Prompt engineering para iniciantes: do zero a prompts que funcionam

Se você começou a usar o ChatGPT ou o Claude há pouco tempo e sente que às vezes recebe respostas brilhantes e às vezes um completo absurdo, relaxe: o problema não é você. O problema é a forma como você pergunta. A boa notícia: escrever bons prompts é algo que dá para aprender em uma tarde. Você não precisa ser programador nem conhecer nenhum “truque secreto”. Precisa entender uma coisa: como o modelo pensa e o que ele precisa de você.

O que é, de fato, um prompt

Um prompt é simplesmente o que você digita para o modelo: uma pergunta, uma instrução, a descrição de uma tarefa. Mas, para escrever bons prompts, você precisa do modelo mental certo. Aqui está ele: imagine que você está conversando com um assistente júnior muito rápido, mas muito literal. Esse júnior leu metade da internet, escreve instantaneamente e nunca se cansa. Mas ele tem três características que você precisa ter sempre em mente.

• Ele é literal. Faz exatamente o que você escreve, e não o que você quis dizer.
• Ele não conhece nenhum contexto que você não forneça. Não sabe para quem você escreve, qual é o seu objetivo nem o que veio antes.
• Ele não pergunta quando algo não está claro. Ele chuta e segue em frente: às vezes acerta, às vezes erra feio.

Toda a arte do prompt engineering se resume a isto: dar a esse júnior contexto suficiente e uma instrução precisa o bastante para que o chute dele seja certeiro. Quanto melhor o briefing, melhor o resultado. Essa é, de verdade, toda a “mágica” que existe.

A anatomia de um bom prompt

Um bom prompt tem cinco elementos. Você não precisa de todos eles sempre, mas ajuda saber o que você tem à mão:

• Contexto: quem você é, para quem é o texto, qual é a situação. Exemplo: I own a small coffee shop and I am writing to regular customers.
• Tarefa: exatamente o que o modelo deve fazer, em uma instrução clara. Exemplo: Write an Instagram post about our new seasonal latte.
• Restrições: os limites a respeitar (tamanho, tom, idioma, o que evitar). Exemplo: Maximum 3 sentences, warm tone, no emoji, in English.
• Formato: a cara que a resposta deve ter (uma lista, uma tabela, um parágrafo, tópicos). Exemplo: Give me 3 options as a numbered list.
• Exemplos: se você tem uma amostra, mostre. Um bom exemplo diz mais ao modelo do que um parágrafo inteiro de descrição.

Junte tudo e um vago “escreva algo sobre café” vira um briefing com o qual até um humano conseguiria trabalhar. É exatamente esse o nível de precisão que você busca.

Os erros mais comuns de quem está começando

Antes de chegarmos aos bons hábitos, vamos ver três armadilhas em que quase todo mundo cai no começo. Se você se reconhecer em pelo menos uma delas, parabéns: acabou de encontrar o seu maior espaço para melhorar.

Erro 1: vago demais

Write an email. Sobre o quê? Para quem? Em que tom? O modelo precisa adivinhar tudo, então você recebe uma papa genérica que não serve para nada. Quanto mais genérica a pergunta, mais mediana a resposta.

Erro 2: falta de contexto

Você pergunta Is this a good idea?, mas o modelo não sabe que ideia é essa, em que setor, com que orçamento nem o que preocupa você. Sem contexto, você recebe respostas vagas do tipo “depende”. Contexto é o combustível das respostas certeiras.

Erro 3: tudo de uma vez

“Planeje o meu casamento, escreva os convites, monte o cardápio, calcule o orçamento e sugira uma playlist” em um único prompt. O modelo vai tentar, mas cada parte sai rasa. É melhor dividir em etapas e fazer uma de cada vez, do mesmo jeito que você delegaria a uma pessoa.

Itere em vez de esperar mágica na primeira tentativa

A mudança de mentalidade mais importante: a primeira resposta é um rascunho, não um veredito. Iniciantes muitas vezes digitam um prompt, recebem algo diferente do que queriam, dão de ombros e concluem que “a IA é fraca”. Profissionais tratam isso como uma conversa: refinam, esclarecem, pedem mudanças.

