Pesquisa técnica

SkillAI & models

Investigates technical questions in primary sources, source code, standards, and reproducible experiments, producing a traceable synthesis with facts, inference, and gaps separated. Use when a decision depends on real API behavior, technology comparison, or a technically uncertain fact; save the pie

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the Pesquisa técnica skill

What this skill tells your AI

The instructions your AI receives, as published by promovaweb/specsfy in specialists/specsfy-specialist-technical-research/SKILL.md and read by ahel’s review.

Quando usar

  • Acionar quando uma decisão de arquitetura, biblioteca ou abordagem depende de um fato técnico que ninguém confirmou com fonte primária.
  • Acionar também para comparar alternativas antes de uma decisão cara de reverter, ou para verificar se um comportamento assumido ainda é válido na versão atual de uma dependência.
  • Não acionar para reconfirmar uma escolha já decidida só para produzir justificativa — isso é viés de confirmação, não pesquisa.
  • Combinar com $specsfy-specialist-software-architecture quando a pesquisa embasar diretamente uma decisão estrutural registrável em ADR.

Fluxo

  1. Formular a pergunta específica, a decisão que ela vai suportar, o escopo e a recência necessária (comportamento de hoje, ou histórico é suficiente?).
  2. Definir de antemão que evidência confirmaria ou refutaria cada alternativa — sem isso, qualquer resultado parece confirmar a hipótese inicial.
  3. Priorizar, nesta ordem: especificação/standard, documentação oficial versionada, código-fonte e changelog oficiais, experimento reproduzível no ambiente alvo, e só então fonte secundária.
  4. Verificar versão, data de publicação e aplicabilidade ao ambiente real observado no projeto — um comportamento documentado para outra versão não é evidência para a versão em uso.
  5. Triangular toda afirmação crítica para a decisão com uma segunda fonte independente, e executar experimento controlado quando a documentação não resolver a dúvida.
  6. Separar explicitamente fatos confirmados, inferências (prováveis mas não confirmadas), riscos e lacunas que permanecem sem evidência.
  7. Sintetizar com links diretos à fonte, próximos à afirmação específica que sustentam, e a implicação concreta para a decisão em jogo.

Padrões

  • Não usar snippet de fórum, blog pessoal ou resposta de IA genérica como autoridade sobre comportamento de API quando existe fonte primária acessível — usar como pista para onde procurar a fonte primária, não como citação final.
  • Citar a página e a seção específica da fonte próxima da afirmação, não um link genérico para a home da documentação.
  • Sintetizar preservando o contexto necessário para a decisão; evitar transcrição extensa que apenas desloca o trabalho de leitura para depois.
  • Registrar versão e data de qualquer fonte cujo comportamento pode mudar entre releases — sem isso, a conclusão expira silenciosamente.
  • Quando duas fontes conflitam, declarar o conflito explicitamente em vez de escolher uma silenciosamente sem justificar por que ela prevalece.
  • Não criar um research.md paralelo à fonte normativa do projeto; a pesquisa é indexada e vive no local que a spec do projeto consumidor define.
  • Tratar benchmark publicado por fornecedor da própria tecnologia como evidência interessada — útil como ponto de partida, nunca como conclusão final sem reprodução independente.

Antipadrões

  • Pesquisar depois de já ter decidido, buscando apenas confirmação — a pergunta formulada no passo 1 já nasce enviesada ("por que X é melhor", em vez de "X ou Y, e sob que critério").
  • Citar "a documentação diz" sem link nem versão — torna a afirmação impossível de reverificar quando o comportamento mudar.
  • Copiar benchmark de marketing de um fornecedor como se fosse medição neutra do ambiente do projeto.
  • Resolver uma pergunta com múltiplas fontes conflitantes escolhendo a que confirma a preferência inicial, sem registrar que havia conflito.

Validação

  • Cada conclusão que sustenta a decisão tem evidência direta e rastreável (link + versão + data), não apenas afirmação de memória.
  • As fontes usadas correspondem à versão e ao runtime real do projeto consumidor, não a uma versão genérica ou desatualizada.
  • Experimentos executados são reproduzíveis por outra pessoa e não alteram produção nem dado real.
  • Lacunas e incerteza residual estão explícitas na síntese final, não escondidas atrás de uma conclusão mais confiante do que a evidência permite.
  • Não apresentar uma hipótese não triangulada como fato — linguagem que implica certeza sem a evidência correspondente é proibida.

Skills relacionadas

  • $specsfy-specialist-domain-modeling usa fontes externas para alinhar conceitos sem substituir o vocabulário validado do domínio.
  • $specsfy-specialist-prototyping transforma incerteza técnica em experimento descartável com hipótese e critério de parada.
  • $specsfy-specialist-software-architecture quando a pesquisa embasar uma decisão estrutural registrável em ADR.
  • $specsfy-specialist-laravel-package-manager quando a pesquisa precisar confirmar documentação, versão ou instalação de um pacote Composer Laravel.
  • $specsfy-specialist-debugging quando a "pesquisa" for, na verdade, investigar por que um comportamento observado diverge do documentado — nesse caso o diagnóstico de causa raiz é o objetivo, não a comparação de alternativas.

Leia references/standards.md para a hierarquia de fontes, a matriz de avaliação de evidência e o formato de síntese.

Signals

GitHub stars
79
Forks
37
Last commit
Sep 2026
Advanced
Catalog kind
skill
Gateway key
specsfy-specialist-technical-research
Source
github.com/promovaweb/specsfy