Do que se trata#
O curso AI Fluency da Anthropic divide o trabalho com IA em quatro competências em vez de uma pilha de truques de prompt: Delegation, Description, Discernment, Diligence. Os 4Ds. Eu esperava um curso de prompting e saí com um framework de decisão — algo menos sobre escrever prompts melhores e mais sobre decidir o que delegar, como comunicar isso, como julgar o que volta, e quem responde pelo resultado. Aqui está cada um, condensado no que realmente importa.
Ponto-chave 1: Delegation — a decisão antes do prompt#
Delegation é decidir o que é seu para fazer, o que é da IA para fazer, e o que vale a pena fazer junto — antes que qualquer coisa disso vire um prompt. Se resume a conhecer o objetivo de verdade, saber no que aquele sistema de IA específico é bom e no que não é, e só então tomar a decisão de repassar a tarefa. A parte que a maioria subestima: o que é seguro delegar muda de acordo com o contexto. Uma resposta rápida no chat e um agente autônomo rodando chamadas de ferramenta sem supervisão não recebem a mesma confiança por padrão — então a pergunta é refeita toda vez, não decidida uma vez e reaproveitada.
Ponto-chave 2: Description — a IA não lê sua mente#
Description é comunicar o que você quer de forma clara o suficiente para que a IA consiga de fato entregar — não só o resultado final, mas o método que você quer que ela siga e como ela deve se comportar enquanto trabalha com você. A maioria dos resultados decepcionantes de IA vem de especificar só o resultado final e pular os outros dois. Peça um resumo sem dizer o quão direto você quer o feedback, e não se surpreenda quando ela concordar com tudo que você escreveu.
Ponto-chave 3: Discernment — o outro lado da description#
Discernment é julgar o que volta: o resultado em si, o raciocínio por trás dele, e se a interação foi de fato responsiva à sua direção ou só concordou com tudo. A pegadinha — seu discernimento é tão forte quanto sua própria experiência no assunto. Uma afirmação errada na sua área salta aos olhos numa frase. A mesma afirmação errada fora da sua área soa completamente correta, porque para você ela é indistinguível de uma afirmação certa.
Ponto-chave 4: Diligence — a parte que não é sobre qualidade#
Diligence não é sobre conseguir um resultado melhor — é sobre assumir responsabilidade pelo que você fez para chegar até ele: ser criterioso sobre qual sistema você usa, ser honesto com as pessoas sobre o papel da IA quando elas veem o resultado, e de fato defender esse resultado depois que ele sai com o seu nome. A parte mais pulada é justamente defender o resultado — ninguém checa isso até que algo esteja errado na frente de alguém importante, e “a IA escreveu essa parte” não sustenta esse momento.
Como os quatro se encaixam#
flowchart LR
A[Delegation
decidir o que repassar] --> B[Description
dizer como, não só o quê]
B --> C{Discernment
julgar o resultado}
C -->|Lacunas encontradas| B
C -->|Se sustenta| D[Diligence
assumir o resultado]
D -->|Próxima tarefa| A
style A fill:#2a78d6,stroke:#1a5fb4,color:#fff
style B fill:#2a78d6,stroke:#1a5fb4,color:#fff
style C fill:#eda100,stroke:#c98500,color:#fff
style D fill:#eda100,stroke:#c98500,color:#fff
Delegation e Description são as duas competências visíveis em qualquer demonstração de IA — são elas que produzem o resultado. Discernment e Diligence são as duas que ninguém vê no palco, e são elas que de fato determinam se aquele resultado era seguro de usar.
Conclusão#
O framework 4D em uma linha: decida o que delegar, descreva por completo (não só o resultado final), julgue o que volta com o mesmo rigor que aplicaria ao trabalho de um colega, e assuma o resultado depois que ele sai. A maioria das experiências decepcionantes com IA vem de pular uma dessas quatro — geralmente Description ou Diligence — não do modelo em si. Esse é o framework inteiro, e tudo mais sobre usar o Claude bem se constrói em cima dele.
Fontes#
- AI Fluency: Framework & Foundations — Claude Academy
- AI Fluency Framework — documentação, artigos e recursos abertos
Onde isso se encaixa#
Parte 1 de Getting Claude Certified. A Parte 2 cobre Chat, Projects, Artifacts e Research, a Parte 3 cobre Domínio 1 — Avaliação e Validação de Resultados, que é o aprofundamento de Discernment.
