Importante

Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!

1
resposta

[Desafio]: 08 Analisando sentimentos em várias resenhas

Prompt
você é um analista de dados e recebeu as seguintes resenhas de uma air fryer
''' Resenha 1: I use the air fryer a lot. It works very well. I made hamburgers in it last night, the were wonderful! The rack you put the food on is a little hard to clean. It has lots of crevices that food gets in. The basket itself is very easy to clean. I also do not trust the rack not to fall out when dumping out food, like French fries.
Resenha 2: Air fryer works fine until the handle breaks off. There's only 3 screws that attach the handle to a plastic piece on the basket. The plastic piece breaks and the screws fall out so there's no way to attach the handle to the basket rendering the air fryer useless. If there were 4 screws or if the screws attached to metal the handle attachment would have been much more secure and less prone to breaking.
Resenha 3: Even though I returned it for the bigger one of the same company I liked the fryer. Ferry ez to use But hard to judge. Seafood button isn't fish and it was a guessing game how to cook the product. I way over cooked it and the chicken legs came out crispy, but the other side was raw. But, this is my first time using an air fryer so maybe it's me. Very sleek on the counter buttons light up real nice. I made tater tots and let me tell you they came out perfect and stayed hot. I like it so much that I returned this one and got the same company Bigger one. But I had to buy it from the place itself not from Amazon and I don't lie that at all. Hope this review helps. '''
Sentimento: "Positivo" "Negativo" "Neutro" "Misto"
Pontos fortes: boa potência, rápido tempo para assar, facilidade de limpeza, aspecto agradável do alimento após preparo, bom material
Ponto fracos: material ruim, difícil de limpar, não assa bem o alimento, não tem aspecto bonito
sua tarefa é, em blocos para cada resenha, ler e fazer um resumo em português de no máximo 30 palavras Gere uma saída em JSON contendo as seguintes chaves ID_Resenha:
Resumo:
Lista de pontos fortes:
Lista de pontos fracos:
Sentimento:
Reposta

[
  {
    "ID_Resenha": 1,
    "Resumo": "Air fryer funciona muito bem, prepara hambúrgueres com ótimo resultado e é fácil de limpar no cesto, mas a grade é difícil de limpar e parece insegura.",
    "Lista de pontos fortes": [
      "facilidade de limpeza",
      "aspecto agradável do alimento após preparo"
    ],
    "Lista de pontos fracos": [
      "difícil de limpar"
    ],
    "Sentimento": "Misto"
  },
  {
    "ID_Resenha": 2,
    "Resumo": "Funciona adequadamente, mas o cabo quebra devido à fixação frágil em plástico, tornando o produto inutilizável e demonstrando baixa qualidade do material.",
    "Lista de pontos fortes": [],
    "Lista de pontos fracos": [
      "material ruim"
    ],
    "Sentimento": "Negativo"
  },
  {
    "ID_Resenha": 3,
    "Resumo": "Fácil de usar, design atraente e bons resultados com alguns alimentos, porém há dificuldade em acertar o preparo e alguns alimentos ficaram mal cozidos.",
    "Lista de pontos fortes": [
      "aspecto agradável do alimento após preparo"
    ],
    "Lista de pontos fracos": [
      "não assa bem o alimento"
    ],
    "Sentimento": "Misto"
  }
]
1 resposta

Olá, Matheus. Como vai?

Parabéns pelo excelente trabalho no desenvolvimento desse desafio! Como Consultor de Operações Bilíngue, você sabe o quanto a análise de feedbacks de clientes (conhecida como Voice of the Customer) é vital para identificar gargalos operacionais e oportunidades de melhoria em produtos e serviços.

O seu prompt foi muito bem estruturado: você utilizou delimitadores claros ('''), definiu o papel do modelo (persona de analista de dados), restringiu o vocabulário das tags de pontos fortes/fracos e exigiu uma saída estruturada em JSON, que é o formato ideal para integrar esse resultado com ferramentas de BI ou bancos de dados. A resposta gerada pelo ChatGPT ficou perfeita e respeitou todas as regras.

Para agregar ainda mais valor à sua publicação e trazer algumas boas práticas avançadas de Engenharia de Prompt, preparei três sugestões para levar essa análise ao nível de produção industrial:

1. Lidando com a Alucinação no JSON (Chaves Ausentes)

Quando pedimos para a IA extrair listas de itens de um texto, pode acontecer de uma das resenhas não apresentar nenhum ponto forte (como ocorreu na Resenha 2). O modelo agiu perfeitamente deixando a lista vazia [].

Contudo, para garantir que o modelo nunca mude o comportamento ou "esqueça" de colocar a chave caso ela esteja vazia, uma boa prática é reforçar essa regra no prompt:

Restrição: Se uma resenha não apresentar nenhum item correspondente aos pontos fortes ou fracos listados, retorne uma lista vazia [], mas NUNCA omita a chave do objeto JSON.

2. Adicionando Análise de Confiança (Confidence Score)

Em análises automatizadas de sentimento, é uma excelente prática de operações pedir para a IA atribuir uma nota de confiança (de 0 a 1) sobre o quão segura ela está daquela classificação. Resenhas longas e confusas (como a Resenha 3) podem confundir o modelo. Adicionar essa chave ajuda a sua equipe a filtrar depois apenas as avaliações onde a IA teve dúvidas para uma revisão humana:

// Sugestão de nova chave para o JSON
"Grau_de_Confianca": 0.85

3. Versão Avançada: Prompt no estilo Few-Shot (Poucos Exemplos)

O seu prompt funcionou muito bem porque o ChatGPT é um modelo avançado. Porém, se você precisar rodar esse mesmo script em modelos menores ou locais (mais baratos para processar milhares de resenhas de uma vez), a melhor técnica é o Few-Shot Prompting, onde você insere no próprio prompt um exemplo de resenha fictícia com a saída JSON ideal logo abaixo. Isso serve como um "gabarito" para o modelo imitar perfeitamente o formato e o tom do resumo.

O seu exercício demonstra um ótimo domínio das técnicas de contextualização e formatação. Com um script desse tipo rodando em lote, uma empresa consegue mapear os defeitos crônicos de um produto em minutos!

Espero que possa ter lhe ajudado!