paulasilvatech ASP Personas do SDLC Agêntico v1.0.0
EN PT ES
06 architect · Design

Tech Lead

Engenharia de contexto para o time.

Atualizado: 2026-04-24 14 seções Baixar .zip

O Technical Lead é a persona que engenheira contexto para o squad. Em um SDLC AI-native, o Technical Lead opera uma pilha de primitivas validadas que tornam os agentes do time rápidos, baratos e corretos.

Resumo executivo

O Technical Lead é dono do catálogo de primitivas em nível de time: AGENTS.md, instruções escopadas, prompts, skills, hooks e a tabela de roteamento que os vincula. Em um SDLC AI-native, o Technical Lead opera dentro da fase de Design com um conjunto fixo de primitivas: um agente de auditoria de contexto, quatro slash prompts, instruções escopadas, hooks validados por schema e uma lista curada de MCPs validados. As saídas primárias são o orçamento de contexto auditado, o plano de scope split para tarefas grandes, packs de contexto pré-carregado para novas features e o kit de primitivas do squad.

Papel e responsabilidades

Pense no Technical Lead como o chefe de gabinete de uma equipe cirúrgica. Eles não seguram o bisturi, mas garantem que os instrumentos estejam esterilizados, rotulados e ao alcance antes que o cirurgião comece. Em um SDLC AI-native, os instrumentos são agentes, prompts, instruções, skills e hooks, e o Technical Lead é responsável pelo fato de que o squad alcance a ferramenta certa sem ler o repositório inteiro toda vez.

Responsabilidades primárias:

  • Escrever e manter o AGENTS.md, o prompt raiz para todo agente no repositório
  • Curar as instruções escopadas do squad para manter o orçamento de contexto baixo
  • Governar o catálogo de prompts, consolidando duplicatas e aposentando comandos defasados
  • Rodar auditorias de contexto em todo repositório do squad para detectar inchaço e vazamentos
  • Dividir tarefas grandes em unidades paralelizáveis com fronteiras de escopo claras
  • Operar o agente Context Auditor e os prompts /audit-context, /scope-split, /prime-context, /team-primitives
  • Alinhar primitivas com os princípios do Enterprise Architect e o CODEMAP do Software Architect

Jobs to be done

  1. Como Technical Lead, eu quero que o orçamento de contexto do squad fique abaixo do limiar, para que os agentes sejam rápidos e acessíveis.
  2. Como Technical Lead, eu quero tarefas grandes divididas em unidades paralelizáveis, para que o squad entregue em horas, não em sprints.
  3. Como Technical Lead, eu quero contexto pré-carregado antes de o Developer iniciar uma feature, para que Copilot e Claude Code encontrem os arquivos certos imediatamente.
  4. Como Technical Lead, eu quero que o kit de primitivas do squad seja um único diretório, para que onboarding de um novo engenheiro custe minutos.
  5. Como Technical Lead, eu quero que instruções escopadas carreguem padrões applyTo, para que o custo em tokens escale com o diff, não com o repo.
  6. Como Technical Lead, eu quero auditorias de contexto rodando em todo PR, para que o catálogo não apodreça.

Dores antes da era AI-native

  1. AGENTS.md sem limites. Um prompt raiz cresce sem review, empurrando todo agente contra o teto de tokens.
  2. Sprawl de prompts. Dois squads escrevem independentemente /implement, /build e /do. A consistência colapsa.
  3. Contexto carregado avidamente. Toda sessão lê o diretório docs/ inteiro. Dez mil tokens gastos antes da primeira pergunta.
  4. Tarefas grandes presas em uma sessão. Uma feature pensada para três engenheiros leva três dias para um agente porque ninguém dividiu o escopo.
  5. Novos engenheiros fazem onboarding por folclore. O conhecimento tribal de qual prompt usar é falado, não codificado.

Fluxo diário AI-native

O Technical Lead opera um loop fixo todo dia. O loop usa primitivas do GitHub Copilot dentro do Visual Studio Code e Claude Code no terminal, além de um pequeno catálogo de MCPs validados para contexto externo.

Setup da manhã

  1. Abra o repositório do squad no Visual Studio Code. GitHub Copilot Chat carrega o AGENTS.md e as instruções escopadas de primitivas.
  2. Puxe o último main e liste prompts, instruções, agentes e hooks alterados durante a noite.
  3. Rode /audit-context para confirmar que o orçamento de contexto do squad está abaixo do limiar e que nenhum prompt referencia um arquivo aposentado.
  4. Revise o dashboard de primitivas gerado a partir da telemetria do GitHub MCP.