Você não precisa escrever o prompt perfeito de primeira. Basta começar e ir corrigindo o rumo: Too long, cut it in half. Too formal, make it more casual. The second point is unclear, expand it with an example. Cada correção dessas é mais um pedaço de contexto que aproxima você do objetivo. Três iterações quase sempre vencem uma única tentativa “perfeita”.

Três reescritas: do prompt ruim ao bom

Teoria é teoria, mas são os exemplos concretos que mais ensinam. Aqui vão três pares: a versão que um iniciante escreve e a versão depois de aplicar as regras deste artigo.

Exemplo 1: e-mail

Ruim: Write an apology email.

Bom: I run an online store. A customer waited 2 weeks for a parcel because of our mistake. Write a short apology email, warm but professional, max 4 sentences, and offer a 15% discount on their next order.

Exemplo 2: aprendizado

Ruim: Explain inflation to me.

Bom: Explain what inflation is as if you were explaining it to a 15-year-old. Use one everyday example, avoid economic jargon, maximum 150 words.

Exemplo 3: um plano

Ruim: Help me lose weight.

Bom: I am 35, I have a desk job and I train twice a week. Suggest a realistic one-day meal plan (breakfast, lunch, dinner, snack) at around 1800 kcal, common ingredients, nothing exotic. Give it as a list.

Percebe o padrão? A versão boa sempre acrescenta contexto, restringe a tarefa e diz como o resultado deve ficar. Não é escrever mais só por escrever: cada frase tira do modelo um chute errado.

Chat versus ferramentas de programação

Se você usa IA só para escrever, traduzir e ter ideias, as regras acima bastam 100%. Mas vale saber que existe uma segunda família de ferramentas: os assistentes de programação (como Cursor, GitHub Copilot ou Claude Code). Eles seguem regras um pouco diferentes, mesmo que você não seja programador.

• No chat, você fornece o contexto em palavras. O modelo só sabe o que você digitou na caixa de conversa.
• Nas ferramentas de programação, o modelo consegue ver os seus arquivos e o seu projeto. Muitas vezes ele puxa contexto do que está ao redor, então uma instrução precisa importa ainda mais: “mude isto” não basta quando “isto” pode significar dez coisas.
• Em código, passos pequenos e concretos valem ouro: “adicione um botão aqui” em vez de “construa o app inteiro para mim”. É a mesma regra do chat, só que mais importante, porque bugs de código são mais difíceis de enxergar à primeira vista.

A conclusão é animadora: os hábitos que você pratica no chat comum (contexto, precisão, passos pequenos) passam um para um para as ferramentas mais avançadas. Aprenda uma vez, use em todo lugar.

Uma rotina simples para melhorar

Você não precisa de um curso. Só precisa praticar de forma deliberada por duas semanas. Esta é uma rotina que funciona:

1. Antes de digitar um prompt, faça a si mesmo uma pergunta: “Um desconhecido entenderia o que eu quero com isto?”. Se a resposta for não, acrescente contexto.
2. Acrescente de propósito pelo menos dois dos cinco elementos da anatomia: normalmente, contexto e formato.
3. Nunca aceite a primeira resposta como definitiva. Obrigue-se a fazer uma revisão, mesmo que ela tenha sido boa.
4. Guarde os prompts que funcionaram. Monte uma “cola” particular: você logo vai perceber que bons prompts seguem um formato que se repete.
5. Uma vez por semana, pegue o seu pior resultado da semana e reescreva o prompt do zero. Esse exercício, sozinho, é o que mais ensina.

Depois de duas semanas desse treino, escrever bons prompts vira reflexo. Você para de pensar nisso, e a qualidade das respostas simplesmente dá um salto.

TL;DR

Trate o modelo como um júnior rápido, mas literal: dê a ele um bom briefing. Um bom prompt tem contexto, tarefa, restrições, formato e, se possível, um exemplo. Os três erros mais comuns são ser vago demais, não dar contexto e pedir tudo de uma vez. A primeira resposta é um rascunho, então itere em vez de esperar mágica na primeira tentativa. Os mesmos hábitos funcionam no chat e nas ferramentas de programação. Pratique de forma deliberada por duas semanas e bons prompts viram reflexo.