2
respostas

[Desafio] Resolvendo um problema de lógica

Olá pessoal! Tudo bem com vocês?

Acabei de finalizar a atividade da Giovanna sobre o cálculo de juros simples. Achei esse desafio excelente para aplicarmos alguns princípios de Engenharia de Prompt que vimos até aqui, como definição de papel (Persona), clareza de instruções e divisão de tarefas em passos (Chain of Thought).

Para que a inteligência artificial não apenas dê um número final, mas também explique a matemática por trás (para a Giovanna ter certeza de como o cálculo foi feito), elaborei o seguinte prompt:

O Prompt Estruturado

"Atue como um consultor financeiro didático. Eu pretendo investir R$ 6.500,00 em uma aplicação de renda fixa que oferece uma taxa de juros simples de 1% ao mês, por um período exato de 12 meses.

Para me ajudar a decidir se o retorno será suficiente para cobrir minhas despesas de fim de ano, por favor, responda estruturando em 4 tópicos:

Qual é a fórmula matemática para o cálculo de juros simples?

Quais são os valores das variáveis envolvidas na minha situação específica?

Qual será o valor exato apenas dos juros que irei receber? (Mostre o cálculo passo a passo).

Qual será o valor final (montante) do meu investimento ao término dos 12 meses?"

Por que esse prompt funciona bem?
Contexto e Persona: Começamos pedindo para o ChatGPT atuar como um "consultor financeiro didático". Isso ajusta o tom da resposta, evitando jargões muito complexos e garantindo uma explicação clara.

Dados Claros: Passamos todos os números exatos logo no primeiro parágrafo (Capital, Taxa e Tempo), não deixando margem para a IA tentar adivinhar ou assumir valores.

Divisão de Tarefas (Subtarefas): Em vez de pedir apenas "calcule para mim", dividimos o pedido em uma lista numerada de 4 passos. Isso força a IA a organizar a resposta visualmente e a construir o raciocínio matemático antes de dar o resultado final.

Resultado gerado (Resumo)
Ao jogar esse prompt no modelo, ele responde exatamente o que foi pedido de forma estruturada:

Fórmula: Explica que Juros (J) = Capital (C) * Taxa (i) * Tempo (t).

Variáveis: C = 6500, i = 0.01 (1%), t = 12.

Juros: Mostra a conta 6500 * 0.01 * 12, chegando ao valor de R$ 780,00.

Montante Final: Soma o capital inicial + juros (6500 + 780), entregando o valor final de R$ 7.280,00.

Essa é a beleza de um prompt bem elaborado: a resposta já vem formatada como um relatório pronto para uso, sem que a gente precise pedir para a IA refazer a conta ou explicar de onde ela tirou os números!

Espero que essa estrutura de prompt ajude nos testes de vocês. Bons estudos!

2 respostas

Olá, Weriton. Como vai?

Mais um post sensacional! Sua resolução do desafio da Giovanna está impecável e demonstra que você compreendeu com perfeição um dos pilares mais importantes da Engenharia de Prompts para tarefas exatas: a especificação do formato de saída através de subtarefas.

Quando lidamos com matemática, finanças ou lógica, deixar a Inteligência Artificial livre para responder em texto corrido aumenta drasticamente as chances de duas falhas: ou ela pula etapas importantes do cálculo e entrega direto um número final (que pode conter erros de alucinação), ou ela gera uma explicação confusa e difícil de ler.

Ao criar um roteiro com quatro tópicos sequenciais, você aplicou uma variação explícita da técnica Chain of Thought (Cadeia de Pensamento). Você forçou o modelo a resgatar os conceitos teóricos da memória (a fórmula), mapear os dados de entrada (as variáveis) e, só depois, executar as operações aritméticas. Esse é o caminho mais seguro para garantir a acurácia de um LLM.

Para agregar ainda mais valor ao seu estudo de Engenharia de Prompts e trazer uma perspectiva sobre a matemática envolvida, preparei dois complementos práticos:


1. Entendendo o Fluxo do Cálculo Financeiro no Modelo

O seu prompt foi perfeito porque guiou a IA exatamente pela estrutura lógica do cálculo de juros simples. Geometricamente e matematicamente, esse processo pode ser visualizado como um crescimento linear constante ao longo do tempo:

Como os juros simples incidem sempre sobre o capital inicial ($R$\ 6.500,00$), o rendimento é fixo mês a mês ($R$\ 65,00$ a cada período), gerando uma linha reta perfeita no gráfico de evolução do montante.


2. Dica Avançada de Engenharia de Prompt: O "Filtro Anti-Alucinação"

Embora o seu prompt atual seja excelente, os modelos de linguagem às vezes podem cometer deslizes em cálculos numéricos se os valores forem mais complexos (por exemplo, se o investimento fosse de $R$\ 6.547,82$ a uma taxa de $1,37%$ ao mês).

Uma técnica avançada para blindar prompts financeiros contra erros de cálculo é adicionar uma instrução de verificação reversa no final do comando. Você pode complementar o seu prompt com uma linha parecida com esta:

"Após realizar o cálculo do Montante Final no tópico 4, faça uma verificação cruzada: subtraia o Capital Inicial do seu Montante Final e certifique-se de que o resultado seja exatamente igual ao valor de juros calculado no tópico 3. Se os valores não baterem, refaça o cálculo antes de exibir a resposta."

Essa instrução força o mecanismo de atenção do modelo a reler os próprios tokens gerados em busca de inconsistências antes de encerrar a janela de contexto, diminuindo drasticamente as chances de um erro matemático passar batido.

Parabéns pelo altíssimo nível dos seus posts no fórum, Weriton! Suas explicações sobre o porquê de o prompt funcionar ajudam muito a comunidade a entender a engenharia por trás das interações com IA. Continue com esse foco brilhante!

Espero que possa ter lhe ajudado!

Salve Evandro, bem pensado, implementar um try/except no prompt para garantir uma saída condizente com o que estamos pedindo, verificações nunca são demais!