Como multiplicar por 10 suas habilidades com o Claude (usando o método de autoresearch de Karpathy)

Suas habilidades no Claude provavelmente falham 30% das vezes e você nem percebe.

Eu criei um método que melhora automaticamente qualquer habilidade no piloto automático, e neste artigo vou mostrar exatamente como executá-lo você mesmo.

Você inicia o processo, e o agente testa e refina a habilidade repetidamente sem que você precise tocar em nada.

Minha habilidade de texto para landing page passou de 56% de aprovação nos testes de qualidade para 92%. Com zero trabalho manual.

O agente simplesmente continuou testando e ajustando o prompt sozinho.

Aqui está o método e a habilidade exata que criei para que você possa aplicar nas suas próprias coisas:

P.S. Se você quiser mais workflows de IA como este na sua caixa de entrada toda semana, junte-se a 34 mil leitores que os recebem gratuitamente: aisolo.beehiiv.com/subscribe

De onde isso veio

Andrej Karpathy (cofundador da OpenAI, ex-chefe de IA na Tesla, o cara que cunhou o termo "vibe coding") lançou um método chamado autoresearch.

A ideia é simples: em vez de você melhorar algo manualmente, você deixa um agente de IA fazer isso por você em um loop.

Ele tenta uma pequena mudança. Verifica se o resultado melhorou. Mantém a mudança se melhorou, descarta se piorou.

Então ele faz de novo. E de novo.

Ele usou isso para código de machine learning. Mas o método funciona em qualquer coisa que você possa medir e melhorar.

Incluindo as habilidades que você criou no Claude.

Peguei o método dele e transformei em uma habilidade que funciona tanto no Claude Code quanto no Cowork. Eu simplesmente executo em qualquer outra habilidade que tenho no meu setup.

Eu digo "execute autoresearch na minha habilidade de landing page" e ele cuida de tudo.

Como um único loop melhora automaticamente suas habilidades

Pense assim.

Você tem uma receita que dá certo 7 em cada 10 vezes. Nas outras 3 vezes, algo está errado. Talvez o molho esteja sem graça, talvez o tempero esteja errado.

Em vez de reescrever a receita inteira do zero, você muda um ingrediente. Você cozinha 10 vezes com essa mudança.

• Melhorou? Mantenha a mudança.
• Piorou? Volte com o ingrediente antigo.

Então você muda a próxima coisa. Cozinha mais 10 vezes. Melhorou ou piorou? Mantém ou reverte.

Depois de 50 rodadas disso, sua receita funciona 9.5 em cada 10 vezes.

É exatamente isso que o autoresearch faz com suas habilidades.

• A "receita" é o prompt da sua habilidade.
• O "cozinhar" é executar a habilidade.
• O "provar" é avaliar o resultado.

A única coisa que você precisa fornecer são os critérios de avaliação.

A checklist que diz ao agente exatamente o que significa 'bom'

Você dá ao agente uma checklist simples do que significa "bom". Essa é sua única tarefa em todo esse processo.

Você faz isso com uma lista simples de perguntas de sim/não.

Cada pergunta verifica uma coisa específica sobre o resultado. Passou ou falhou. É isso.

O agente usa essa checklist para avaliar cada resultado, e essas notas dizem a ele se as mudanças estão ajudando ou atrapalhando.

Pense como um professor corrigindo um trabalho com uma checklist.

Mas em vez de "avalie a qualidade da escrita de 1 a 10" (que é vago e diferente a cada vez), cada item da checklist é um sim ou não claro:

• O aluno incluiu uma tese? Sim ou não.
• Todas as fontes estão citadas? Sim ou não.
• Está abaixo de 5 páginas? Sim ou não.

Você pode corrigir 100 trabalhos com essa checklist e obter resultados consistentes todas as vezes.

Mesma ideia aqui. Para uma habilidade de texto de landing page, sua checklist pode ser assim:

• "O título inclui um número ou resultado específico?" (pega títulos vagos como "Cresça Seu Negócio")
• "O texto está livre de termos clichê como 'revolucionário', 'sinergia', 'inovador', 'próximo nível'?"
• "O CTA usa um verbo de ação específico?" (pega CTAs fracos como "Saiba Mais" ou "Clique Aqui")
• "A primeira linha menciona um ponto de dor específico?" (pega aberturas genéricas como "No mundo acelerado de hoje...")
• "O texto total tem menos de 150 palavras?" (pega páginas inchadas que perdem o leitor)

Você não precisa descobrir isso sozinho. Quando você inicia o autoresearch, o agente te guia por esse processo.

Ele pergunta o que significa "bom", ajuda você a transformar suas intuições em perguntas específicas de sim/não, e até oferece para extrair de guias de estilo existentes, se você tiver algum.

