Fundamentos de prompts para trabalho técnico

Um bom prompt técnico informa papel, tarefa, contexto, restrições e formato de saída desejado. Quanto mais verificável for o pedido, mais fácil será julgar se a resposta é útil.

A estrutura de cinco partes

Use esta estrutura para a maioria dos prompts técnicos:

1. Papel: qual perspectiva a IA deve assumir?
2. Tarefa: o que ela deve fazer?
3. Contexto: quais fatos, código, dados ou requisitos importam?
4. Restrições: o que ela deve evitar ou preservar?
5. Formato de saída: como a resposta deve ser estruturada?

Você não precisa usar as cinco partes sempre, mas falta de contexto é uma das causas mais comuns de respostas fracas.

Prompt fraco vs prompt útil

Fraco:

Make this function better.

Útil:

Act as a TypeScript reviewer. Refactor this function for readability without changing behavior. Keep the public API the same. Explain risky assumptions and suggest two test cases.

O segundo prompt torna a resposta mais fácil de avaliar.

Use exemplos quando o formato importa

Se você precisa de JSON, SQL, Markdown ou um estilo específico de nomes, inclua um exemplo pequeno. Exemplos reduzem ambiguidade e ajudam o modelo a seguir a forma esperada.

Quando a saída será processada por software, peça para retornar apenas o formato alvo, sem comentários extras.

Peça premissas

Em trabalho técnico, peça para a IA listar premissas antes das recomendações finais. Isso torna os palpites visíveis e dá algo concreto para verificar.

Template reutilizável de prompt

Use este template quando a tarefa importar:

Act as [role].
Task: [specific task].
Context: [relevant code, data, requirements, or symptoms].
Constraints: [what must stay unchanged, what to avoid, risk level].
Output: [format, length, sections, or schema].
Before the final answer, list assumptions and verification steps.

Para tarefas de código, inclua o comando de teste ou o padrão de revisão. Para escrita, inclua público-alvo e materiais de origem que precisam ser preservados.

Erros comuns em prompts

• Pedir uma resposta final antes de definir bem o problema.
• Omitir o formato de saída esperado.
• Enviar contexto irrelevante demais e esconder a restrição importante.
• Pedir confiança em vez de evidência.
• Esquecer de dizer o que não deve mudar.

Pontos principais

• Bons prompts reduzem ambiguidade; eles não garantem correção.
• Contexto, restrições e formato de saída importam mais que frases sofisticadas.
• Exemplos são especialmente úteis quando você precisa de saída estruturada.
• Um template reutilizável transforma prompts em um fluxo revisável.

Próxima aula

A seguir, aplique esses hábitos de prompt a código, depuração e revisão.