Como usar arquivos de prompt no Visual Studio em 10 minutos ou menos
[[academy-video-youtube({"vid": "LMnPDtWMqvg", "start_time": "0", "title": "Como usar arquivos de prompt no Visual Studio em 10 minutos ou menos", "creator": "Tim Corey", "length": "6m 58s"})]]
Os arquivos de instruções são um recurso relativamente novo que permite aos desenvolvedores armazenar instruções personalizadas para ferramentas de IA, como o GitHub Copilot, em um único local reutilizável. Em seu vídeo " Como usar arquivos de prompts no Visual Studio em 10 minutos ou menos ", Tim Corey demonstra todo o processo de criação, salvamento e uso de um arquivo de prompts do Visual Studio para aprimorar as sugestões de código do Copilot e automatizar tarefas comuns de desenvolvimento.
Este artigo segue a demonstração de Tim. Ao longo deste guia, você verá como configurar arquivos de prompts reutilizáveis, onde armazená-los no repositório do seu projeto e como habilitá-los na visualização de chat do Copilot para responder a tarefas específicas ou solicitações de chat em linha.
Introdução aos arquivos de prompts
No início do vídeo (0:00), Tim afirma que os arquivos de prompts podem ser "formas realmente poderosas de melhorar o desempenho dos modelos de IA que você utiliza". Eles funcionam como uma espécie de prompt de bate-papo ou caixa de prompts integrada para o Copilot e outras ferramentas de IA. Em vez de colar instruções sempre que precisar, você mantém um arquivo Markdown dentro do seu projeto para que o sistema possa carregá-lo automaticamente sempre que você trabalhar nele.
Configurando um projeto de exemplo
Aos 0:24, Tim abre o Visual Studio com um novo aplicativo de console .NET 9. Sem nenhuma configuração extra — apenas "Arquivo → Novo Projeto". Essa criação em branco demonstra como você pode adicionar suporte a prompts a qualquer repositório de código-fonte.
O plano de Tim: criar um arquivo de prompts na pasta raiz do projeto e, em seguida, demonstrar como habilitá-lo no chat do GitHub Copilot para obter sugestões e explicações de código mais detalhadas.
Obtendo o conteúdo do prompt
Aos 0:38, Tim escolhe seu exemplo de comando: "Modo Fera", um conjunto de instruções personalizadas contribuídas pela comunidade e criadas por Burke Holland. Tim copia o texto bruto para poder colá-lo em seu projeto mais tarde (0:59).
Ele também explica que você precisará ter acesso a todas as pastas subjacentes. Tim usa a extensão File Explorer para Visual Studio (1:01). Se você não o tiver, vá para "Extensões → Gerenciar extensões" e procure por "Explorador de Arquivos" (1:05). Essa ferramenta expõe todos os arquivos e pastas — não apenas os já associados à sua solução — facilitando a criação e o gerenciamento de prompts reutilizáveis ou de mais de um arquivo simultaneamente.

Criando a estrutura de pastas de prompts
Às 1:40, Tim mostra a pasta raiz do seu aplicativo de exemplo de console no Explorador de Arquivos. Você pode ver a pasta do projeto, bin, obj e assim por diante (1:42).
Ele clica com o botão direito do mouse no menu de contexto (1:49) e escolhe "Nova Pasta", digitando:
.github\prompts
.github\prompts
Este único comando cria uma pasta oculta GitHub e uma subpasta prompts (1:58). Tim enfatiza que "prompts" é plural (2:04). O Visual Studio mostra imediatamente o ícone do GitHub na pasta (2:10), confirmando que foi reconhecido corretamente. É aqui que você armazena e referencia todos os seus arquivos de prompts para esse projeto.
Adicionando o arquivo de prompt
Dentro da pasta de prompts, Tim cria um novo arquivo markdown chamado:
BeastMode31.prompt.md
BeastMode31.prompt.md
(2:17). Este é um arquivo de instruções reutilizável contendo os comandos para o Copilot. Uma vez criado, Tim o abre e cola o texto bruto do gist (2:33). Ele diz que vai incluir o resumo na descrição do vídeo (2:36).

