O que fazer quando a primeira resposta de IA não está certa

Diagnostique o que deu errado antes de reescrever todo o prompt

Uma resposta decepcionante geralmente se encaixa numa de poucas categorias: faltou contexto que você tinha mas não declarou, ignorou uma restrição, usou o formato errado, ou está confiantemente errada sobre um fato. Nomear qual delas aconteceu aponta para uma correção específica — uma restrição ausente pede que se adicione a restrição explicitamente, não que se reescreva todo o prompt do zero ou se repita com mais força.

Adicione exatamente o que estava faltando, não mais instruções em geral

Uma vez que você saiba o que estava faltando, adicione exatamente aquilo: a restrição, o exemplo, o pedaço de contexto ou a descrição de formato que teria deixado o pedido claro. Veja como escrever um prompt claro e específico, linkado abaixo, para os fundamentos que esta etapa geralmente utiliza — a maior parte da iteração é aplicar o mesmo punhado de coisas que o primeiro prompt deixou de fora.

Saiba quando começar um prompt novo em vez de remendar

Uma longa sequência de pequenas correções pode deixar uma conversa carregando instruções contraditórias que o modelo agora está tentando conciliar — nesse ponto, um prompt novo e completo que declara tudo o que você aprendeu que precisa é geralmente mais rápido e confiável do que mais um remendo. Isso também vale a pena lembrar quando a resposta está confiantemente errada sobre um fato, em vez de apenas fora do formato: remendar as palavras não vai consertar isso, já que não é um problema de redação — veja por que a IA alucina, linkado abaixo, para o que realmente está acontecendo nesse caso.

Perguntas frequentes

A resposta está bem escrita, mas factualmente errada — como corrijo o prompt?

Você quase não consegue corrigir isso reformulando o prompt, porque não é um problema de redação. Veja por que a IA alucina, linkado abaixo, para o que realmente está acontecendo e o que de fato ajuda, como pedir ao modelo que cite fontes verificáveis ou usar um modo de pesquisa que busca informações.

Devo continuar corrigindo na mesma conversa ou começar uma nova?

Qualquer uma das duas pode funcionar, mas uma longa cadeia de pequenas correções corre o risco de deixar instruções contraditórias para trás. Se uma conversa já teve várias correções, um prompt novo e completo costuma ser mais confiável do que mais um remendo.

Quantas vezes devo tentar antes de desistir de uma abordagem de prompt?

Não há um número fixo — mas se duas ou três correções específicas e diagnosticadas não ajudaram, o problema pode não ser o prompt de forma alguma. Veja como escolher um modelo para sua tarefa, linkado abaixo, para saber se a tarefa pode precisar de um tipo diferente de modelo.