Como escrever um bom prompt: o que informar para a IA entender melhor o que você quer

1. Um bom prompt começa pelo objetivo, não por uma frase mágica

O ponto mais importante é dizer o que você quer que seja feito.

Compare:

“Me ajude com inglês.”

com:

“Corrija este e-mail em inglês e explique os três principais erros que cometi.”

Ou:

“Faça um texto.”

com:

“Escreva uma introdução de até 150 palavras para um artigo dirigido a iniciantes sobre backup.”

Nos dois casos, a segunda versão define:

• a tarefa;
• o objeto da tarefa;
• o resultado esperado.

OpenAI, Google, Microsoft e Anthropic convergem atualmente em uma recomendação simples: instruções claras e específicas tendem a produzir respostas mais úteis.

Isso não significa que o prompt precisa ser grande.

O melhor prompt é o suficientemente claro para o trabalho.

2. Contexto melhora a resposta quando é realmente relevante

Contexto é a informação que ajuda a IA a interpretar corretamente o pedido.

Pode incluir:

• quem você é naquele contexto;
• o que já tentou;
• onde a resposta será usada;
• qual problema está tentando resolver;
• quais dados importam;
• qual material deve ser considerado.

Exemplo:

“Estou preparando uma apresentação de cinco minutos para gestores não técnicos. Preciso explicar por que backup e sincronização não são a mesma coisa.”

Esse contexto ajuda a IA a decidir:

• nível de detalhe;
• vocabulário;
• exemplos;
• prioridade do conteúdo.

Mas contexto útil é diferente de despejar tudo o que você sabe.

Informação irrelevante pode:

• distrair;
• criar contradições;
• esconder a tarefa principal.

A pergunta prática é:

esta informação muda a resposta que eu quero receber?

Se não muda, talvez não precise estar no prompt.

3. Diga para quem é a resposta e quais limites ela precisa respeitar

Quando a saída será usada por outra pessoa, o público importa.

Você pode especificar:

• iniciante ou especialista;
• cliente;
• estudante;
• gestor;
• público técnico ou não técnico;
• criança ou adulto, quando isso for realmente relevante.

Evite estereótipos.

Em vez de:

“Explique como se fosse para uma pessoa velha.”

prefira:

“Explique para alguém sem experiência técnica, usando termos simples e definindo qualquer jargão necessário.”

Também indique restrições importantes:

• idioma;
• tom;
• tamanho;
• pontos obrigatórios;
• pontos que devem ser evitados;
• data ou contexto temporal;
• ferramentas permitidas;
• fontes permitidas.

Exemplo:

“Responda em português do Brasil, em até 300 palavras, para público não técnico. Não use siglas sem explicar.”

Restrições conflitantes pioram o resultado.

Se você pedir simultaneamente “seja extremamente detalhado” e “use no máximo 80 palavras”, a IA terá de escolher como conciliar instruções incompatíveis.

4. Peça o formato que realmente vai usar

Formato deve servir ao trabalho.

Exemplos úteis:

• parágrafo;
• lista;
• checklist;
• tabela;
• passo a passo;
• comparação;
• resumo;
• código ou JSON, quando realmente necessário.

Se você quer tomar uma decisão:

“Compare A e B em uma tabela com custo, facilidade, manutenção e riscos.”

Se quer executar uma tarefa:

“Organize em passos numerados, começando pelo teste menos destrutivo.”

Se quer texto pronto:

“Escreva dois parágrafos, em tom profissional, sem tópicos.”

OpenAI, Google, Microsoft e Anthropic documentam atualmente que especificar formato, comprimento ou estrutura pode orientar melhor a resposta.

Mas não transforme tudo em JSON ou tabela por hábito.

Um formato útil é aquele que você consegue usar depois.

5. Se a resposta deve vir de um material específico, diga isso

Este é um dos comandos mais úteis para estudo, revisão de documentos e análise de fontes.

Exemplo:

“Responda apenas com base no texto abaixo. Se o texto não trouxer a informação, diga que não é possível concluir.”

Isso ajuda a distinguir duas tarefas:

A. usar somente o material fornecido

e

B. combinar o material com conhecimento geral

Você também pode pedir:

“Separe o que está explicitamente no documento do que é inferência.”

ou:

“Use os dados da tabela como fonte principal e não complete números ausentes.”

