A lacuna não são as ideias — é a estrutura. Alguém tem um negócio, um assunto para aprender, um roteiro para escrever, digita duas linhas no ChatGPT e recebe duas linhas de volta. O PromptNinja pega as duas linhas e devolve o prompt que a pessoa deveria ter escrito: contexto, restrições, formato de saída, prompts de continuação — o raciocínio explicitado, pronto para colar no assistente que você já usa.

O único controle é um modo: General, Business, Study, Code. Ele não muda para onde vai a saída — muda como o modelo pensa a entrada. A mesma ideia de café vira um plano em fases com KPIs em Business, um currículo progressivo em Study, uma spec com edge cases em Code. Testado colando a saída em quatro assistentes diferentes; a decomposição se mantém.

Os system prompts importam menos que o espaço que o modelo recebe. Com temperatura 0.7 e 1,500 tokens todo modo desabava na mesma lista de bullets sem relevo; com 1.0 e 4,000 ele decompõe. Esse número é protegido no código como um schema. A interface sai da frente: sem modais, sem spinners abaixo de dois segundos, os resultados aparecem quando ficam prontos.

Toda geração é registrada com tokens, custo e latência. Rodei a mesma entrada de café em cinco modelos lado a lado e li as saídas, não os benchmarks: o plano gratuito roda em Gemini Flash-Lite por uma fração de centavo, o Pro em Claude Haiku porque escreve de duas a quatro vezes mais fundo no modo Business. Os limites diários são dimensionados pelo custo medido, não chutados.

Um protótipo em PHP validou os modos. Uma versão em Next.js validou o Stripe e o fluxo, e então esbarrou no preço da Vercel. Uma reescrita em Python no plano gratuito da Oracle rodou até a instância sumir. O produto vive no Cloudflare Workers com Hono e D1: uma dependência em produção, um edge global, sem servidores, deploy em um comando. Login por magic link, histórico criptografado, assinaturas no Stripe, rate limiting — tudo das mesmas mãos, projetado para rodar sem elas.