Entrar Ainda não tem acesso?
2
respostas

Já tem até faculdade de engenharia de prompt

Referente ao curso IA: explorando o potencial da inteligência artificial generativa, no capítulo Modelos de linguagem e atividade Princípios da Engenharia de Prompt

por João Gomes Carneiro Junior
| 14.6k xp | 91 posts

Nesta aula, entendi que engenharia de prompt funciona como o planejamento de uma construção: quanto mais clara e organizada for a instrução, melhor será o resultado entregue pela IA. Em tarefas simples, um prompt curto já resolve; porém, em projetos maiores, como criar uma página completa, um prompt mais detalhado se torna essencial.

Também ficou evidente que prompts vagos geram respostas genéricas, enquanto instruções específicas direcionam melhor a inteligência artificial. É como orientar alguém em um projeto: sem contexto, existe retrabalho; com clareza, a execução flui muito melhor.

Outro ponto importante foi perceber que criar prompts é um processo contínuo de refinamento. Muitas vezes começamos simples e vamos ajustando conforme a necessidade, embora prompts muito fragmentados possam acabar reduzindo um pouco a essência e a visão central do objetivo inicial.

2 respostas
por Evandro Santana Amadio
| 302.1k xp | 642 posts
Process Improvement Analyst

Olá, João. Como vai?

Sua analogia com o planejamento de uma construção é muito precisa. Na Engenharia de Prompt, essa clareza estrutural é o que separa um resultado comum de uma entrega de alta performance.

Sobre o seu ponto sobre prompts detalhados versus fragmentados, uma técnica para não perder a essência do objetivo inicial é utilizar a estrutura de contextualização de papel. Quando definimos quem a IA deve ser, ela mantém a coerência e o tom de voz mesmo em instruções mais longas ou complexas.

Para evitar respostas genéricas e garantir que a IA não se perca em projetos grandes, você pode testar uma estrutura de prompt dividida por blocos, como no exemplo abaixo:

Atue como um [Papel ou Persona].
Contexto: [Explicação do cenário atual].
Tarefa: [O que deve ser feito de forma clara].
Restrições: [O que deve ser evitado ou seguido estritamente].
Formato de saída: [Como o resultado deve ser entregue].

Além disso, vale considerar outros pontos que complementam sua reflexão:

  • O uso de Few-Shot Prompting, que consiste em fornecer um ou dois exemplos do que você espera antes de pedir a tarefa final.
  • A técnica de Cadeia de Pensamento (Chain-of-Thought), onde você pede para a IA explicar o raciocínio passo a passo antes de dar a resposta final, o que reduz drasticamente as chances de erro em tarefas complexas.

Essa percepção de que o prompt é um processo iterativo de refinamento é o diferencial de quem realmente domina a ferramenta.

Espero que possa ter lhe ajudado!

por João Gomes Carneiro Junior
| 14.6k xp | 91 posts

Excelente análise, Evandro. Achei muito interessante a estrutura por blocos, porque ela ajuda bastante a manter clareza e coerência em prompts mais complexos.

Essa lógica também se conecta ao modelo IDEAL de construção de prompts, que considero muito útil para organizar instruções de forma estratégica:

I – Intenção: definir claramente o objetivo do prompt.
D – Detalhamento: fornecer contexto e informações relevantes.
E – Exemplos: mostrar referências do resultado esperado.
A – Ação: explicar exatamente o que a IA deve executar.
L – Limite: estabelecer regras, restrições ou formato da resposta.

Percebo que, quando esses elementos ficam bem definidos, a IA tende a entregar respostas muito mais precisas, contextualizadas e alinhadas ao objetivo final.

Tópicos relacionados

Mostrar mais tópicos Mostrar menos tópicos

Conteúdos Alura com o tema

Trilhas por carreira

Carreiras de IA

Carreiras de Dados

Carreiras de Cyber

Carreiras de DevOps & Cloud

Carreiras de UX & UI

Carreiras de Mobile & Front-End

Carreiras de Back-End

Carreiras de Negócios

Cursos universitários FIAP

Graduação | Pós-graduação | MBA