Sessão de Bancada Skills de IA na Prática (2026-06-09)
Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.
O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.
Notas citadas nas anotações desta sessão.
A sessão apresentou o conceito de skills de IA como pacotes reutilizáveis de instruções, metadados, templates, scripts, documentações e outros recursos. Elas servem para reduzir retrabalho, padronizar resultados e preparar um modelo para executar tarefas recorrentes, diferenciando-se de prompts pontuais e de fine-tuning, que especializa o modelo para um problema específico. Também foi explicada a estrutura em camadas, baseada em revelação progressiva: metadados para identificar e acionar a skill, instruções para orientar sua execução e recursos adicionais para código, referências e arquivos. Foram demonstrados exemplos de skills para leitura de PDFs, criação de documentos, integração com APIs, planilhas e uma skill desenvolvida em workshop para reimaginar sistemas legados e gerar protótipos e especificações.
A principal distinção discutida foi entre skills e agentes: a skill é um recurso passivo e reutilizável, enquanto o agente é um sistema ativo que toma decisões, planeja e combina ferramentas e skills para resolver uma tarefa. Também foram abordadas skills pré-construídas, customizadas e de comunidade, com alerta para os riscos de utilizar repositórios externos sem revisar instruções, scripts, permissões, consumo de tokens e possíveis acessos indevidos a chaves ou sistemas. Na parte prática, foi mostrado como criar, inspecionar e acionar uma skill pelo ambiente de desenvolvimento, inclusive por comando ou automaticamente pela descrição.
Ao final, foi esclarecido que, em fluxos de desenvolvimento orientados por especificações, agentes e skills podem ser organizados em arquivos Markdown dentro do próprio repositório, com referências entre si e documentos de arquitetura, tecnologias e padrões. Essa estrutura permite que agentes especializados consultem skills granulares durante a implementação, testes e refinamento de funcionalidades. Permaneceram como pontos para exploração posterior o uso mais aprofundado em frameworks como OpenSpec e Spec Kit, a organização de repositórios de agentes e skills e as melhores práticas de segurança, granularidade e otimização de tokens.