Prompt Engineering: O Guia Definitivo

Prompt Engineering é a arte de criar instruções que fazem LLMs produzirem exatamente o resultado que você quer. É a skill mais importante para quem trabalha com IA generativa.

Por que Prompt Engineering Importa

O mesmo modelo, prompts diferentes:

❌ Prompt ruim:
"Escreva sobre Python"

→ Resultado: Texto genérico, sem foco

✅ Prompt bom:
"Escreva um tutorial de 500 palavras explicando 
list comprehensions em Python. Inclua 3 exemplos 
práticos de uso real, do básico ao avançado. 
Use tom didático para iniciantes."

→ Resultado: Exatamente o que você precisa

Os 6 Elementos de um Bom Prompt

1. Papel (Role)

Defina quem o modelo deve ser:

"Você é um engenheiro de software sênior com 10 anos 
de experiência em Python e arquitetura de sistemas."

"Você é um professor de matemática que explica 
conceitos complexos de forma simples."

"Você é um copywriter especializado em e-commerce 
que escreve descrições de produtos que convertem."

2. Contexto

Forneça informações relevantes:

"Estou construindo uma API REST para um e-commerce.
O sistema usa FastAPI, PostgreSQL e Redis para cache.
Temos 10.000 usuários ativos por dia."

Com esse contexto, o modelo pode dar respostas
muito mais específicas e úteis.

3. Tarefa

Seja específico sobre o que quer:

❌ Vago: "Me ajude com código"

✅ Específico: "Escreva uma função Python que:
- Recebe uma lista de dicionários com 'nome' e 'idade'
- Retorna apenas os maiores de 18 anos
- Ordena por nome em ordem alfabética
- Inclua type hints e docstring"

4. Formato de Saída

Especifique exatamente como quer a resposta:

"Responda em JSON com o seguinte formato:
{
  "resumo": "string",
  "pontos_principais": ["string"],
  "sentimento": "positivo|negativo|neutro",
  "confianca": 0.0-1.0
}"

"Responda em formato de tabela markdown com colunas:
| Feature | Prós | Contras | Nota (1-5) |"

"Responda em bullet points, máximo 5 itens."

5. Exemplos (Few-Shot)

Mostre o que você quer:

"Classifique o sentimento dos textos.

Exemplo 1:
Texto: 'Adorei o produto!'
Sentimento: positivo

Exemplo 2:
Texto: 'Péssimo atendimento'
Sentimento: negativo

Exemplo 3:
Texto: 'Chegou no prazo'
Sentimento: neutro

Agora classifique:
Texto: 'O produto é bom mas o preço é alto'
Sentimento:"

6. Restrições

Defina limites claros:

"Responda em no máximo 100 palavras."

"Use apenas informações do contexto fornecido."

"Se não souber a resposta, diga 'Não tenho essa informação'."

"Não use jargão técnico, explique para leigos."

"Responda apenas em português brasileiro."

Técnicas Avançadas

Chain of Thought (CoT)

Faça o modelo "pensar" passo a passo:

❌ Sem CoT:
"Quanto é 23 x 17?"

✅ Com CoT:
"Quanto é 23 x 17? Pense passo a passo."

Resposta com CoT:
"Vou resolver passo a passo:
1. 23 x 17 = 23 x (10 + 7)
2. 23 x 10 = 230
3. 23 x 7 = 161
4. 230 + 161 = 391
Resposta: 391"

Isso melhora MUITO respostas de raciocínio!

Self-Consistency

Peça múltiplas respostas e escolha a mais comum:

"Resolva este problema 3 vezes usando abordagens 
diferentes. Depois, escolha a resposta que aparece 
com mais frequência ou que faz mais sentido."

Útil para:
- Problemas de lógica
- Decisões complexas
- Quando precisão é crítica

Tree of Thoughts

Explore múltiplos caminhos de raciocínio:

"Para resolver este problema, considere 3 abordagens:

Abordagem A: [descreva]
- Prós:
- Contras:

Abordagem B: [descreva]
- Prós:
- Contras:

Abordagem C: [descreva]
- Prós:
- Contras:

Agora escolha a melhor e justifique."

