O que é Prompt? Explicação simples para gestores

Toda vez que alguém digita algo no ChatGPT, está escrevendo um prompt. Parece trivial — é só escrever a pergunta, certo? Errado. A qualidade do prompt define a qualidade da resposta, mais que o modelo. Este texto explica o que é prompt, por que importa e como evitar o erro mais comum em projeto de IA.

Veja também a definição no nosso glossário de IA.

O que é Prompt (em uma frase)

Prompt é a instrução que você dá para o modelo de IA, incluindo contexto, exemplo, restrição e formato desejado de resposta. É o input do qual o modelo parte para gerar output.

Em português direto: é o que você escreve para a IA. Pode ser uma palavra (“resuma”) ou um bloco complexo de instrução, exemplos e regras. Quanto mais bem escrito, melhor a resposta.

A diferença entre prompt vago e prompt bem feito é enorme. O mesmo modelo, com o mesmo dado, pode dar resposta inútil ou excelente — só dependendo de como foi instruído.

Por que isso importa

Em projeto empresarial, a tentação é culpar o modelo quando a resposta vem ruim. “Esse GPT não serve para o meu caso.” Na maioria das vez, o problema não é o modelo — é o prompt.

Sintomas clássicos de prompt mal feito:

• Resposta genérica que poderia valer para qualquer empresa.
• Resposta longa demais ou curta demais.
• Formato errado — pediu tabela, veio parágrafo.
• Tom inadequado — pediu formal, veio coloquial.
• Resposta fora do escopo — a IA inventa, divaga, foge do tema.

Cada um desses problemas se resolve mexendo no prompt, não trocando de modelo. E mexer no prompt custa minutos; trocar de modelo custa projeto inteiro.

Engenharia de prompt é a disciplina de escrever prompt bom. Não é mágica nem dom — é técnica que se aprende.

Como funciona, sem código

Pense no prompt como briefing para um estagiário inteligente, mas que não conhece sua empresa. Quanto mais completo o briefing, melhor o resultado:

• Tarefa clara — o que exatamente você quer que a IA faça.
• Contexto — quem é a empresa, qual o público, qual o objetivo.
• Restrição — tamanho, tom, o que não fazer.
• Formato de saída — parágrafo, lista, JSON, tabela.
• Exemplo (opcional, mas poderoso) — mostre como quer.
• Papel — “aja como especialista em X” ajuda a calibrar tom.

Quanto mais desses elementos no prompt, mais previsível a resposta.

Exemplo prático: e-mail de resposta a cliente

Imagine um gestor de relacionamento que quer usar IA para rascunhar resposta a um cliente insatisfeito.

Prompt ruim (vago): “Escreva um e-mail respondendo um cliente reclamando do atraso na entrega.”

O modelo gera texto genérico, provavelmente com desculpa vazia, sem reconhecer o problema, sem proposta concreta. O gestor vai reescrever quase tudo. Não economizou tempo.

Prompt bom (completo): “Você é gerente de uma loja de móveis planejados. Responda por e-mail a um cliente que reclamou de atraso de 12 dias na entrega, pedindo cancelamento. Use tom formal e empático, reconheça o erro, proponha desconto de 10% como compensação e confirme nova data de entrega em até 5 dias úteis. Máximo 150 palavras. Não prometa reembolso total.”

O modelo gera e-mail específico, no tom certo, com a proposta concreta que o gestor queria. Pronto para revisão leve e envio. Economia real de tempo.

Mesmo modelo, mesma ferramenta. Diferença: qualidade do prompt.

Tipos de prompt

Vale distinguir as variações:

• Zero-shot — você só descreve o que quer, sem exemplo. (O que é zero-shot?)
• Few-shot — você dá alguns exemplos no próprio prompt.
• Chain of thought — você pede para o modelo pensar passo a passo antes de responder.
• System prompt — instrução fixa no início da conversa, que define comportamento geral.

Cada tipo serve para um caso. Prompt de tarefa simples é zero-shot. Prompt de tarefa com padrão é few-shot. Prompt de raciocínio complexo é chain of thought.

Erros comuns ao escrever prompt

Vale evitar:

• Ser vago — “faça algo bom”. O modelo não sabe o que é bom para você.
• Pedir tudo de uma vez — tarefa complexa em uma frase vira bagunça. Quebre em etapas.
• Não dar restrição — sem limite de tamanho, a IA escreve páginas.
• Esperar adivinhação — se você não disse, o modelo não sabe.
• Misturar papéis — pedir para “ajeitar” o que não combinou no prompt anterior. Melhor reescrever o prompt.
• Confundir prompt com fine-tuning — prompt é instrução na hora; fine-tuning é treinar modelo. Coisas diferentes.

Quando vale prompt engineering

Para uso pessoal no ChatGPT, melhorar o prompt resolve 80% dos casos. Para projeto empresarial, vale um passo além:

• Catalogar prompts que funcionam, para reutilizar.
• Testar variação e medir resultado.
• Padronizar system prompt para consistência em produção.
• Combinar com RAG quando a IA precisa de documento específico.

Não é over-engineering. É processo — e processo é o que separa projeto de IA que escala de experimento que fica só no protótipo.

Cuidados ao adotar

• Custo de token. Prompt longo custa mais por chamada. Vale encontrar tamanho ótimo, não máximo.
• Context window tem limite. Não dá para encher de contexto além do que o modelo aguenta.
• Modelo diferente pede prompt diferente. GPT, Claude e Gemini respondem melhor a estilos levemente distintos.
• Versão de modelo muda comportamento. Prompt que funcionava em GPT-3.5 pode precisar de ajuste em GPT-4.
• Alucinação não some só com prompt melhor. Pedir “não invente” ajuda pouco. Para reduzir de verdade, vale RAG e fonte citada.

Perguntas frequentes

Existe “prompt perfeito”?

Não existe prompt perfeito universal. Existe prompt bom para uma tarefa específica, com um modelo específico. A receita é testar, medir resultado, refinar. Em projeto sério, vale catalogar versões e comparar qualidade.

Prompt substitui treinamento do modelo?

Em muitos casos, sim. Antes de partir para fine-tuning, vale esgotar o que dá para fazer com prompt — especialmente few-shot. Muita “necessidade de treinar modelo” some quando o prompt melhora.

Prompt longo é sempre melhor?

Não. Prompt longo pode confundir o modelo e custar mais. O ideal é o tamanho certo: contexto suficiente, restrição clara, sem redundância. Mais que isso não ajuda — às vezes atrapalha.

Próximo passo

Prompt é a variável que mais afeta qualidade em projeto de IA — e a mais barata de ajustar. Se você quer ver como escrever prompt que funcione no seu caso, com seu tipo de tarefa, fazemos um diagnóstico gratuito. Mostramos o que dá para melhorar e quanto custaria estruturar.

Agendar diagnóstico gratuito →