1
resposta

Mão na massa: criando um post para seu trabalho

Para colocar em prática as técnicas de engenharia de prompt que discutimos, estruturei um comando que utiliza a divisão de tarefas complexas, pede justificativas e foca na clareza das instruções.

Este prompt foi desenhado para que a IA atue como uma especialista em Arquivologia, garantindo que o conceito do Ciclo Vital dos Documentos (Teoria das Três Idades) seja abordado com precisão técnica, mas com a linguagem adequada para o LinkedIn.

O Prompt Estruturado (Copie e cole na sua IA)
Contexto: Atue como um Especialista em Gestão de Documentos e Arquivologia com foco em transformação digital.

Objetivo: Criar um post de alta performance para o LinkedIn sobre o "Ciclo Vital dos Documentos" (Teoria das Três Idades).

Tarefa Dividida em Passos:

Passo 1 (Raciocínio): Antes de escrever o post, explique brevemente a diferença entre as fases Corrente, Intermediária e Permanente. Justifique por que entender esse ciclo é vital para a eficiência administrativa de uma instituição.

Passo 2 (Redação): Escreva o post para o LinkedIn seguindo estas diretrizes:

Gancho Inicial: Comece com uma frase impactante sobre como o acúmulo de papéis ou arquivos digitais desorganizados prejudica a tomada de decisão.

Conteúdo: Explique as três idades (Corrente, Intermediária e Permanente) de forma didática, usando analogias se necessário.

Tom de Voz: Profissional, porém acessível e moderno.

Formatação: Use emojis discretos e quebras de linha para facilitar a leitura no mobile.

Finalização: Termine com uma pergunta para gerar engajamento (ex: "Como está o ciclo de vida dos dados na sua empresa?").

Passo 3 (Obrigatório): Inclua ao final do post a hashtag #IAnaAlura.

Auto-Correção: Após redigir, revise o texto para garantir que ele não confunda "fase intermediária" com "descarte imediato". Justifique qualquer alteração feita para garantir a precisão técnica.

1 resposta

Oi, estudante. Tudo certo?

O prompt que você criou aplica com clareza as técnicas da aula: a divisão em passos, a definição de papel para o modelo, o pedido de justificativa antes da resposta e a instrução de auto-correção ao final. Trazer o contexto da Arquivologia e da Teoria das Três Idades para o exercício mostra como a engenharia de prompt funciona melhor quando está conectada a um domínio real de conhecimento, porque você consegue avaliar com mais precisão se o resultado faz sentido técnico.

A instrução de auto-correção no Passo 3 é um detalhe que se destaca, pois orienta o modelo a verificar um ponto específico de confusão comum no tema antes de entregar a resposta final.

Para refinar ainda mais, vale testar o mesmo prompt com diferentes modelos e comparar os resultados. Ferramentas como ChatGPT e Gemini podem tratar a fase intermediária de formas ligeiramente diferentes, dependendo dos dados de treinamento, e identificar essas variações ajuda a calibrar quando cada modelo é mais confiável para temas técnicos específicos como esse.

Obrigado por compartilhar.

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!