Resumo: engenharia de prompt é a prática de escrever instruções que levam um modelo de IA a dar a resposta certa, no formato certo. Um bom prompt diz quem o modelo deve ser, dá o contexto, define a tarefa, pede um formato e marca os limites. Com esses elementos, a mesma tarefa sai de uma resposta genérica para uma resposta pronta para uso. Técnicas como exemplos, raciocínio passo a passo e encadeamento resolvem os casos mais difíceis. Duas pessoas pedem à mesma IA um resumo do mesmo relatório. Uma recebe três parágrafos genéricos. A outra recebe cinco pontos objetivos, com números e uma recomendação. O modelo é o mesmo. O que mudou foi o pedido.
Neste artigo
- O que é engenharia de prompt?
- Um prompt em três rodadas
- Quais são os elementos de um bom prompt?
- Quais técnicas de prompt funcionam?
- Prompts prontos para o trabalho
- Como saber se um prompt funciona?
- Quando o prompt deixa de ser pessoal?
- Perguntas frequentes
O que é engenharia de prompt?
Prompt é a instrução que você dá a um modelo de IA. Pode ser uma pergunta, um pedido ou um texto com regras e exemplos.
Engenharia de prompt é a prática de escrever, testar e ajustar essas instruções até o modelo responder do jeito esperado. Não exige programação. Exige clareza sobre o que se quer.
O nome parece técnico, mas a lógica é a de um bom pedido de trabalho. Uma boa referência é tratar o modelo como um funcionário novo, competente, mas sem nenhum contexto sobre a empresa. Se um colega não entenderia o pedido, o modelo também não vai entender.
Um prompt em três rodadas
Veja a mesma tarefa escrita de três formas. O objetivo é resumir o relatório de vendas do trimestre para a diretoria.
Rodada 1: o pedido vago.
Resuma este relatório.
O modelo não sabe para quem é o resumo, o que importa nem o tamanho esperado. A resposta tende a ser longa e genérica.
Rodada 2: com contexto e objetivo.
Você vai resumir o relatório de vendas do 3º trimestre para a diretoria. A diretoria quer saber se a meta foi batida e quais regiões puxaram o resultado para cima ou para baixo.
Agora o modelo sabe o público e o que procurar. A resposta fica mais focada, mas o formato ainda é livre.
Rodada 3: com formato e limites.
Você é um analista financeiro. Resuma o relatório de vendas do 3º trimestre para a diretoria, que tem dois minutos para ler.
Entregue:
Uma frase dizendo se a meta foi batida, com o percentual.
As duas regiões com melhor e as duas com pior resultado, com números.
Uma recomendação de no máximo duas linhas.
Use só os dados do relatório. Se algum número não estiver no texto, escreva "não informado".
A terceira versão define papel, contexto, tarefa, formato e restrições. É a que entrega o resumo que a diretoria consegue usar.
Quais são os elementos de um bom prompt?
Um bom prompt tem cinco elementos. Nem todo prompt precisa de todos, mas cada um resolve um problema.
| Elemento | O que define | Exemplo |
|---|---|---|
| Papel | Quem o modelo deve ser | "Você é um analista financeiro." |
| Contexto | Para quem é e por quê | "A diretoria tem dois minutos para ler." |
| Tarefa | O que fazer, de forma direta | "Resuma o relatório de vendas do 3º trimestre." |
| Formato | Como a resposta deve sair | "Três itens numerados, com números." |
| Restrições | Os limites da resposta | "Use só os dados do relatório." |
Explicar o porquê também ajuda. Em vez de "não use reticências", vale dizer que o texto será lido em voz alta por um sistema de voz. Com o motivo, o modelo acerta casos que a regra não previa.
Outra regra: diga o que fazer, e não só o que evitar. "Escreva em parágrafos curtos" funciona melhor do que "não escreva parágrafos longos".
Quais técnicas de prompt funcionam?
Além dos cinco elementos, algumas técnicas resolvem problemas específicos.
| Técnica | O que é | Quando usar |
|---|---|---|
| Exemplos (few-shot) | Mostrar ao modelo respostas no formato desejado | Quando o formato ou o tom precisam ser exatos |
| Raciocínio passo a passo (chain of thought) | Pedir que o modelo pense antes de responder | Em cálculos, análises e decisões com várias etapas |
| Delimitadores | Separar instruções, dados e exemplos com marcações | Quando o prompt mistura regras e documentos |
| Encadeamento | Dividir uma tarefa grande em vários prompts | Quando um só pedido faz coisas demais |
| Documento antes da pergunta | Colocar textos longos no início e a pergunta no fim | Em análises de documentos extensos |
Exemplos. Segundo a Anthropic, o ideal são de três a cinco exemplos, variados e relevantes. Exemplos demais, porém, podem fazer o modelo copiar o padrão de forma rígida. Os exemplos devem seguir sempre o mesmo formato.