Execução no meio do dia

  1. Priming de contexto. Invoque /prime-context para toda feature começando nesta semana. O agente Context Auditor produz um pack de contexto pré-carregado que lista os arquivos, contratos e IDs de requisito exatos que o Developer deve ler primeiro.
  2. Divisão de escopo. Invoque /scope-split em qualquer tarefa estimada acima de um dia útil. O agente decompõe o trabalho em unidades paralelizáveis com dependências explícitas e handoffs.
  3. Curadoria de primitivas. Invoque /team-primitives em qualquer novo prompt, instrução ou hook proposto pelo squad. O agente verifica duplicação, corretude de escopo e impacto em custo de tokens.
  4. Consultas entre squads. Levante propostas de primitivas no canal de arquitetura do Teams via o Microsoft 365 Agents SDK MCP para feedback de Technical Leads pares.

Revisão no fim da tarde

  1. Invoque /audit-context como varredura final em todos os PRs abertos. Bloqueie o merge em qualquer PR que quebre o orçamento de contexto a menos que um plano de scope split vinculado justifique a mudança.
  2. Abra um pull request com mudanças de primitivas. GitHub Copilot Code Review comenta em padrões applyTo, duplicação e impacto em custo de tokens.
  3. Publique o digest diário de primitivas no canal do Teams do squad via Microsoft 365 Agents SDK, resumindo primitivas novas, revisadas e aposentadas.
  4. Atualize a tabela de roteamento em docs/routing.md para que todo repositório mapeie seu conjunto canônico de prompt, agente e instruções.

Primitivas recomendadas

Agente

AgenteArquivoPropósito
context-auditor.github/agents/context-auditor.agent.mdAuditar orçamento de contexto, dividir escopo, pré-carregar contexto, curar primitivas de time

O Context Auditor usa claude-sonnet-4-6 por padrão. Ferramentas: read, edit, search, grep, glob. Sem acesso a bash. Extended thinking é habilitado apenas para /scope-split, onde a análise de dependência se beneficia de raciocínio mais profundo.

Slash prompts

ComandoArquivoPropósito
/audit-context.github/prompts/audit-context.prompt.mdConfirmar que o orçamento de contexto está abaixo do limiar e nenhum prompt referencia um arquivo aposentado
/scope-split.github/prompts/scope-split.prompt.mdDecompor uma tarefa grande em unidades paralelizáveis com dependências explícitas
/prime-context.github/prompts/prime-context.prompt.mdProduzir um pack de contexto pré-carregado listando arquivos, contratos e IDs de requisito exatos
/team-primitives.github/prompts/team-primitives.prompt.mdCurar novos prompts, instruções e hooks para o squad

Instruções escopadas

applyTo com escopo reduz o custo em tokens em aproximadamente 68 por cento comparado a instruções globais.

Escopo (applyTo)ArquivoPropósito
AGENTS.md.github/instructions/agents-root.instructions.mdFormato do prompt raiz, orçamento de tokens, sintaxe de roteamento
.github/prompts/**/*.prompt.md.github/instructions/prompts.instructions.mdFrontmatter do prompt, contrato de entrada, forma de saída
.github/instructions/**/*.instructions.md.github/instructions/scoped-instructions.instructions.mdDisciplina de applyTo e orçamento de conteúdo

Hooks

Hooks custam zero tokens de LLM. São a camada de governança mais forte para primitivas.

  • pre-commit: rejeitar qualquer arquivo de prompt ou instruções que exceda o orçamento por arquivo em tokens ou careça de frontmatter
  • post-commit: regenerar a tabela de roteamento e o índice de primitivas
  • pre-merge: rodar /audit-context contra o diff do PR e bloquear o merge em achados não resolvidos

MCPs validados

MCPPropósitoDono
GitHub MCP ServerInspecionar repositórios, PRs e runs do Actions para auditar o uso de contexto no squadGitHub (oficial)
Microsoft Learn Docs MCPAncorar primitivas em documentação atual da Microsoft e do Azure, evitando trechos defasadosMicrosoft (oficial)
Azure MCP ServerCorrelacionar comportamento de primitivas com telemetria do Application Insights em runs de agenteMicrosoft (oficial)
Azure DevOps MCP ServerLer work items do Azure Boards que informam scope splits quando o time usa Azure DevOpsMicrosoft (oficial)
Microsoft 365 Agents SDK MCPPublicar digests de primitivas no Teams e ingerir feedback do OutlookMicrosoft (oficial)

Exemplos reais

Exemplo 1: pré-carregar contexto para uma nova feature

Entrada: Uma feature para adicionar SSO de parceiro ao portal, com requisitos aprovados e um contrato aceito.

Invocação: /prime-context.

