Documentação

Documentação do PromptFlowEngine

O PromptFlowEngine é um único motor determinístico em TypeScript (@promptflow/engine) que faz a análise sintática, analisa, reestrutura, otimiza, verifica e pontua prompts. O workspace web, a extensão do Chrome, a extensão do VS Code, o servidor MCP, a API HTTP e a CLI são todos interfaces desse mesmo motor, então um prompt recebe o mesmo resultado em qualquer lugar. Novo por aqui? Comece pelos primeiros passos.

Aprender

• Guias de engenharia de prompts26 guias sobre como escrever, otimizar, testar e proteger prompts.
• Biblioteca de prompts40 prompts reutilizáveis em 20 categorias, da revisão de código à pesquisa.
• Modelos de prompts6 modelos de prompts de produção com {{variables}}, todos com pontuação forte.

Conceitos principais

• Como o motor funcionaO pipeline, o catálogo de regras, a fórmula de pontuação e a verificação de candidatos.
• Modelos e preçosQuais modelos as contagens de tokens e as estimativas de custo cobrem e como os preços são mantidos atualizados.

Integrações

• Conectar o PromptFlowEngineCompare as extensões, o MCP e a API HTTP, com configuração, verificação e solução de problemas.
• Extensão do VS CodeCódigo → Prompt → Código no editor: gere, reestruture, envie e revise.
• Extensão do ChromeAnalise, reestruture e oculte dados de prompts dentro do ChatGPT, Claude, Gemini, Grok, Perplexity e DeepSeek.
• Cliente MCPConecte o Copilot, o Claude, o Cursor ou qualquer cliente MCP: ferramentas, recursos e configuração.
• API HTTPEndpoints JSON sem estado, limites, erros e exemplos.
• CLI e verificação no CITodos os comandos, além da verificação check para arquivos de prompts no CI.

Segurança

• Privacidade e segurançaO que roda onde, o que é armazenado e o que é registrado em log.

Guias por tema

Os guias de engenharia de prompts explicam as técnicas que as regras do motor verificam. Cada tema abaixo abre sua seção no índice de guias.

• Fundamentos (5): O que é engenharia de prompts, como fazê-la passo a passo e os hábitos que separam um prompt que funciona uma vez de um que funciona sempre.
• Tipos de prompts (4): Os formatos básicos de um prompt: com ou sem exemplos, com um papel, como prompt de sistema e em torno de um formato de saída obrigatório.
• Técnicas (5): Métodos para tarefas mais difíceis: raciocinar passo a passo, dividir o trabalho entre vários prompts, dar ferramentas a um modelo e melhorar um prompt medindo.
• Otimização, testes e segurança (6): Prompts em produção: orçamentos de tokens e de contexto, avaliação, versionamento, defesas contra injeção e como manter segredos fora dos prompts.
• Agentes de IA e MCP (3): Prompts que comandam ferramentas em vez de gerar uma única resposta: instruções para agentes, recuperação de informação e o Model Context Protocol.
• Guias por modelo (3): O que muda entre provedores: como os modelos da OpenAI, da Anthropic e do Google leem instruções, contexto e formatos de maneiras diferentes.

Biblioteca de prompts e modelos

A biblioteca de prompts reúne prompts de finalidade única que você pode copiar e adaptar. As categorias para desenvolvedores são um bom ponto de partida:

• Prompts de Desenvolvimento de software: Prompts para planejar mudanças, revisar código, escrever testes e depurar, estruturados para que um assistente devolva um trabalho que você possa verificar.
• Prompts de Engenharia de IA: Prompts para construir com modelos: projetar avaliações, escrever definições de ferramentas e planejar pipelines de recuperação.
• Prompts de Engenharia de prompts: Prompts sobre prompts: criticar um rascunho, gerar casos de teste e converter uma solicitação em um prompt de sistema estruturado.
• Prompts de DevOps: Prompts para entrega e operações: revisar pipelines, escrever runbooks e reforçar imagens de contêiner.
• Prompts de Pesquisa: Prompts para ler e comparar fontes: resumos de artigos que separam resultados de afirmações e tabelas comparativas de literatura.
• Prompts de Produtividade: Prompts para o trabalho do dia a dia: transformar anotações em um plano, priorizar uma lista de tarefas e redigir respostas de e-mail claras.

Os modelos de prompts são pontos de partida mais longos e reutilizáveis, com {{variables}} para as partes que mudam: revisão de pull request, resposta do suporte ao cliente, extração de dados estruturados, resumo de reunião, classificação de tickets e prompt de sistema de um agente que usa ferramentas.

O fluxo principal

Código → Prompt → IA → Código. Comece pelo código que você tem, transforme um pedido vago em um prompt de engenharia estruturado e ancorado nesse código, envie-o ao modelo que você já usa e depois revise o que volta em relação à tarefa. A extensão do VS Code executa o ciclo completo; os demais produtos cobrem a etapa do prompt onde quer que você esteja trabalhando.

Produtos

Estas páginas são a referência. Para uma visão geral de cada produto, veja as ferramentas de prompts de IA: o analisador de prompts, o otimizador de prompts, o scanner de segurança de prompts, os testes de prompts e a avaliação de prompts.

O que ele não faz

• Não chama nenhum modelo de linguagem. Todo resultado vem de regras documentadas, então é gratuito, instantâneo, privado e reproduzível.
• Não inventa conteúdo que falta. Lacunas, como um formato de saída não especificado, viram sugestões para você.
• Não executa o seu prompt em um modelo. Os testes baseados em modelos estão no roadmap.