Tim então faz uma pausa para alertar os espectadores (2:38–3:09): sempre leiam cada linha de qualquer instrução que vocês baixarem. Oculto no meio do processo, um prompt malicioso poderia solicitar a extração de chaves, o envio de dados para outro local ou a modificação do código de maneiras inesperadas. O próprio Tim lê "cada palavra" (2:46). Esta é uma dica de segurança vital ao trabalhar com exemplos contribuídos pela comunidade.
Por que essa estrutura é importante
Às 3:13, Tim observa que, como o arquivo fica em GitHub/prompts, se você adicionar o projeto ao controle de versão, o arquivo de prompts irá junto (3:26). Todos os desenvolvedores da equipe recebem as mesmas instruções personalizadas e o mesmo contexto de IA, tornando seu fluxo de trabalho previsível. Você pode até mesmo definir instruções reutilizáveis para tarefas comuns e mantê-las com controle de versão, assim como seu código-fonte.
Usando o recurso de prompt no chat do Copilot
Às 3h31, Tim abre o GitHub Copilot Chat no Visual Studio. Ele amplia a visualização do chat (3:34), clica no botão "+" (3:39) e vê uma lista de arquivos de prompts disponíveis. Como o arquivo está no diretório de prompts, o Copilot o detecta automaticamente (3:43). Tim clica em beastmode31.prompt.md e o ativa (3:50).

Com o arquivo de prompt ativado, Tim escolhe qual LLM executar. Ele está usando o Claude 4 (3:56), mas você pode selecionar outro modo ou mecanismo do Copilot. Em seguida, ele digita uma solicitação de teste: "Por favor, adicione injeção de dependência e configuração a este projeto" (4:09). Essa é uma tarefa típica de desenvolvimento em que um bom prompt pode ajudar o Copilot a gerar o código correto e explicar cada etapa.
Observando o copiloto trabalhar com o comando.
Tim mostra como o Copilot começa a usar o arquivo de prompt (4:15). Ele carrega primeiro as instruções do Modo Besta e, em seguida, produz uma lista de verificação de etapas (4:34). O Copilot até pede permissão para instalar pacotes (4:37).
Tim menciona que Burke Holland recomenda permitir a aprovação automática (4:46), mas o próprio Tim prefere clicar em "Permitir" manualmente todas as vezes (5:01). Ele nunca clica em "Permitir sempre" ou "Permitir nesta sessão" (4:53). Isso lhe permite manter o controle sobre o que a IA realmente executa.

À medida que o Copilot executa as etapas, ele adiciona os pacotes necessários, modifica o código e cria arquivos de configuração como appsettings (6:17). Tim demonstra como negar uma ordem sobre a qual não tem certeza (5:44–5:49). Você pode pesquisar um comando primeiro e depois decidir (5:52–5:58). Isso impede que a IA "alucine" e faça coisas que você não pretende (6:06).
Esta parte do vídeo mostra exatamente como executar prompts, selecionar prompts e usá-los para tarefas específicas diretamente no seu editor — sem precisar copiar e colar texto em cada nova sessão.
A principal conclusão: Arquivos de prompts reutilizáveis
Ao final (6:23), Tim destaca o "ponto crucial": usar um arquivo de instruções garante que o LLM funcione da maneira que você deseja — pesquisar primeiro, seguir suas instruções e manter a consistência em todos os projetos. É como atribuir ao Copilot um comando de barra permanente ou uma mensagem de sistema personalizada para o seu fluxo de trabalho.
Tim conclui às 6:34: "É assim que se usa um arquivo de prompts no Visual Studio." Você pode criar mais de um arquivo (por exemplo, exemplos da comunidade separados ou tarefas comuns), armazená-los em GitHub/prompts e deixar o Copilot descobri-los automaticamente.
Conclusão
O breve vídeo de Tim Corey demonstra um uso completo e prático de arquivos de prompt do Visual Studio:
-
Crie uma pasta GitHub/prompts na sua pasta raiz.
-
Adicione um arquivo Markdown .prompt.md com as instruções personalizadas escolhidas.
-
Leia e verifique antes de usar.
-
Habilite-o na visualização de chat do GitHub Copilot e teste com solicitações de chat em linha ou em caixa de diálogo.
- Aprovar ou rejeitar cada ação manualmente para evitar alterações não intencionais.
Seguindo a abordagem de Tim, os desenvolvedores podem armazenar, modificar e reutilizar prompts para tarefas comuns de desenvolvimento e solicitações específicas de geração de código diretamente no Visual Studio (ou até mesmo no VS Code, que oferece suporte a uma estrutura de pastas semelhante). Isso permite que ferramentas de IA como o Copilot forneçam respostas melhores, expliquem o código e se integrem perfeitamente ao seu fluxo de trabalho existente, mantendo você no controle.