Raciocínio. Pedir que o modelo pense antes de responder melhora tarefas com várias etapas. Nos modelos com raciocínio próprio, funciona melhor dar objetivos de alto nível do que ditar cada passo. O mesmo vale para agentes de IA, que recebem uma meta e decidem sozinhos as etapas.
Delimitadores. Marcações como <documento> e </documento>, ou títulos em Markdown, mostram ao modelo onde termina a instrução e começa o dado.
Encadeamento. A regra é um prompt por instrução. A saída de um vira a entrada do próximo. Primeiro o modelo extrai os números, depois analisa, depois escreve o resumo.
Documento antes da pergunta. Em textos longos, a Anthropic relata respostas até 30% melhores em testes quando o documento vem no início e a pergunta no fim. Quando os documentos são muitos para caber no prompt, a solução é uma base de conhecimento com RAG, que busca só os trechos relevantes.
Prompts prontos para o trabalho
Os modelos abaixo seguem os cinco elementos. Troque o que está entre colchetes pelo seu caso. Eles funcionam no ChatGPT, no Claude, no Gemini e em outros assistentes.
Resumo executivo.
Você é um assessor da diretoria. Resuma o documento abaixo para [público], que tem [tempo] para ler. Entregue: a conclusão principal em uma frase, os três pontos que mais pesam na decisão e o próximo passo recomendado. Use só as informações do documento.
E-mail difícil.
Escreva um e-mail para [destinatário] sobre [assunto]. O objetivo é [resultado esperado]. O tom deve ser [cordial e direto]. Limite: até 120 palavras. Termine com uma pergunta que peça uma resposta clara.
Análise de dados.
Analise a tabela abaixo. Primeiro, descreva o que cada coluna mede. Depois, aponte as três variações mais relevantes e uma possível explicação para cada uma. Se a tabela não permitir concluir algo, diga isso em vez de supor.
Revisão de texto.
Revise o texto abaixo para [público]. Corrija erros, encurte frases com mais de 25 palavras e troque termos técnicos por palavras simples. Mostre o texto revisado e, em seguida, uma lista das mudanças mais importantes.
Como saber se um prompt funciona?
Antes de escrever, defina o que é uma boa resposta e como você vai testá-la.
Na prática:
Teste com casos reais. Use perguntas simples, difíceis e fora do escopo.
Compare versões. Mude uma coisa por vez e veja o efeito na resposta.
Confira os fatos. Um texto bem escrito não garante um número certo.
Registre o que funcionou. Prompts usados dentro de sistemas devem ser tratados como código, com revisão e testes a cada mudança.
Engenharia de prompt é um processo iterativo. A primeira versão raramente é a melhor.
Quando o prompt deixa de ser pessoal?
Um prompt que funciona vira ativo. Quando dez pessoas de um time escrevem o mesmo pedido de dez jeitos, a qualidade varia e ninguém sabe qual versão é a boa.
O passo seguinte é transformar o prompt bom em padrão do time. Isso inclui guardar as versões aprovadas em um lugar comum e definir quem pode alterá-las. Também significa revisar o prompt quando a política ou o processo mudar.
Há ainda um cuidado com o conteúdo. O prompt carrega o que a pessoa cola nele. Contratos, dados de clientes e números internos colados em uma ferramenta sem regra saem do controle da empresa.
Conclusão
Engenharia de prompt é a diferença entre uma resposta genérica e uma resposta útil. Os cinco elementos resolvem a maior parte dos casos: papel, contexto, tarefa, formato e restrições. Técnicas como exemplos, raciocínio passo a passo e encadeamento cuidam do resto.
Um bom prompt nasce de teste e ajuste. Quando ele funciona, vale guardá-lo como padrão e cuidar do que entra nele.
O PRISMON, a base da operação de IA, ajuda a empresa a cuidar desse uso: acesso por cargo e departamento, tratamento do dado sensível antes do modelo, consumo acompanhado por área e registro de cada interação para auditoria. Conheça o PRISMON.
Perguntas frequentes sobre engenharia de prompt
O que é engenharia de prompt?
É a prática de escrever, testar e ajustar instruções para que um modelo de IA dê a resposta certa, no formato certo. Envolve definir papel, contexto, tarefa, formato e restrições, além de técnicas como exemplos e raciocínio passo a passo.
O que é um prompt de IA?
É a instrução dada a um modelo de IA. Pode ser uma pergunta, um pedido ou um texto com regras, exemplos e documentos de apoio.
Como criar um prompt no ChatGPT?
Comece pela tarefa e acrescente quem o modelo deve ser, para quem é a resposta, o formato esperado e os limites. Teste, veja o que faltou e ajuste. Os mesmos princípios valem para o Claude, o Gemini e outros assistentes.
Preciso saber programar para fazer engenharia de prompt?
Não. A maior parte do trabalho é escrever com clareza. Programação entra quando o prompt é usado dentro de sistemas e aplicações, com testes automáticos.
O que é few-shot prompting?
É a técnica de incluir exemplos de resposta no próprio prompt. O modelo segue o padrão dos exemplos. O ideal são de três a cinco, variados e no mesmo formato.