Esse tipo de instrução reduz extrapolações não desejadas.

Mas não garante erro zero.

Mesmo trabalhando com um documento, a IA pode interpretar mal um trecho, omitir uma condição ou fazer uma inferência incorreta.

Para pontos importantes, confira a fonte original.

6. Explique o que a IA deve fazer quando faltar informação

Muitos resultados ruins surgem porque o pedido exige informação que nunca foi fornecida.

Você pode antecipar isso com uma instrução como:

“Se faltar uma informação importante para responder, pergunte antes de assumir.”

Ou:

“Se precisar assumir alguma coisa, declare a premissa antes da resposta.”

Ou, para uma tarefa em que você não quer interrupção:

“Se faltar um dado secundário, faça a melhor estimativa possível e marque claramente que é uma suposição.”

Essas instruções não garantem que todos os sistemas agirão exatamente da mesma forma.

Mas deixam clara a sua preferência.

Isso é especialmente útil para:

• orçamentos;
• planejamento;
• análise de documentos;
• recomendações;
• pesquisa;
• cálculos.

7. Exemplos ajudam, mas não precisam aparecer em todo pedido

Um exemplo pode mostrar à IA:

• estilo;
• formato;
• classificação desejada;
• nível de detalhe;
• tipo de resposta.

Por exemplo:

“Quero títulos no padrão ‘Problema: como separar causa A de causa B’. Exemplos: ‘Wi-Fi lento: como separar sinal, rede e dispositivo’ e ‘Impressora offline: como separar conexão e fila’.”

Agora a IA enxerga um padrão.

Google e Anthropic documentam o uso de exemplos como uma técnica útil para orientar formato e comportamento.

Mas exemplos demais também podem prender a resposta a padrões que você não queria reproduzir.

Use exemplos quando eles esclarecem.

Não por ritual.

8. Tarefas complexas podem funcionar melhor em etapas

Pedidos muito grandes misturam decisões diferentes.

Exemplo:

“Analise meu negócio, escolha o público, crie a estratégia, escreva a página, faça o calendário e revise tudo.”

Pode funcionar, mas fica difícil saber onde a resposta começou a desviar.

Uma alternativa:

1. analisar;
2. propor opções;
3. escolher critérios;
4. desenvolver;
5. revisar;
6. finalizar.

OpenAI, Google, Microsoft e Anthropic recomendam, em diferentes contextos, decompor tarefas complexas ou encadear etapas quando isso ajuda a controlar o resultado.

Isso não significa que todo pedido precise ser dividido.

Se a tarefa é simples, um prompt simples costuma bastar.

9. A primeira resposta é começo de uma conversa, não o resultado definitivo

Você não precisa reescrever o prompt inteiro porque uma parte ficou ruim.

Use a própria conversa para ajustar.

Exemplos:

“Aprofunde a segunda opção.”

“Reduza pela metade.”

“Explique sem jargão.”

“Mostre quais premissas você adotou.”

“Reescreva mantendo estes três pontos.”

“O que está faltando para responder com mais precisão?”

“Dê três alternativas e compare os trade-offs.”

OpenAI e Microsoft destacam explicitamente a iteração como parte normal do prompting.

Anthropic e Google também recomendam testar e ajustar instruções para o caso real.

A pergunta seguinte pode ser mais importante que o primeiro prompt.

10. Em perguntas factuais, peça fontes, incerteza e verifique o que importa

Para pesquisa e fatos, você pode pedir:

• “separe fato de inferência”;
• “cite as fontes”;
• “diga o que é incerto”;
• “não invente informação ausente”;
• “marque o que precisa ser verificado”;
• “use fontes atuais e autoritativas”.

Se a pergunta depende de informação recente, diga isso:

“Use informação atual até hoje e verifique em fontes recentes, se esta ferramenta tiver acesso à web.”

Essa última parte importa porque recursos de busca e acesso a informações recentes variam entre produtos, planos e contextos.

E pedir fontes não torna automaticamente as fontes verdadeiras.

