Sempre que a IA cometer um erro técnico e esse erro for corrigido, registrar automaticamente uma entrada de base de conhecimento seguindo um padrão consistente, rastreável e reutilizável.
A base deve servir para:
- evitar reincidência do mesmo erro;
- documentar sintomas, causas e correções;
- preservar decisões técnicas;
- facilitar regressões e criação de testes;
- melhorar futuras respostas da IA no projeto.
Use esta skill sempre que ocorrer qualquer uma destas situações:
- A IA sugeriu uma implementação incorreta.
- A IA interpretou errado uma regra de negócio.
- Um bug foi encontrado após código gerado ou alterado pela IA.
- Uma correção manual foi aplicada sobre uma resposta anterior da IA.
- Um teste falhou e revelou comportamento incorreto.
- Uma diferença semântica entre sistemas foi descoberta.
- Um erro de parsing, geração, SQL, encoding, tipo de dado ou runtime foi corrigido.
Cada correção deve ser registrada neste padrão:
## — <Título curto do problema>
**Sintoma:**
<Descrever objetivamente o erro observado. Incluir mensagem de erro, valor incorreto, arquivo, linha, programa ou cenário quando houver.>
**Causa raiz:**
<Explicar por que o erro aconteceu. Deve ir além do sintoma. Informar arquivo, função, método, regra ou decisão incorreta.>
**Correção:**
<Descrever exatamente o que foi alterado para resolver o problema. Se houver múltiplas partes, numerar.>
**Arquivos alterados:**
- `<arquivo>` — <descrição curta da alteração>
**Testes adicionados:**
- `<arquivo de teste>` — <descrição dos testes criados>
- <caso 1>
- <caso 2>
**Impacto:**
<Explicar o efeito da correção: bugs resolvidos, compatibilidade restaurada, testes passando, risco reduzido, comportamento alinhado etc.>