Pare de colecionar prompts e aprenda (a pensar e) a criar os seus

Um “super prompt” à primeira vista pode parecer a solução para todos os problemas, mas raramente é verdade. Esses prompts normalmente estão altamente adequados a um contexto, tarefa ou resultado específico. E como desconstruir um prompt? Um prompt é a combinação de 3 fatores igualmente importantes: Conhecimento, Linguística e Técnica.

Conhecimento: Saber o suficiente para pedir e avaliar

O conhecimento é a profunda compreensão ou especialização sobre o tópico em causa. É altamente importante para especificar ao modelo de IA o problema ou tarefa a resolver e para fornecer contexto relevante para o modelo ter informação suficiente para não alucinar e não devolver resultados genéricos.

No entanto, o ponto mais importante do conhecimento é a capacidade de avaliar a qualidade dos resultados (alguém que não domine o assunto pode ser enganado/a por uma resposta mais elaborada, embora errada).

Uma pessoa sem conhecimento sobre gestão de redes sociais pode pedir “cria um plano de publicações para redes sociais”. Alguém com profundo conhecimento sobre a área saberá pedir “Cria um plano de publicações de 30 dias para Linkedin, mas não quero uma lista genérica de ideias.

Quero um calendário estratégico, coerente, adaptado ao negócio (descrição do negócio, setor, produto/serviço, posicionamento, proposta de valor, diferencial), ao público-alvo (perfil, dores, desejos, nível de conhecimento, objeções, hábitos de consumo, bloqueios à compra) e aos objetivos comerciais (gerar leads, aumentar autoridade, vender serviço, educar o público), com tom (técnico / educativo / direto / outros) e inclui a oferta ou tema principal (produto, serviço, campanha, curso, evento, outros).

As publicações poderão incluir carrosséis (contexto sobre os carrosséis), imagens (contexto sobre as imagens) e/ou vídeos (contexto sobre os vídeos).”

Linguística: Saber expressar-se naturalmente

Já a linguística é determinante na forma como o utilizador é capaz de se expressar. Determina o vocabulário que utiliza, como estrutura os seus prompts, o seu tom durante a iteração, clareza, coerência, organização de ideias e precisão dos seus pedidos.

Um prompt “fraco” é vago, desorganizado e com pouco contexto. Como por exemplo “faz um e-mail para cliente sobre orçamento que pediu, quero responder.”, mas esse prompt tem vários problemas:

• Não dá informação sobre o negócio nem sobre o tipo de cliente
• Não dá contexto sobre o assunto (prazos, valores, produto)
• Não define o tom da resposta, o seu tamanho ou idioma (se o cliente for estrangeiro)

Por isso, um bom prompt seria algo como “quero responder por e-mail, em tom profissional, PT-PT, a um cliente que pediu orçamento para serviço de consultoria em marketing digital. O serviço é a gestão de campanhas Meta Ads durante 3 meses, com valor de 1200€+IVA, a começar no início do próximo mês.

Deves agradecer o contacto, apresentar o valor da oferta e o que inclui + mostrar disponibilidade para marcar uma reunião online. Sugere os horários X e Y”.

Técnica: Aplicar métodos de interação com IA

Por sua vez, a técnica reflete-se na capacidade de executar técnicas simples ou avançadas na iteração com um LLM (ChatGPT, Claude ou outros), também consideradas as “hard-skills” de prompt engineering. Na técnica incluem-se técnicas como Shot Learning, Role Prompting, Chain-of-Thought, Tree-of-Thought, Reverse Prompting, Prompt Chaining, entre outras. Na técnica também se inclui o uso de parâmetros e estruturas definidas, a criação de templates e de bibliotecas.

Por exemplo, shot Learning é uma técnica de avaliação, identificação e escolha de exemplos para integrar no prompt e orientar a resposta dos modelos de IA. Subdivide-se em Zero Shot, One Shot e Few Shot.

• Zero Shot é a não aplicação de exemplos no prompt, ou seja, zero exemplos. Vai permitir ao modelo ser mais “criativo” na resposta, mas pode guiar a respostas “ao lado”
• One Shot é a aplicação de um único exemplo no prompt, que irá fazer o modelo seguir o máximo possível o exemplo (estrutura, tom, formato, lógica, etc)
• Few Shot é a aplicação de alguns exemplos (normalmente entre 3 a 5) no prompt e permite uma maior consistência de resultados (embora não tão específicos) pois o modelo pôde aprender “nuances” com os vários exemplos

Várias destas técnicas podem ser aprendidas com formação em engenharia de prompts e os resultados irão compensar o tempo investido. Mas tão importante quanto dominar estes 3 fatores, é necessário criar o Prompt. E como se cria um Prompt?

O Prompt nasce antes do teclado

O Prompt nasce antes do teclado, no pensamento do utilizador. O Prompt precisa ser pensado para conjugar conhecimento, linguística e técnica e transpor esses 3 fatores para a interface. Para estruturar a forma de criar o Prompt, proponho o método PROMPT.

