Um caminho melhor é começar com a instrução principal, depois incluir o material de referência, as restrições e o formato de saída. A Central de Ajuda da OpenAI recomenda colocar as instruções no início e separar claramente instruções e contexto com delimitadores; os documentos da OpenAI também recomendam quebrar tarefas complexas em subtarefas menores.
Para transformar as boas práticas em algo fácil de usar no dia a dia, confira se o seu prompt cobre estes cinco pontos.
| Elemento | O que explicar | Exemplo |
|---|---|---|
| Tarefa | Use um verbo claro para dizer o que a IA deve fazer | Resumir, comparar, reescrever, listar, revisar, classificar |
| Contexto | Explique uso, público, situação e material de referência | Para uma apresentação, para um cliente, para redes sociais, para um relatório interno |
| Restrições | Defina tamanho, tom, fontes permitidas e o que evitar | Até 200 palavras, tom profissional e direto, usar apenas o texto enviado |
| Formato de saída | Peça uma entrega pronta para uso | Tabela, tópicos, JSON, resumo seguido de recomendações |
| Critério de sucesso | Diga o que a resposta precisa conter para ser útil | Incluir riscos, dúvidas em aberto e próximos passos |
O formato de saída é especialmente importante. Em vez de pedir “analise isso”, prefira algo como: “compare em uma tabela usando as colunas custo, risco, prazo e recomendação”. As boas práticas da OpenAI também destacam que descrever claramente a saída esperada ajuda a obter respostas mais úteis.
Você não precisa escrever um prompt enorme toda vez. Uma estrutura prática é: papel ou tarefa + contexto + restrições + formato de saída + critério de sucesso. A ideia é explicitar o que o modelo teria que inferir sozinho.
Atue como [papel] e, com base no contexto abaixo, faça [tarefa].
Contexto: [cole dados, público, objetivo e situação]
Restrições: [tamanho, tom, fontes permitidas, o que não fazer]
Formato de saída: [tópicos / tabela / JSON / resumo e recomendações]
Critério de sucesso: [o que uma boa resposta precisa incluir; se faltar informação, liste as lacunas em vez de assumir]
Se quiser uma versão ainda mais curta, use esta:
Com base em [dados], faça [tarefa].
O objetivo é [uso] e o público é [público].
Siga estas restrições: [restrições].
Entregue em [formato], com tamanho de [limite].
Se faltar informação, liste o que está faltando e não faça suposições.
Na prática, a diferença entre um prompt genérico e um bom prompt raramente está só no tamanho. Ela está em deixar claros a tarefa, o público, o tom, as restrições e o formato.
Prompt fraco:
Faça um texto de produto.
Prompt forte:
Escreva um texto para e-commerce sobre uma garrafa térmica de aço inox de 600 ml.
O público são pessoas que trabalham fora e usam transporte no dia a dia.
Tom: limpo, profissional e sem exageros.
Formato de saída:
1. Um título curto
2. Cinco benefícios do produto, cada um em uma frase
Restrições:
Evite expressões exageradas como “o melhor da internet”, “garantia de resultado” ou promessas absolutas.
O segundo prompt tende a ser mais útil porque informa o que escrever, para quem, com que tom, quais limites seguir, que tipo de linguagem evitar e como entregar a resposta. Isso está alinhado à orientação de descrever a tarefa, fornecer contexto e especificar a forma da saída.
Os modelos abaixo seguem a mesma lógica: primeiro a tarefa, depois contexto e restrições, e por fim o formato da entrega.
Útil para atas de reunião, artigos, relatórios, entrevistas transcritas ou material de pesquisa inicial.
Organize os principais pontos com base no material abaixo.
Objetivo: vou preparar uma apresentação de 5 minutos.
Restrições: use apenas o conteúdo que eu colar; se algo não estiver claro, marque como “não é possível determinar”.
Formato de saída:
1. Cinco pontos principais
2. Três riscos importantes
3. Três perguntas que ainda precisam ser respondidas
Material:
[cole o conteúdo]
Serve para transformar um rascunho em e-mail, texto de apresentação, post de rede social ou comunicado externo.
Reescreva o texto abaixo como um e-mail para clientes.
Tom: educado, claro e não excessivamente formal.
Restrições: mantenha todas as datas, valores e nomes próprios; cada parágrafo deve ter no máximo três frases.
Formato de saída:
1. Uma linha de assunto
2. Corpo do e-mail em três parágrafos
3. Um fechamento com próximo passo
Texto:
[cole o conteúdo]
Bom para escolher ferramentas, avaliar propostas, planejar campanhas ou organizar prioridades de projeto.
Compare as três opções abaixo.
Contexto: precisamos escolher uma opção executável até a próxima semana.
Critérios de comparação: custo, risco, prazo, equipe necessária e ordem de recomendação.
Formato de saída: primeiro uma tabela comparativa; depois, explique em cinco frases qual opção você recomenda.
Opções:
A: [conteúdo]
B: [conteúdo]
C: [conteúdo]
Quando um prompt não funciona, geralmente falta definir tarefa, uso, formato ou critério de sucesso. As boas práticas da OpenAI recomendam ser específico, claro e explicar como você espera que a saída seja apresentada.
| Jeito comum de pedir | Problema | Melhor alternativa |
|---|---|---|
| “Organize isso para mim” | Não define escopo, uso nem formato | “Transforme esta ata em cinco conclusões, três tarefas e responsáveis” |
| “Escreva melhor” | Não explica o que significa “melhor” | “Deixe mais direto e conversacional, mantendo todos os nomes próprios” |
| “Reescreva” | Não dá direção de edição | “Mantenha a estrutura, corte repetições e adapte para um e-mail ao cliente” |
| “Analise” | Não informa os critérios de análise | “Compare usando quatro colunas: custo, risco, prazo e viabilidade” |
Se a primeira resposta não ficou boa, normalmente vale mais ajustar o pedido do que começar do zero. O caminho é apontar exatamente o que não atende à sua necessidade — isso segue a mesma lógica de deixar tarefa, contexto e saída esperada mais claros.
Você pode melhorar a segunda rodada assim:
Antes de mandar o prompt, confira rapidamente:
Prompt bom não é necessariamente o mais longo. É o mais claro. Quando você define tarefa, contexto, restrições, formato e critério de sucesso, dá exemplos quando precisa de consistência e divide tarefas complexas em etapas, reduz a adivinhação do modelo e aumenta a chance de receber uma resposta pronta para usar.