhas que "revise seu próprio trabalho" deixa passar.

6. Dois novos modos de falha. O Fable 5 pode (a) encerrar um turno declarando intenção sem emitir a chamada de ferramenta, e (b) sugerir uma nova sessão por preocupação não solicitada com o orçamento, normalmente quando lhe mostram uma contagem regressiva de tokens. Não exponha as contagens de orçamento ao modelo.

7. Nunca instrua a repetir o raciocínio. Dizer para "mostrar todo o raciocínio" ou "transcrever o pensamento" pode disparar uma recusa reasoning_extraction. Leia os blocos thinking estruturados via API.

8. Os turnos duram mais. Aumente os timeouts do seu cliente antes de migrar, o tropeço operacional mais comum.

GPT-5.6: Sol, Terra, Luna

A OpenAI lançou uma família de três níveis em 9 de julho: Sol (carro-chefe), Terra (médio), Luna (pequeno). O que muda:

• Programmatic Tool Calling (PTC). O modelo escreve código que orquestra as ferramentas; só um resultado compacto volta ao contexto. O importante é quando não usar: PTC é para redução limitada de registros (filtrar, juntar, deduplicar, agregar, validar em lote). Use chamadas diretas quando cada resultado muda a próxima decisão, quando uma ação precisa de aprovação, quando citações devem ser preservadas, ou quando é preciso julgamento semântico entre chamadas.
• A verbosidade é um parâmetro de API, não uma linha do prompt. Defina o nível com text.verbosity e reserve o prompt para tamanho específico da tarefa. Reteste suas instruções de "seja conciso".
• O cache fica previsível. Pontos de quebra explícitos e 30 minutos de vida mínima. A regra de sempre: prefixo estável, sem tokens voláteis na região cacheada.
• Receita de migração de esforço. Mantenha seu esforço atual como base e teste o mesmo nível e um abaixo. Antes de aumentá-lo, verifique se o prompt não está sem um critério de sucesso, regra de dependência, regra de roteamento de ferramentas ou laço de verificação.
• ultra coordena agentes em paralelo (quatro por padrão, até dezesseis) para tarefas que se decompõem em subtarefas independentes.

Qual é o melhor modelo de código? É uma fronteira de Pareto

O Sol lidera o Coding Agent Index (80 vs 77.2) e o Terminal-Bench 2.1 (88,8% vs 83,1%) com menos da metade dos tokens de saída, mas no SWE-Bench Pro, o Fable 5 marca 80% contra 64,6% do Sol, uma diferença de 15 pontos a favor da Anthropic, nos próprios números publicados da OpenAI.

A leitura honesta: o Sol vence em eficiência e trabalho agêntico/terminal; o Fable 5 mantém vantagem em engenharia de repositório difícil e inteligência agregada. Avalie na sua carga de trabalho.

O Gemini 3.5 Pro ainda não saiu

Em meados de julho, o Gemini 3.5 Pro segue em preview limitado sem model card, sem benchmarks publicados e sem preço final. A orientação, confirmada duas vezes: não redesenhe sua arquitetura em torno de capacidades não confirmadas. Mantenha seu harness de avaliação agnóstico ao modelo.

A pesquisa se atualiza: o contexto como artefato vivo

Agentic Context Engineering (ACE, arXiv:2510.04618, ICLR 2026) trata o contexto não como um arquivo estático que você escreve uma vez, mas como um artefato que o agente evolui: gera, reflete, cura. Ganhos relatados: +10,6% em código, +8,6% em raciocínio financeiro (relatado pelos autores; não replicado aqui).

A convergência é o sinal: o "cure o contexto, remova o que falhou" do ACE é quase idêntico à instrução de arquivos de memória da Anthropic.

O que lançamos no PromptArch

Incorporamos este informe ao produto na mesma semana, e, pelo nosso próprio princípio, no linter tanto quanto no gerador, para que a orientação chegue a você seja construindo no navegador, pela CLI ou via MCP:

• Novos modelos-alvo. Claude Fable 5 / Mythos 5 e GPT-5.6 agora são selecionáveis no construtor e no Studio, cada um com um perfil de otimização que codifica a orientação acima.
• Um princípio de subtração agora percorre cada prompt gerado: a versão mais enxuta que especifica totalmente a tarefa.
• Novas regras de lint determinísticas, grátis e offline no linter, na CLI e no servidor MCP: detecção de eco de raciocínio, verificação de instruções de verbosidade, contagem regressiva de contexto, inflação de ênfase e detecção de linhas duplicadas.
• Um novo artefato do Studio (Arquivo de Memória de Agente) que gera uma política MEMORY.md, com um formato de lint correspondente.

Seu checklist da semana

1. Faça um experimento de subtração no seu prompt mais valioso. Apague um bloco; avalie de novo.
2. Audite as instruções de eco de raciocínio. Substitua por blocos de pensamento estruturados. Revise um arquivo grátis.
3. Adicione a instrução de auditoria de progresso a qualquer agente de longa duração.
4. Aumente os timeouts do cliente antes de migrar para o Fable 5.
5. Decida PTC vs. chamadas diretas por etapa, não por app.
6. Não construa sobre o Gemini 3.5 Pro ainda.