Modelos de linguagem ainda podem:

• errar fatos;
• inventar referências;
• citar algo que não sustenta a afirmação;
• apresentar confiança excessiva.

Por isso:

1. abra a fonte;
2. confira autor/data;
3. veja se ela realmente sustenta a afirmação;
4. prefira fontes primárias ou autoridades adequadas.

11. Prompt longo, cargo de “especialista” e palavras mágicas não garantem qualidade

Algumas técnicas podem ser úteis em contextos específicos.

Por exemplo:

“Atue como professor de matemática do ensino médio.”

Isso pode ajudar a definir:

• vocabulário;
• perspectiva;
• tom.

Mas o rótulo não transforma automaticamente a resposta em verdade.

“Você é o maior especialista do mundo” não substitui:

• dados;
• contexto;
• fontes;
• verificação.

Também não existe uma expressão universal que garanta resposta melhor.

Frases como:

• “por favor”;
• “aja como gênio”;
• “pense passo a passo”;
• “tenha 100% de certeza”;

não substituem um pedido claro.

O mesmo vale para prompts gigantes.

Mais texto pode ajudar quando traz contexto necessário.

Pode atrapalhar quando só adiciona:

• repetição;
• buzzwords;
• instruções incompatíveis;
• detalhes irrelevantes.

Se você precisa entender a resposta, peça:

• explicação concisa;
• premissas principais;
• etapas de cálculo relevantes;
• evidências;
• verificações.

Não é necessário pedir raciocínio interno ou uma transcrição privada do processo mental da IA.

12. Um modelo simples de prompt que você pode adaptar

Use esta estrutura como checklist, não como formulário obrigatório.

Objetivo: O que a IA deve fazer?

Contexto: Que informação muda a resposta?

Material/dados: Existe texto, arquivo, tabela ou informação que precisa ser usada?

Restrições: Idioma, extensão, tom, prazo, itens obrigatórios ou proibidos?

Formato desejado: Parágrafo, tabela, lista, passos, código?

Público: Quem vai ler ou usar a resposta?

Se faltar informação: Perguntar? Declarar premissa? Fazer estimativa marcada?

Fontes/incerteza: Precisa citar fontes? Usar informação atual? Separar fato de inferência?

Nem todos os campos são necessários em todos os pedidos.

Três exemplos de antes e depois

1. Escrita

Antes:

“Melhore meu texto.”

Depois:

“Revise o texto abaixo para um público não técnico. Preserve os fatos e o tom profissional. Corte repetições e mostre no fim as três mudanças mais importantes.”

2. Aprendizado

Antes:

“Me ensine Excel.”

Depois:

“Estou começando no Excel e preciso aprender PROCV/PROCX para trabalho. Explique o conceito com um exemplo simples e depois me dê um exercício sem mostrar a resposta.”

Se o seu objetivo principal for estudar, veja [Como usar inteligência artificial para estudar e aprender sem apenas copiar respostas](/br/35/software-it/ai-tools/como-usar-inteligencia-artificial-para-estudar).

3. Decisão

Antes:

“Qual é melhor?”

Depois:

“Compare A e B para [objetivo]. Considere custo, facilidade e manutenção. Mostre vantagens, desvantagens e em quais situações cada um faz mais sentido.”

Conclusão

Um prompt melhor normalmente segue:

objetivo → contexto → público → restrições → formato → material → informação ausente → fontes/incerteza → iteração.

Você não precisa preencher todos esses itens.

Use apenas os que realmente mudam o trabalho.

A melhor pergunta para revisar um prompt continua sendo:

“Se outra pessoa lesse isto, ela entenderia o que eu quero receber?”

Fontes públicas

• OpenAI Help Center — Como crio um bom prompt para um modelo de AI?
• OpenAI Help Center — Práticas recomendadas de engenharia de prompt para o ChatGPT.
• OpenAI Help Center — O ChatGPT diz a verdade?
• Google AI for Developers — Estratégias de design de comandos.
• Google AI for Developers — Embasamento com a Pesquisa Google.
• Microsoft Support — Introdução à escrita de prompts no Microsoft Copilot.
• Microsoft Support — Escreva um ótimo prompt no Microsoft Copilot.
• Anthropic — Prompting best practices.