A mesma ferramenta de IA dá respostas medíocres a uma pessoa e respostas excelentes a outra. A diferença raramente está no modelo — está na forma como lhe pedimos as coisas. Isso tem nome: prompt engineering, a arte de escrever instruções que a IA entende e executa bem.
Porque é que o pedido importa tanto
Um LLM responde ao que lê. Um pedido vago ("escreve sobre marketing") gera uma resposta vaga. Um pedido preciso, com contexto e objetivo, gera algo útil. Não é preciso ser programador — é preciso ser claro, como se estivesses a delegar a um colega competente mas que não te lê a mente.
Os ingredientes de um bom prompt
- Contexto: quem és, para quem é, qual a situação ("sou gestor de uma PME industrial...").
- Tarefa clara: o que queres exatamente ("resume em 5 pontos", "escreve um email de resposta").
- Formato: lista, tabela, tom formal ou informal, número de palavras.
- Exemplos: mostrar um ou dois exemplos do que esperas melhora imenso o resultado.
Dá um papel à IA
Começar com "age como um analista financeiro experiente" ou "és um redator especializado em saúde" orienta o modelo para o tom e o conhecimento certos. Definir um papel é das formas mais simples e eficazes de elevar a qualidade da resposta.
Itera em vez de desistir
Raramente o primeiro prompt é o melhor. Se a resposta não serve, não recomeces do zero — refina: "mais curto", "com um exemplo concreto", "num tom mais direto". A conversa é uma ferramenta; cada ajuste aproxima-te do que precisas.
O erro mais comum
Pedir demasiado de uma vez. "Faz-me um plano de marketing completo" dá um resultado genérico. Divide: primeiro o público-alvo, depois os canais, depois as mensagens. Passos pequenos e específicos batem sempre um pedido gigante e vago.
Na prática
Escreve prompts como delegas trabalho: com contexto, objetivo, formato e exemplos, e iterando. É uma competência que se aprende depressa e melhora tudo o que fazes com IA. Qual foi a última vez que a IA te desiludiu — e o teu pedido tinha contexto suficiente?
