Não é magia, é especificação. Quase sempre, quando alguém mostra um “resultado incrível” com ChatGPT, o segredo não está no modelo, e sim na clareza do pedido. O tal “prompt engineering” é basicamente aprender a dar contexto de forma inteligente.

Os 4 Elementos de um Bom Prompt

Costumo pensar em quatro blocos:

• 1. Papel: quem o modelo deve “simular” (ex.: professor, revisor, gerente de projeto).
• 2. Objetivo: o que você quer como resultado (ex.: resumo, lista de ideias, roteiro).
• 3. Contexto: para quem é, em qual situação será usado.
• 4. Restrições: tamanho, tom, idioma, formato de saída.

Quando esses blocos estão claros, 80% dos problemas desaparecem.

Exemplo de Prompt Fraco x Prompt Forte

Fraco: “Me ajude com um e-mail para cliente.”

Melhor:

• Explique quem é o cliente.
• Explique o objetivo da mensagem.
• Diga se quer algo mais formal ou mais direto.
• Peça 2 ou 3 versões diferentes.

Iteração: A Parte que Quase Ninguém Usa

Outro erro comum é tratar a primeira resposta como definitiva. O jogo começa de verdade aqui:

• “Reescreva a resposta em um tom mais direto, com frases mais curtas.”
• “Adicione um parágrafo final reforçando o próximo passo.”
• “Resuma isso em 5 bullets para apresentação.”

O modelo funciona melhor quando você conversa em cima do que ele mesmo gerou.

Limites da Engenharia de Prompts

Um prompt excelente não resolve tudo:

• Se o modelo não tem dado atualizado sobre um tema específico, vai inventar.
• Se você não sabe o que quer, nenhum prompt milagroso vai decidir por você.
• Se o assunto exige conhecimento técnico profundo, você continua sendo o responsável por validar.