Inteligência artificial · Na prática · 6 min de leitura
Técnicas de prompt que funcionam
Instruções claras, contexto, exemplos e formato de saída definido melhoram muito as respostas — sem truques mágicos.
Arraste para o lado para ver o diagrama inteiro.
O básico que mais rende
- Seja específico: diga o objetivo, o público e o que não quer.
- Dê contexto: cole os dados relevantes em vez de esperar que o modelo saiba.
- Mostre exemplos (few-shot) do formato e do tom desejados.
- Defina a saída: “responda em JSON com os campos…”, “em até 5 tópicos”.
- Separe as partes com marcações claras (títulos ou tags) para o modelo não confundir instrução com conteúdo.
Raciocínio passo a passo
Pedir para o modelo pensar em etapas antes da resposta final (chain-of-thought) melhora tarefas de lógica e matemática. Modelos de raciocínio já fazem isso internamente; nos demais, peça o raciocínio separado da resposta.
Itere como engenharia
Monte um pequeno conjunto de casos de teste, mude uma coisa por vez e compare. Um prompt bom é aquele que acerta nos seus exemplos — não o que parece bonito.
Em resumo
- Objetivo, contexto, exemplos e formato.
- Separe instruções do conteúdo.
- Peça raciocínio em etapas para lógica.
- Teste com casos reais e itere.