Prompts de IA: o método para escrever prompts que geram respostas úteis

Escrever um prompt de IA é parecido com escrever um bom briefing para um colega. Os fornecedores de modelos publicam suas próprias orientações, como o guia de prompt engineering da OpenAI, e os princípios abaixo são comuns à maioria deles. Nosso verbete sobre prompt engineering explica o vocabulário.

O que é um prompt de IA?

Um prompt é tudo o que o modelo lê antes de responder: sua pergunta, as instruções, os documentos colados e as mensagens anteriores da conversa. O modelo não tem nenhuma outra informação sobre seu objetivo, seu público ou seu padrão de qualidade. Um prompt vago recebe uma resposta mediana, porque o modelo preenche as lacunas com as escolhas genéricas mais prováveis.

Quais são as partes de um bom prompt?

1. Papel

Diga à IA quem ela deve ser: "Você é um redator B2B que escreve para diretores financeiros." O papel define vocabulário, tom e nível de especialização.

2. Contexto

Explique a situação: a empresa, o produto, o público, o objetivo do texto, o que já foi feito. É a parte que a maioria pula e a que mais muda os resultados.

3. Tarefa

Formule uma única tarefa clara com um verbo de ação: escrever, resumir, comparar, reescrever, listar. Divida trabalhos grandes em vários prompts.

4. Restrições

Tamanho, tom, palavras a evitar, fatos a incluir, nível de leitura, idioma. As restrições transformam uma resposta genérica em uma que combina com sua marca.

5. Formato

Diga como a resposta deve ser: uma tabela com colunas definidas, uma lista numerada, três versões, um objeto JSON, intertítulos e parágrafos curtos.

6. Exemplos

Mostre um ou dois exemplos do que você espera. Essa técnica se chama few-shot prompting, por causa do artigo de pesquisa Language Models are Few-Shot Learners, que mostrou que grandes modelos conseguem aprender uma tarefa com poucos exemplos colocados no prompt. Veja nosso verbete sobre few-shot learning.

Quais técnicas de prompt funcionam melhor?

• Pedir etapas: em tarefas de raciocínio, pedir que o modelo resolva o problema passo a passo melhora a precisão. A ideia foi formalizada na pesquisa sobre chain-of-thought prompting.
• Fornecer material de referência: cole o texto-fonte, os dados ou o guia de estilo e peça que o modelo use só isso. Isso reduz fatos inventados.
• Pedir uma autorrevisão: "Confira sua resposta em relação às restrições e corrija o que não se encaixa."
• Fazer o modelo perguntar primeiro: "Antes de escrever, me faça as perguntas de que precisa." Útil quando você não sabe que contexto dar.
• Iterar: trate a primeira resposta como rascunho e refine com retornos precisos ("mais curto", "mais concreto", "sem jargão").
• Separar instruções e conteúdo: coloque o texto colado entre marcadores claros para que o modelo não o confunda com suas instruções.

Prompt fraco ou bom prompt: exemplos de marketing

Que erros evitar?

• Pouco contexto: o modelo adivinha seu público e seu objetivo.
• Várias tarefas de uma vez: a qualidade cai em cada uma.
• Instruções contraditórias: "curto, mas detalhado", "formal, mas descontraído".
• Pedir fatos sem fontes: o modelo pode produzir números plausíveis, mas falsos. Forneça os dados ou verifique tudo.
• Aceitar a primeira resposta: duas ou três rodadas de retorno costumam fazer a diferença.
• Colar dados confidenciais em ferramentas cuja política de dados você não verificou.

Para prompts de SEO e GEO prontos para usar, construídos com esse método, veja nossa biblioteca de prompts de SEO e GEO. Para melhorar seus prompts ao longo do tempo, nosso verbete sobre otimização de prompts explica como comparar versões entre si.

E os prompts que seus clientes digitam?

Os prompts também importam no sentido inverso. Quando um comprador pergunta ao ChatGPT "qual software de contabilidade para uma agência pequena?" ou ao Perplexity "melhor CRM para imobiliárias", a resposta cita poucas marcas. Esses prompts funcionam como buscas: mais longos, mais conversacionais, mais específicos, e decidem cada vez mais quem entra na lista.

Acompanhar uma lista desses prompts e verificar quais marcas aparecem se chama monitoramento de prompts. Ele mostra em quais perguntas você é recomendado, em quais está ausente e quais fontes as IA citam no seu lugar. Esses dados orientam depois seus conteúdos: as páginas que respondem com clareza a essas perguntas, com fatos com fonte, são as que os assistentes citam.

Um bom prompt de IA dá ao modelo o que um bom colega precisaria: um papel, o contexto, uma tarefa, restrições claras, um formato e um exemplo; e os prompts que seus clientes digitam merecem a mesma atenção, porque decidem se as IA recomendam você. Para acompanhar esses prompts de clientes no ChatGPT, no Claude e no Gemini, a Sorank acompanha de 25 a 150 prompts conforme o plano, mostra quem é citado no seu lugar e publica artigos otimizados no autopilot, com 3 dias de teste grátis.