Olá, André. Como vai?
É excelente ver como você aplicou os conceitos de congelamento de contexto e clareza de instruções para resolver problemas matemáticos. Como você notou, a estruturação do prompt é o diferencial entre receber apenas um número solto ou uma aula completa sobre o tema.
A sua experiência com o desafio de juros simples reflete exatamente o que é ensinado no curso sobre Engenharia de Prompt:
- Identificação de Variáveis: Ao pedir para a IA identificar o capital, a taxa e o tempo, você garante que ela "leia" os dados corretamente antes de processá-los, evitando erros de interpretação.
- Explicação Passo a Passo: Essa técnica, conhecida como Chain of Thought (Cadeia de Raciocínio), obriga o modelo a seguir uma trilha lógica, o que reduz drasticamente a chance de alucinações matemáticas.
- Organização e Utilidade: Um prompt bem estruturado transforma a IA em um tutor, que não apenas entrega o valor final, mas ensina a metodologia aplicada.
Para elevar ainda mais o nível dos seus resultados, você pode experimentar adicionar delimitadores (como aspas triplas ou blocos de código) para separar o enunciado do problema das suas instruções. Isso ajuda a IA a entender exatamente onde termina a ordem e onde começam os dados.
Continue explorando essas técnicas, pois a precisão da IA é, em grande parte, um reflexo da precisão de quem a comanda!
Espero que possa ter lhe ajudado!