ReAct (Reasoning + Acting)

Combine raciocínio com ações:

"Para responder perguntas, siga este formato:

Pensamento: Analise o que precisa descobrir
Ação: Descreva a ação necessária
Observação: O que você aprendeu
... (repita se necessário)
Resposta Final: Sua resposta

Pergunta: Qual a população do Brasil?

Pensamento: Preciso buscar dados atuais de população
Ação: Consultar fontes demográficas
Observação: IBGE estima 203 milhões em 2022
Resposta Final: A população do Brasil é de 
aproximadamente 203 milhões de habitantes."

Templates Prontos

Template: Assistente de Código

SYSTEM PROMPT:

Você é um assistente de programação expert.

Ao responder sobre código:
1. Analise o problema antes de escrever código
2. Escreva código limpo e bem comentado
3. Inclua tratamento de erros
4. Adicione exemplos de uso
5. Sugira melhorias quando relevante

Linguagem preferida: Python
Estilo: Conciso mas completo
Formato: Markdown com code blocks

Template: Análise de Texto

SYSTEM PROMPT:

Você é um analista de texto especializado.

Para cada texto fornecido, extraia:

1. RESUMO (máx 50 palavras)
2. PONTOS PRINCIPAIS (3-5 bullets)
3. SENTIMENTO (positivo/negativo/neutro)
4. ENTIDADES MENCIONADAS (pessoas, empresas, lugares)
5. TÓPICOS (tags relevantes)

Formato de saída: JSON estruturado

Template: Geração de Conteúdo

SYSTEM PROMPT:

Você é um copywriter profissional.

Para criar conteúdo, siga:

1. TOM: [formal/informal/técnico/casual]
2. PÚBLICO: [descrição do público-alvo]
3. OBJETIVO: [informar/vender/engajar/educar]
4. FORMATO: [blog post/social media/email/etc]
5. TAMANHO: [palavras ou parágrafos]

Sempre inclua:
- Hook no início
- CTAs quando apropriado
- Linguagem do público-alvo

Erros Comuns

❌ Erro 1: Prompts vagos

❌ "Escreva sobre marketing"
✅ "Escreva um artigo de 800 palavras sobre 
   estratégias de marketing digital para 
   pequenas empresas em 2025, focando em 
   táticas de baixo custo."

❌ Erro 2: Não dar contexto

❌ "Como melhorar a performance?"
✅ "Como melhorar a performance de queries SQL
   em uma tabela PostgreSQL com 10 milhões de 
   registros? A query atual usa JOIN com 3 
   tabelas e demora 15 segundos."

❌ Erro 3: Instruções contraditórias

❌ "Seja conciso mas explique em detalhes"
✅ "Dê uma resposta concisa (máx 100 palavras)
   seguida de uma explicação detalhada 
   opcional marcada como 'Saiba mais:'"

❌ Erro 4: Não especificar formato

❌ "Liste os prós e contras"
✅ "Liste prós e contras em formato de tabela:
   | Aspecto | Prós | Contras |
   Inclua pelo menos 5 itens de cada."

Otimização de Prompts

Processo Iterativo

1. Escreva prompt inicial
2. Teste com exemplos variados
3. Identifique falhas
4. Ajuste o prompt
5. Teste novamente
6. Repita até satisfatório

Dica: Mantenha um log de versões do prompt
e resultados para cada versão.

A/B Testing de Prompts

# Compare diferentes versões

prompt_v1 = "Resuma este texto em 3 frases."
prompt_v2 = "Resuma este texto em exatamente 
            3 frases, capturando os pontos 
            principais sem perder informação 
            crítica."

# Teste com 10+ inputs diferentes
# Meça: precisão, completude, consistência
# Escolha a melhor versão

Conclusão

Prompt Engineering é uma skill que se desenvolve com prática. Os princípios são simples:

• Seja específico — quanto mais detalhe, melhor
• Dê contexto — o modelo não lê mentes
• Use exemplos — mostre o que você quer
• Itere — primeiro prompt raramente é perfeito