Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
Task Intelligence — Protocolo de Amplificação Pré-Tarefa
Overview
Protocolo de Inteligência Pré-Tarefa — ativa TODOS os agentes relevantes do ecossistema ANTES de executar qualquer tarefa solicitada pelo usuário. Enriquece o contexto com análise paralela multi-agente, produz estimativa real de tempo (início→fim), mapeia problemas prováveis e improvável, e formula um plano de execução antecipado com estratégias de contingência.
When to Use This Skill
When the user mentions "pre-task briefing" or related topics
When the user mentions "briefing tarefa" or related topics
When the user mentions "plano execucao tarefa" or related topics
When the user mentions "antes de executar analise" or related topics
When the user mentions "task intelligence" or related topics
When the user mentions "consultar agentes paralelo" or related topics
Do Not Use This Skill When
The task is unrelated to task intelligence
A simpler, more specific tool can handle the request
The user needs general-purpose assistance without domain expertise
How It Works
Antes de qualquer execução, este agente realiza um briefing inteligente completo:
Ativa todos os agentes relevantes em paralelo — cada um analisa a tarefa pela sua ótica
Sintetiza o conhecimento coletivo em um plano unificado
Estima tempo real do início ao fim (com breakdown por etapa)
Mapeia problemas prováveis e os resolve antecipadamente
Define pontos de verificação para detectar desvios antes que virem bloqueadores
A razão central: executar uma tarefa sem esse briefing é como cirurgiar sem exame pré-operatório.
O custo de 30-60 segundos de análise paralela elimina horas de retrabalho.
Fase 1 — Classificação Da Tarefa (5-10 Segundos)
Antes de qualquer coisa, classifique a tarefa em uma das categorias:
Categoria
Exemplos
Nível de Briefing
Simples
responder pergunta, explicar conceito, pequena edição
Para cada agente relevante identificado no match, faça uma pergunta direcionada:
Padrão de consulta por tipo de agente:
007 (Segurança): "Esta tarefa tem vetores de ataque, dados expostos, ou ações irreversíveis?"
skill-sentinel (Qualidade): "Existe skill redundante? A skill que será criada/modificada segue os padrões?"
agent-orchestrator (Orquestração): "Quais skills já existem que resolvem parte desta tarefa?"
matematico-tao (Complexidade): "Qual a complexidade computacional? Há otimizações não-óbvias?"
context-guardian (Continuidade): "Existe contexto de sessões anteriores relevante para esta tarefa?"
advogado-especialista/criminal (Legal): "Há implicações legais, LGPD, ou riscos regulatórios?"
leiloeiro-ia (Leilões): "Esta tarefa envolve dados ou lógica do domínio de leilões?"
Não consulte todos os agentes cegamente — escolha os 3-5 mais relevantes para a tarefa.
Fase 4 — Estimativa De Tempo Real
Construa um breakdown de tempo honesto com base na complexidade real:
ESTIMATIVA DE TEMPO — [Nome da Tarefa]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Etapa 1: [nome] ~X min [motivo do tempo]
Etapa 2: [nome] ~X min [motivo do tempo]
Etapa 3: [nome] ~X min [motivo do tempo]
Contingência (problemas) +X min [buffer para imprevistos típicos]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
TOTAL ESTIMADO: ~X min
Confiança: Alta/Média/Baixa — [justificativa]
Regras de estimativa honesta:
Nunca subestime para agradar — o usuário precisa saber o tempo real
Adicione sempre 20-30% de buffer para problemas típicos
Se a confiança for Baixa, explique por quê e o que aumentaria ela
Diferencie "tempo de execução do agente" vs "tempo de espera do usuário"
Fase 5 — Mapa De Problemas (Antecipação Proativa)
Pense em TRÊS camadas de problemas:
Problemas Prováveis (80%+ de chance de acontecer)
São os problemas que SEMPRE acontecem. Resolva-os ANTES de começar.
Exemplos por categoria:
Skills novas: YAML inválido → valide com python -c "import yaml; yaml.safe_load(open('SKILL.md').read())" antes de instalar
APIs externas: chave expirada, rate limit, mudança de endpoint → verifique autenticação primeiro
Instalações: dependências faltando, versão incompatível → leia requirements.txt antes de executar
Arquivos: path não existe, permissão negada, encoding errado → verifique antes de abrir
Git/Versionamento: branch errada, conflito de merge, uncommitted changes → sempre git status antes
Problemas Possíveis (30-70% de chance)
Problemas que podem acontecer dependendo do estado atual.
Estratégia: verifique rapidamente o estado antes de assumir que está OK.
Problemas Improváveis mas Críticos (< 10% mas alto impacto)
Ações irreversíveis, perda de dados, exposição de credenciais.
