Olá, Marcelo. Como vai?
Muito bacana a sua iniciativa de compartilhar a resolução desse desafio aqui no fórum! A saída que você conseguiu gerar com o ChatGPT ficou excelente. O modelo seguiu perfeitamente a estruturação dos dados, separando com clareza o resumo, os pontos fortes, os pontos fracos e classificando o sentimento de cada resenha.
Para agregar ainda mais valor ao seu aprendizado, vale a pena destacarmos o porquê de essa prática ser tão requisitada no mercado de tecnologia atual.
Pedir para a Inteligência Artificial retornar a resposta no formato JSON (JavaScript Object Notation), exatamente como você fez, é uma das técnicas mais poderosas na Engenharia de Prompt. Ao contrário de um texto corrido comum, o JSON é uma estrutura universal que qualquer linguagem de programação consegue ler e manipular nativamente.
Como você também possui foco na área de Dados e Python, o grande poder dessa técnica é a automação. Você pode pegar a saída gerada pelo ChatGPT e transformá-la instantaneamente em uma tabela (DataFrame) para criar gráficos ou relatórios. Veja um exemplo prático de como esse seu resultado se integra perfeitamente com a biblioteca Pandas:
import pandas as pd
# O texto exato gerado pelo seu prompt no ChatGPT
resultado_chatgpt = [
{
"id": 1,
"resumo": "A fritadeira funciona muito bem e prepara alimentos saborosos...",
"sentimento": "positivo"
},
{
"id": 2,
"resumo": "A fritadeira funciona bem inicialmente, mas o cabo quebra...",
"sentimento": "negativo"
}
]
# Transformando a resposta da IA em uma tabela para análise de dados
df_analise = pd.DataFrame(resultado_chatgpt)
# Exibindo um relatório simples de sentimentos
print(df_analise['sentimento'].value_counts())
Essa ponte entre dominar os prompts (garantindo que a IA não "alucine" formatos diferentes) e consumir esses dados via código é o que diferencia um uso básico de um uso profissional da inteligência artificial.
Continue com esse excelente ritmo de prática e documentação dos seus testes!
Espero que possa ter lhe ajudado!
