Olá, Brendo! Tudo bem?
Parabéns pela excelente demonstração prática de um dos princípios mais poderosos da Engenharia de Prompt! Você ilustrou com perfeição a diferença gritante entre apenas pedir uma resposta e ensinar o modelo a raciocinar.
Sua análise comparativa foi cirúrgica:
O Risco do Prompt Direto (Seu "Prompt 1")
Como você bem pontuou, ao dar as dicas e pedir a resposta final de imediato, tratamos a IA como uma "caixa preta". O modelo tenta adivinhar o resultado com base em padrões estatísticos, sem um processo lógico estruturado. Em problemas de lógica complexos, como o do Coronel Mostarda, isso aumenta drasticamente as chances de erro, pois o modelo pode pular etapas cruciais ou misturar as informações.
O Poder da Cadeia de Pensamento (Seu "Prompt 2" e Imagens)
Ao implementar a técnica de Chain-of-Thought (CoT), ou Cadeia de Pensamento, você transformou a IA em um analista lógico:
- Passo 1 (Análise Individual): As imagens mostram que o modelo avaliou a relevância de cada dica isoladamente. Ele percebeu, por exemplo, que a Dica 2 (cozinha) e a Dica 4 (biblioteca) eram irrelevantes para a localização do Coronel Mostarda.
- Passo 2 (Combinação Lógica): O modelo conectou as duas informações cruciais: "Coronel Mostarda é a única pessoa no observatório" + "A pessoa com o castiçal estava no observatório". Essa dedução intermediária é o "pulo do gato" que o prompt direto muitas vezes ignora.
- Passo 3 (Conclusão Mapeada): A conclusão final foi sólida e baseada em evidências, mapeando diretamente para a alternativa correta (a).
Essa técnica de "pensar devagar" é fundamental não apenas para jogos de lógica, mas para qualquer tarefa que envolva tomada de decisão, análise financeira ou diagnósticos complexos na área de negócios!
Espero que possa ter lhe ajudado!