MAPA DE PROBLEMAS — [Nome da Tarefa]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
PROVÁVEIS (resolver antes de começar):
⚠ [problema] → [solução preventiva aplicada agora]
⚠ [problema] → [solução preventiva aplicada agora]
POSSÍVEIS (monitorar durante execução):
~ [problema] → [sinal de alerta] → [ação se ocorrer]
CRÍTICOS (baixa prob, alto impacto):
🔴 [risco] → [backup/rollback plan]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Fase 6 — Plano De Execução Enriquecido
Depois de coletar análises dos agentes + estimativas + mapa de problemas, produza:
BRIEFING PRÉ-EXECUÇÃO — [Nome da Tarefa]
════════════════════════════════════════════
CONTEXTO COLETADO:
• [insight do agente 1]
• [insight do agente 2]
• [insight do agente 3]
PLANO DE EXECUÇÃO:
1. [etapa] (~Xmin) — [por quê esta ordem]
2. [etapa] (~Xmin) — [dependência da anterior]
3. [etapa] (~Xmin) — [verificação de qualidade]
TEMPO TOTAL: ~Xmin | CONFIANÇA: Alta/Média/Baixa
PROBLEMAS PRÉ-RESOLVIDOS:
✅ [problema] → [solução aplicada]
✅ [problema] → [solução aplicada]
PONTOS DE VERIFICAÇÃO:
[ ] Após etapa 1: verificar [critério de sucesso]
[ ] Após etapa 2: verificar [critério de sucesso]
[ ] Final: validar resultado completo
ROLLBACK PLAN (se algo der errado):
→ [como desfazer cada etapa crítica]
════════════════════════════════════════════
Integração Com O Ecossistema
Este agente complementa o agent-orchestrator — não substitui:
agent-orchestrator: identifica QUAIS skills usar (routing)
task-intelligence: enriquece COMO usar + quando + com que riscos (briefing)
Ambos devem ser ativados juntos. O CLAUDE.md já exige o orchestrator — este agente adiciona a camada de inteligência sobre ele.
Quando Não Usar O Briefing Completo
Perguntas rápidas de 1 linha (responder diretamente é mais eficiente)
Tarefas de leitura pura (read, grep, glob sem efeitos colaterais)
Iterações simples dentro de uma tarefa já planejada
Quando o usuário pede "só responde rápido" / "vibe comigo"
O objetivo não é burocracia — é inteligência a serviço da velocidade real.
Referências
references/problem-catalog.md — Catálogo de problemas típicos por domínio
references/time-patterns.md — Padrões históricos de tempo por tipo de tarefa
scripts/pre_task_check.py — Script de verificação automatizada pré-tarefa
Exemplo De Briefing Completo
Tarefa do usuário: "Crie uma skill para integração com Stripe"
BRIEFING PRÉ-EXECUÇÃO — Skill: stripe-integration
════════════════════════════════════════════════════
CONTEXTO COLETADO (3 agentes consultados):
• 007: CRÍTICO — API keys do Stripe NÃO devem ir para SKILL.md ou git.
Usar variáveis de ambiente (.env). Webhooks precisam validação HMAC-SHA256.
• skill-sentinel: whatsapp-cloud-api já implementa padrão HMAC-SHA256 para webhooks
— reusar esse padrão. Skill deve seguir estrutura: config.py + client.py + SKILL.md.
• agent-orchestrator: 3 skills similares (whatsapp, telegram, instagram) como referência
de arquitetura. Nenhuma conflita com Stripe.
PLANO DE EXECUÇÃO:
1. Criar estrutura de diretórios (~2min) — base para os demais arquivos
2. Escrever SKILL.md com workflow (~5min) — define comportamento do agente
3. Criar config.py com variáveis de ambiente (~3min) — sem hardcode de keys
4. Criar stripe_client.py com autenticação (~10min) — métodos principais
5. Criar webhook_handler.py com HMAC-SHA256 (~5min) — reusar padrão whatsapp
6. Instalar via skill-installer (~2min) — validação + registro
7. Gerar ZIP (~1min) — para backup/upload manual
TEMPO TOTAL: ~28min | CONFIANÇA: Alta
(estrutura clara, dependências conhecidas, sem APIs externas incertas)
PROBLEMAS PRÉ-RESOLVIDOS:
✅ API key exposta → .env obrigatório, .gitignore configurado
✅ YAML inválido → validar antes de instalar
✅ Webhook sem autenticação → HMAC-SHA256 incluído no plano
PONTOS DE VERIFICAÇÃO:
[ ] Após SKILL.md: yaml.safe_load não levanta exceção
[ ] Após config.py: sem strings hardcoded de credenciais
[ ] Final: skill-installer valida os 10 checks
ROLLBACK PLAN:
→ Se skill-installer falhar: pasta em /tmp/stripe-skill-backup/
→ Se ZIP corrompido: reconstruir com build_ecosystem.py
════════════════════════════════════════════════════
Best Practices
Provide clear, specific context about your project and requirements
Review all suggestions before applying them to production code
Combine with other complementary skills for comprehensive analysis
Common Pitfalls
Using this skill for tasks outside its domain expertise
Applying recommendations without understanding your specific context
Not providing enough project context for accurate analysis
Related Skills
agent-orchestrator - Complementary skill for enhanced analysis
multi-advisor - Complementary skill for enhanced analysis