3 a 6 perguntas é o ponto ideal. Mais do que isso e a habilidade começa a jogar o jogo da checklist (como um aluno que decora as respostas sem entender o material).

Aqui está como executar

Passo 1: Baixe a habilidade. Pegue-a aqui. Coloque-a na sua pasta de habilidades no Claude Code ou no Cowork.

Passo 2: Escolha uma habilidade para melhorar. Diga "execute autoresearch na minha habilidade de [nome da habilidade]". Escolha aquela que mais te incomoda. Aquela onde você obtém um ótimo resultado metade das vezes e um lixo na outra metade.

Passo 3: O agente te pergunta 3 coisas. Qual habilidade otimizar. Quais entradas de teste usar (como "escreva um texto de landing page para uma ferramenta de produtividade com IA"). E quais são suas perguntas da checklist.

Passo 4: Ele executa sua habilidade e mostra sua nota inicial. Esta é a linha de base. Minha habilidade de landing page começou com 56%. Títulos vagos, sopa de palavras-chave, CTAs fracos. Mais da metade das verificações estava falhando.

Passo 5: Ele abre um painel ao vivo no seu navegador. Gráfico de pontuação subindo ao longo do tempo. Detalhamento de aprovação/reprovação para cada pergunta da checklist. Um registro de cada mudança que tentou. Atualiza automaticamente a cada 10 segundos.

Passo 6: Saia de perto. O agente entra no loop. Analisa o que está falhando. Faz uma pequena mudança no prompt da habilidade. Testa novamente. Mantém a mudança se a pontuação subir, desfaz se cair.

Então faz de novo. E de novo. Ele continua autonomamente até você pará-lo ou ele atingir 95%+ três vezes seguidas.

Você pode assistir ao painel ou sair completamente. Ele funciona sem você. E salva a versão melhorada como um arquivo separado, então sua habilidade original permanece intocada.

O que aconteceu com minha habilidade de landing page

Eu executei na minha habilidade de texto para landing page. Aqui está o que voltou:

56% → 92%. 4 rodadas de mudanças. 3 mantidas, 1 desfeita.

Aqui está o que o agente realmente mudou no prompt da minha habilidade:

• Adicionou uma regra específica para a falha mais comum: "Seu título deve incluir um número ou resultado específico. Nunca use promessas vagas como 'Transforme Seu Negócio'."
• Adicionou uma lista de palavras proibidas: "NUNCA use: revolucionário, inovador, sinergia, próximo nível, transformador, alavancar, desbloquear, transformar."
• Adicionou um exemplo prático de uma seção forte de landing page com o ponto de dor na abertura e o CTA destacados, para que a habilidade pudesse ver como é o bom em vez de adivinhar.
• Tentou um limite de palavras mais restrito, desfez porque o texto ficou muito enxuto e o CTA foi prejudicado. (O sistema detecta mudanças que parecem melhorias isoladamente mas prejudicam o resultado geral.)

Quando terminou, eu recebi:

• A habilidade melhorada, salva separadamente (a original permanece intocada caso você queira reverter)
• Um registro de resultados mostrando a pontuação de cada rodada
• Um registro de alterações explicando cada mudança que foi tentada, por que o agente a tentou e se ajudou
• Um backup da minha habilidade original caso eu queira voltar atrás

Esse registro de alterações é provavelmente a parte mais valiosa. É um registro completo do que funciona e do que não funciona para aquela habilidade específica.

Quando modelos mais inteligentes surgirem no futuro, você entrega esse registro a eles e eles continuam exatamente de onde o último agente parou.

Isso funciona em muito mais do que habilidades

O método funciona em qualquer coisa que você possa avaliar.

• Velocidade do site: Uma pessoa executou isso no tempo de carregamento da página. Mudou uma coisa, mediu a velocidade, manteve ou reverteu. Foi de 1100ms para 67ms em 67 rodadas.
• Prospecção fria: Defina sua checklist: "Menciona a empresa do prospect? Tem menos de 75 palavras? Termina com uma pergunta específica?" Deixe o agente executar 50 variações.
• Intros de newsletter: "A abertura inclui um detalhe pessoal?" e "Está livre de frases clichê?" Deixe o agente refinar sua escrita no piloto automático.
• Qualquer prompt que você use repetidamente

Se você pode avaliar, você pode aplicar o autoresearch.

Vá executar

Pegue sua habilidade com pior desempenho. Inicie o autoresearch. Volte para algo que realmente funciona.

Baixe a habilidade aqui (enviada para o dropbox)

Ou confira meu github **aqui

P.S. Se você quiser mais workflows de IA que ajudam você a conseguir mais clientes, mais atenção e fazer mais (sem trabalhar mais horas), eu os envio para 34 mil leitores toda semana gratuitamente.

Além disso, você ganha uma masterclass gratuita do Claude Cowork ao se inscrever: aisolo.beehiiv.com/subscribe