Olá, futuro aprovado! O tema da nossa aula de hoje, Engenharia de Prompt, é uma das áreas mais novas e relevantes da tecnologia e que começa a ser massivamente cobrada em concursos de alto nível. A capacidade de instruir modelos de linguagem (como o ChatGPT, Bard/Gemini, etc.) de forma precisa é uma habilidade valiosa. A questão que analisaremos, da banca Legalle para o TCE-SP, é a porta de entrada perfeita para dissecarmos este tópico. Ela nos pergunta: “Um prompt geralmente é composto por determinados elementos, os quais desempenham um papel crucial na orientação do modelo de linguagem para gerar respostas precisas e relevantes. Quantos dos seguintes itens apresentam exemplos desses elementos? I. Contexto. II. Razão. III. Instruções. IV. Resultado.”. A resposta correta, “apenas 2 deles”, nos força a entender não só o que é um prompt, mas, principalmente, o que não é. Vamos dominar isso de uma vez por todas.
Analisando a Questão: Os Componentes Fundamentais
A questão nos apresenta quatro itens e pede para identificarmos quais são elementos de um prompt. Vamos analisar cada um deles detalhadamente para entender por que o gabarito é a alternativa “C” (Apenas 2 deles).
I. Contexto – CORRETO
O Contexto é o pano de fundo, a informação prévia que você fornece ao modelo para que ele entenda a situação. Sem contexto, o modelo de linguagem opera “no vácuo”, o que pode levar a respostas genéricas ou imprecisas. Ele ancora a conversa e delimita o universo sobre o qual a IA deve trabalhar. [1]
Exemplo: Em vez de perguntar “Quais as vantagens?”, forneça contexto: “Considerando um cenário de crise econômica global, quais as vantagens de investir em títulos do tesouro?”. O trecho em itálico é o contexto.
III. Instruções – CORRETO
As Instruções (ou Tarefa) são o coração do prompt. É o comando, a ordem direta do que você quer que o modelo faça. A clareza e a especificidade da instrução são determinantes para a qualidade da resposta. [3]
Exemplo: “Liste em formato de tópicos (bullet points) as três principais vantagens de investir em títulos do tesouro no cenário descrito.” A instrução é clara: listar, em tópicos, três vantagens.
II. Razão – INCORRETO
A Razão se refere ao porquê de você estar fazendo a pergunta. Embora você, usuário, sempre tenha uma razão, ela não é um elemento que se insere no prompt para o modelo. A IA não precisa saber o motivo da sua pergunta para executá-la; ela apenas processa os elementos que lhe são dados, como o contexto e a instrução. Tentar explicar a “razão” pode, na verdade, poluir o prompt com informações desnecessárias e confundir o modelo.
IV. Resultado – INCORRETO
Este é o distrator mais clássico e a pegadinha mais comum. O Resultado (ou resposta, ou output) é a saída gerada pelo modelo de linguagem. Ele é a consequência do prompt, e não uma parte integrante dele. O prompt é o que você dá para o modelo; o resultado é o que você recebe de volta.
Expandindo o Arsenal: Outros Componentes Cruciais de um Prompt
Para gabaritar qualquer questão sobre o tema, você precisa conhecer outros elementos que, embora não estivessem na questão original, são fundamentais para a construção de prompts de alta performance.
Persona (ou Papel)
Definir uma Persona é instruir o modelo a “agir como” um determinado especialista. Isso ajusta o tom, o vocabulário e a profundidade da resposta.
Exemplo: “Aja como um consultor financeiro sênior do Banco Central e explique os riscos associados à alta da taxa de juros.”
Formato
É a especificação de como a resposta deve ser estruturada. Isso é crucial para tarefas que exigem saídas padronizadas, como preencher relatórios ou gerar código. [4]
Exemplo: “Gere um resumo sobre o tema em um parágrafo, seguido por uma tabela com duas colunas: ‘Vantagens’ e ‘Desvantagens’. A saída deve ser em formato JSON.“
Tom
O Tom define o estilo da comunicação. A mesma informação pode ser apresentada de maneiras muito diferentes. [5]
Exemplo: “Explique o conceito de inflação em um tom formal e acadêmico.” vs. “Explique o que é inflação para uma criança de 10 anos, em um tom simples e divertido.”
Exemplos (Few-Shot Prompting)
Fornecer exemplos de como você espera a resposta é uma das técnicas mais poderosas. Você mostra ao modelo o padrão desejado, e ele o replica.
Exemplo: “Transforme as frases em perguntas. Exemplo 1: ‘O céu é azul.’ -> ‘Qual a cor do céu?’. Agora, faça o mesmo para: ‘A capital do Brasil é Brasília.'”
Conclusão: Dominar a anatomia de um prompt é essencial. A questão do TCE-SP focou nos pilares Contexto e Instrução, mas um concurseiro bem preparado conhece também a importância da Persona, do Formato, do Tom e do uso de Exemplos. Compreender a diferença entre os elementos do prompt (input) e o que é gerado por ele (output) é o detalhe que garante a sua aprovação.
Mapa da Aprovação: Resumo Esquematizado
| Componente do Prompt | Descrição | Exemplo Prático | Status na Questão Original |
|---|---|---|---|
| Instrução / Tarefa | O verbo de comando. A ação específica que o modelo deve executar. | “Resuma o texto a seguir em 50 palavras.” | ✅ Correto (Item III) |
| Contexto | A informação de fundo que situa o pedido, dando o cenário necessário. | “Com base na nova lei de licitações (Lei nº 14.133/2021), liste…” | ✅ Correto (Item I) |
| Persona / Papel | Define quem o modelo deve “ser” ao responder, ajustando estilo e profundidade. | “Aja como um Juiz de Direito e analise o caso…” | Não Mencionado |
| Formato | Especifica a estrutura da saída desejada (lista, tabela, JSON, etc.). | “…e apresente a resposta em formato de tabela com 3 colunas.” | Não Mencionado |
| Tom | Define o estilo da linguagem (formal, informal, técnico, simples, etc.). | “Explique o conceito de forma didática e acessível.” | Não Mencionado |
| Exemplos | Fornece um ou mais pares de entrada/saída para guiar o modelo. | “Ex: ‘maçã’ -> ‘fruta’. ‘Cachorro’ -> ?” | Não Mencionado |
| Resultado | A resposta gerada pelo modelo. NÃO é um componente do prompt. | A tabela, o texto, ou o código que a IA produz. | ❌ Incorreto (Item IV) |
| Razão | O motivo do usuário. NÃO é um componente do prompt. | “Preciso disso para um relatório” (informação irrelevante para o modelo). | ❌ Incorreto (Item II) |