O método PROMPT é um processo de criação de prompts com 6 fases: “Pensar”, “Refletir”, “Otimizar”, “Moldar”, “Passar” e “Testar”. Serve para que o utilizador consiga construir mentalmente as suas instruções, compreender porque está a pedir, o contexto que deve fornecer e o que espera obter.

Por exemplo, se o utilizador quiser criar uma campanha de e-mail marketing, o método PROMPT pode ser aplicado assim:

Em “Pensar” o utilizador identifica a ideia/necessidade base e o que pretende obter. Pode querer aumentar as vendas de um produto através da campanha em 20%, com a sua base de clientes atual.

Em “Refletir” clarifica o que quer exatamente e em que contexto vai usar a IA. Será necessário criar apenas o texto ou também calendário? Deve criar assuntos? Será necessário HTML? Quantos e-mails vão ser incluídos na campanha? Existem restrições?

Em “Otimizar” deve acrescentar detalhes, contexto e propósito ao pedido para que o LLM não precise “adivinhar”. Envolve dar detalhes sobre o negócio, o produto, o público, ofertas especiais, benefícios, objetivo de cada e-mail, tom, entre outros.

Em “Moldar” define-se a estrutura e o formato do resultado. O output pode ser uma tabela com várias colunas (e-mail, objetivo, assunto, ideia principal) seguida dos textos completos de todos os e-mails. Deve indicar os limites (caracteres por assunto, limite de palavras por e-mail), a estrutura e elementos de cada e-mail (secções, imagens, links, botões, outros).

Agora, em “Passar”, toda a informação dos passos anteriores vai ser transposta através do Prompt para o teclado ou interface. O resultado poderia ser algo como:

Persona: És um especialista sénior em e-mail marketing e copywriting com mais de 10 anos de experiência a trabalhar com PME e infoprodutos em Portugal. Tens profunda compreensão de jornada de cliente, funis de vendas e automações por e-mail, capacidade de transformar informação técnica em mensagens claras e persuasivas, evitas manipulação e promessas irrealistas e dominas boas práticas de entregabilidade, os teus exemplos são [especialistas de e-mail marketing].

Tarefa: Cria uma campanha de e‑mail marketing para promover o curso online de Meta Ads da marca XPTO para PME.

Contexto:

• Público: empreendedores em Portugal, iniciantes em anúncios pagos, com pouco tempo e orçamento limitado.
• Produto: curso online de 6 semanas, com aulas gravadas e sessões ao vivo, focado em criar campanhas rentáveis e reduzir desperdício de orçamento.
• Objetivo da campanha: aumentar as vendas em 20% no próximo mês, através de uma sequência de 4 e‑mails automáticos enviados a novos subscritores da lista.

Objetivo de cada e‑mail:

• E‑mail 1: boas‑vindas, apresentação da minha história e autoridade, convite a responder com dúvidas.
• E‑mail 2: conteúdo educativo (explicar um erro comum em Meta Ads e oferecer uma dica prática).
• E‑mail 3: prova social (história de um cliente que melhorou resultados).
• E‑mail 4: oferta especial com desconto limitado e bónus, com sensação de urgência.

Instruções de escrita:

• Escreve em português de Portugal.
• Tom profissional mas próximo, linguagem simples.
• Cada e‑mail tem 200–300 palavras.
• Inclui assunto (máx. 60 caracteres), pré‑header e corpo do e‑mail.

Formato da resposta:

• Primeiro, um quadro resumo com: número do e‑mail, objetivo, assunto e pré‑header.
• Depois, o texto completo de cada e‑mail em secções separadas (‘E‑mail 1’, ‘E‑mail 2’, etc.).”

Exemplos de campanhas anteriores:

[Exemplo 1]

[Exemplo 2]

[Exemplo 3]

[Exemplo 4]

Instruções de escrita:

• Usa placeholders [PRODUTO] e [RESULTADO] para eu preencher.
• Tom profissional mas acessível, em português de Portugal, com frases simples.
• Sugere sempre assunto e pré‑header para cada e‑mail.

Em “Testar”, submete-se o prompt criado no passo anterior para o LLM e avalia-se a qualidade do resultado ou resposta obtida. Caso o resultado seja insuficiente, pode ser necessário refinar o prompt (editar ou adicionar contexto, melhorar a descrição da tarefa, especificar processo ou resultados a obter).

No fundo, a qualidade da resposta raramente depende apenas do modelo IA usado. Quanto melhor for a capacidade do utilizador em saber explicar o problema, estruturar o seu pedido e avaliar a qualidade do resultado, melhor será a interação.

Duarte Drumond é especialista em IA generativa e prompt engineering. Cofundador do portal IA Hoje, fundador da AQIA - Academia de Qualificação para a IA, Prompt Engineer, formador em IA Generativa e Prompt Engineering, e coautor do livro “IA como Copiloto”.