Como escrever prompts claros e confiáveis para IA

Você pede algo para a IA, recebe um texto genérico que não serve, reescreve com mais detalhes, recebe outra coisa quase certa mas no formato errado, e depois de cinco tentativas finalmente chega no que queria — ou desiste e faz na mão. O problema raramente é o modelo. É que o prompt não dizia, de forma verificável, o que você esperava de volta.

A boa notícia: escrever prompts claros não é talento nem sorte. É um hábito de explicitar o que normalmente fica na sua cabeça. Este guia é prático e focado em rotina — não em teoria de como o modelo funciona por dentro, mas em o que você digita e como ajustar quando a resposta sai vaga ou errada.

Por que respostas vagas acontecem

Quando o pedido tem espaço para interpretação, o modelo preenche esse espaço com a opção mais provável — que é, por definição, a mais genérica. "Melhore este texto" não tem direção: melhorar para clareza? Para tom formal? Para caber em 200 palavras? O modelo escolhe uma, e a chance de coincidir com a sua intenção é baixa.

Quase toda resposta ruim cai em uma destas três lacunas:

• Falta de contexto — o modelo não sabe para quem, para quê, ou em que situação. Você sabe; ele não, a menos que esteja escrito.
• Formato não especificado — você queria uma tabela e veio um parágrafo; queria só o código e veio uma aula.
• Critério de sucesso ausente — você não disse como é uma boa resposta, então não há como o modelo (nem você) avaliar se acertou.

Fechar essas três lacunas resolve a maioria dos casos antes de qualquer "técnica avançada".

A estrutura que quase sempre funciona

A fórmula mais confiável para um prompt do dia a dia é objetivo + contexto + formato + restrições. Não precisa ser nessa ordem rígida, mas os quatro elementos precisam estar presentes.

• Objetivo: o que você quer, em uma frase acionável. Verbo claro: "resuma", "reescreva", "liste", "classifique".
• Contexto: para quem é, onde vai ser usado, qual o material de entrada.
• Formato: estrutura exata da saída — tabela, lista, JSON, parágrafo único, número de itens.
• Restrições: limites e exclusões — tamanho máximo, tom, o que NÃO incluir.

Compare. Prompt vago:

Escreva um e-mail sobre o atraso do projeto.

Prompt estruturado:

Objetivo: escreva um e-mail avisando o cliente sobre um atraso de 3 dias na entrega.
Contexto: cliente corporativo, relação boa, atraso por dependência externa (fornecedor de API).
Formato: e-mail curto, máximo 120 palavras, assunto + corpo.
Restrições: tom profissional mas não defensivo; não prometa nova data sem dizer que é estimativa; sem desculpas excessivas.

O segundo elimina as três lacunas de uma vez. Não há mais o que o modelo precise adivinhar.

Seja específico onde importa — e só onde importa

Especificidade não é encher o prompt de palavras. É remover ambiguidade nos pontos que mudam a resposta. "Faça um texto bom" tem zero especificidade útil. "Máximo 3 parágrafos, voz ativa, sem jargão técnico, exemplo concreto no segundo parágrafo" é específico no que importa.

Um truque que funciona: depois de escrever o prompt, leia cada frase perguntando "isso pode ser interpretado de mais de um jeito?". Se sim, e a diferença importa para você, restrinja. Se a diferença não importa, deixe aberto — sobre-especificar engessa a resposta à toa.

Esse cuidado em apontar a intenção em vez de esperar mágica é o coração da prática. Quem quiser o porquê por trás disso — por que "por favor" e letras maiúsculas não mudam nada, e o que de fato move o ponteiro — vale ler Prompt engineering sem fórmulas mágicas, que ataca o tema pelo lado conceitual. Aqui o foco é a mecânica do dia a dia.

Mostre, não só descreva

Para formato, um exemplo vale mais que uma descrição. Se você precisa de uma saída estruturada, cole um exemplo do resultado esperado dentro do prompt:

Classifique cada feedback em positivo, neutro ou negativo.
Responda exatamente neste formato, um por linha:

[texto do feedback] -> [classificação]

Exemplo:
"Entrega rápida, recomendo" -> positivo
"Veio com defeito" -> negativo

O exemplo trava o formato com muito menos ambiguidade do que qualquer instrução escrita. Isso vale para JSON, tabelas, estilo de escrita ou qualquer saída onde a forma importa tanto quanto o conteúdo.

Quebre tarefas grandes em pedaços

Quando o pedido tem muitas partes — "analise este contrato, identifique riscos, sugira mudanças e reescreva as cláusulas problemáticas" —, o modelo tende a fazer tudo de forma rasa. Resultados melhores vêm de separar:

1. Primeiro: "liste as cláusulas que representam risco e por quê."
2. Depois, com a lista na mão: "para cada cláusula listada, proponha uma reescrita."

Você ganha controle, consegue corrigir o rumo no meio do caminho, e cada etapa fica mais fácil de verificar. Tarefa complexa quase nunca é bem resolvida em um único prompt monolítico.

Como consertar quando a resposta sai errada

Refinar é parte do processo — a primeira versão raramente é a ideal. Mas refinar não é repetir o pedido em maiúsculas. É diagnosticar a lacuna e fechá-la:

• Resposta genérica demais → faltou contexto ou critério de sucesso. Adicione público, propósito e um exemplo do que seria "bom".
• Formato errado → especifique a estrutura e cole um exemplo da saída.
• Inventou informação → peça explicitamente "se não tiver certeza, diga que não sabe" e forneça o material de origem em vez de confiar na memória do modelo.
• Ignorou uma instrução → instruções soltas no meio de um texto longo se perdem. Mova as restrições críticas para o fim do prompt e numere-as.
• Foi longe demais → adicione restrição de tamanho e "responda só X, sem introdução nem conclusão".

A iteração eficiente muda uma variável por vez. Se você reescreve o prompt inteiro a cada tentativa, nunca aprende o que causou a melhora.

Perguntas frequentes

Como criar um bom prompt para um modelo de IA?

Comece pela fórmula objetivo + contexto + formato + restrições. Diga o que quer em um verbo claro, explique para quem e em que situação, descreva (ou mostre com exemplo) o formato da saída e liste os limites. Depois, leia o prompt procurando frases ambíguas e feche as que importam.

Como obter respostas mais úteis e precisas da IA?

Forneça o material de origem em vez de confiar na memória do modelo, peça um formato específico com exemplo, e defina o que seria uma boa resposta. Para tarefas com muitas partes, quebre em etapas e verifique cada uma antes de seguir.

Adicionar "por favor" ou usar maiúsculas melhora a resposta?

Não de forma consistente. O que move o resultado é clareza de contexto, formato e restrições — não polidez nem ênfase visual. Maiúsculas podem até ajudar a destacar uma instrução crítica, mas só funcionam se a instrução em si for específica.

Por que a IA ignora parte do que peço?

Geralmente porque a instrução estava enterrada no meio de um texto longo, ou porque havia pedidos demais em um único prompt. Numere as restrições, mova as mais importantes para o fim e, se forem muitas tarefas, separe em prompts sequenciais.

O que levar deste guia

Prompt claro é prompt sem espaço para adivinhação. Escreva objetivo, contexto, formato e restrições; mostre um exemplo quando o formato importa; quebre tarefas grandes; e, quando errar, diagnostique qual das três lacunas — contexto, formato ou critério — causou o problema, e feche só ela. Não é técnica secreta. É o hábito de colocar no texto o que normalmente fica subentendido.