Saída esperada:

  1. Um docs/primed-context/partner-sso.md listando os seis arquivos fonte que o Developer deve ler primeiro, os dois contratos que a feature toca, os quatro IDs de requisito e o único ADR que restringe a escolha do token broker.
  2. Um link de contexto pré-carregado anexado à issue do GitHub via o GitHub MCP para que qualquer engenheiro que pegue a tarefa comece com os arquivos certos abertos no Visual Studio Code.

Exemplo 2: divisão de escopo em uma tarefa grande

Entrada: Um ticket estimado em sete dias úteis para um único engenheiro introduzir rollout de feature flag em quatro serviços.

Invocação: /scope-split.

Saída esperada:

  1. Um docs/scope-splits/feature-flag-rollout.md com cinco unidades paralelizáveis, suas dependências e atribuições nomeadas de engenheiro.
  2. Cinco issues do GitHub criadas via o GitHub MCP, cada uma com link de contexto pré-carregado e um critério de aceitação.
  3. Uma atualização na tabela de roteamento para que cada unidade mapeie para o conjunto correto de agente e prompt.

Anti-padrões

  1. Crescimento do AGENTS.md por acreção. Todo squad adiciona um parágrafo, ninguém remove um. Mitigação: o hook de pre-commit enforça o orçamento da raiz.
  2. Copy-paste de prompts entre repos. A deriva garante comportamento inconsistente. Mitigação: catálogo central de prompts com versionamento semântico e curadoria /team-primitives.
  3. Carregar todo o docs/ avidamente. Desperdício de tokens. Mitigação: instruções escopadas com applyTo e um pack de contexto pré-carregado por feature.
  4. Dividir escopo sem dependências. Unidades paralelas que colidem silenciosamente produzem retrabalho. Mitigação: /scope-split emite um grafo de dependência explícito e o enforça na tabela de roteamento.
  5. Primitivas escritas sem review. Prompts não verificados convidam alucinação. Mitigação: toda primitiva aterrissa via PR com Copilot Code Review e aprovação humana.

KPIs e métricas de impacto

KPILinha baseMetaMedição
Conformidade de orçamento de contexto no squad50 por cento100 por centoDashboard do audit-context
Taxa de duplicação de prompt35 por cento< 5 por centoDiff do catálogo de prompts
Tempo para fazer onboarding de um novo engenheiro10 dias< 2 diasPesquisa de ramp-up
Cobertura de scope-split em tarefas grandes20 por cento100 por centoLabels de issue no GitHub
Adoção de primed-context por feature30 por cento100 por centoAuditoria de metadados de PR no GitHub
Custo em tokens do agente por PR merged1.5M< 1MRelatório de uso do Copilot

Maturidade em quatro níveis

NívelNomeMarcadores
L1ManualSem AGENTS.md, prompts ad-hoc, contexto carregado avidamente
L2AssistidoAGENTS.md existe mas não é testado, sem instruções escopadas, sem auditorias
L3AumentadoAgente Context Auditor, quatro slash prompts, instruções escopadas, GitHub MCP, audit-context em PR
L4AutônomoKit completo de primitivas, hooks enforçados, primed-context padrão por feature, scope splits automáticos, tabela de roteamento ao vivo

Integração com outras personas

  • Do Enterprise Architect: princípios e expressões de gate que restringem o design de primitivas
  • Do Software Architect: CODEMAP.md e contratos que informam a tabela de roteamento
  • Para o Developer: packs de primed-context, scope splits e prompts curados prontos para uso
  • Para o QA Engineer: unidades de escopo testáveis com vinculação de aceitação explícita
  • Para o DevOps Engineer: hooks como camada de governança em todo workflow
  • Para o Engineering Manager: dados de auditoria que ancoram decisões de capacidade e staffing
  • Para o Release Manager: tabela de roteamento como mapa canônico de PRs para as primitivas que os produziram

Glossário

  • AGENTS.md: prompt raiz carregado por todo agente em toda sessão, limitado por um orçamento estrito em tokens.
  • Primed context: um pack curado de arquivos, contratos e IDs de requisito que uma nova sessão deve ler primeiro.
  • Scope split: decomposição estruturada de uma tarefa grande em unidades paralelizáveis com dependências explícitas.
  • Tabela de roteamento: o mapa canônico de repositórios e diretórios para os agentes, prompts e instruções que os governam.
  • Instruções escopadas: orientação aplicada por pattern match em paths de arquivo via applyTo, mantendo o custo em tokens proporcional ao diff.
  • Orçamento de contexto: o teto de tokens por sessão enforçado por hooks e medido pelo /audit-context.

Referências