Como escrever um prompt de IA claro e específico

Dê ao modelo o contexto que ele não consegue adivinhar

Um modelo responde com base no que está na conversa mais o que aprendeu durante o treinamento — ele não sabe para quem você está escrevendo, o que você já tentou, ou por que a tarefa importa, a menos que você diga. "Reescreva este e-mail" e "reescreva este e-mail para que um cliente já frustrado o leia como um pedido de desculpas, não como uma desculpa esfarrapada" são a mesma tarefa com uma quantidade diferente de contexto, e recebem respostas diferentes. O contexto não precisa ser longo; precisa incluir o único ou os dois fatos que mudariam a forma como uma pessoa faria a tarefa.

Declare as restrições em vez de esperar que fiquem implícitas

Um limite de tamanho, um nível de leitura, um tom, algo a evitar mencionar, um prazo que a resposta precisa respeitar — um modelo aplica uma restrição se você a declarar, e caso contrário recorre a um padrão genérico que pode não se encaixar. "Mantenha abaixo de 150 palavras" e "evite jargão técnico" são ambas restrições que um modelo consegue seguir de forma confiável uma vez explícitas; nenhuma delas é algo que ele infere corretamente sozinho com qualquer consistência.

Nomeie o formato de saída que você realmente quer

Uma lista com marcadores, um parágrafo curto, uma tabela, uma linha de assunto mais um corpo — pedir a forma desejada de antemão evita uma mensagem de acompanhamento pedindo para reformatar. Isso importa mais, não menos, quando a saída precisa ser processada por algo além de uma pessoa lendo; para esse caso, veja como pedir saída estruturada, linkado abaixo, que é o guia complementar mais aprofundado sobre este ponto.

Adicione um exemplo quando uma descrição sozinha seria ambígua

Algumas coisas são mais fáceis de mostrar do que de descrever — um estilo próprio, um tom, um formato específico para uma tarefa recorrente. Um exemplo bem escolhido muitas vezes resolve uma ambiguidade que várias frases de descrição não resolveriam. Veja few-shot prompting, linkado abaixo, para saber como usar mais de um exemplo de forma deliberada, e quando vale a pena o comprimento extra no prompt.

Perguntas frequentes

Um prompt mais longo sempre gera uma resposta melhor?

Não — um prompt mais longo só ajuda se o comprimento extra for contexto, uma restrição ou um exemplo que o modelo de outra forma não teria. Encher um prompt com instruções repetidas ou enchimento não melhora a resposta e pode enterrar a parte que realmente importava.

Um prompt claro vai impedir que um modelo erre os fatos?

Não. Um prompt claro torna mais provável que o modelo entenda o que você está pedindo, mas não verifica fatos nem elimina a alucinação — veja por que a IA alucina, linkado abaixo, para o que realmente causa isso e por que o prompt sozinho não consegue corrigir isso.

Qual é a única coisa mais útil para adicionar a um prompt vago?

Geralmente o contexto: o único ou os dois fatos sobre o público, o objetivo ou a situação que uma pessoa precisaria para fazer bem a tarefa. Uma restrição ou um exemplo também ajudam, mas importam menos se o modelo ainda não sabe para quem é a resposta.