Prompt de IA: o que é e como escrever um bom
Entenda o que é um prompt de IA, quais partes compõem um bom prompt, a diferença entre prompt de sistema e do usuário e os erros mais comuns.

Resumo rápido
- Prompt é o texto de entrada que diz à IA o que fazer: pergunta, instrução, exemplos ou tudo junto.
- Um bom prompt combina papel, tarefa, dados de entrada, formato de saída, exemplos e restrições.
- Prompt de sistema define o comportamento fixo; prompt do usuário é a mensagem de cada interação.
- Clareza vale mais que tamanho: prompts consomem tokens e espaço na janela de contexto.
Prompt é o texto de entrada que você envia a uma IA para dizer o que ela deve fazer: uma pergunta, uma instrução, um exemplo ou uma combinação disso. Para uma LLM, o prompt é tudo que existe sobre a tarefa naquele momento, então a qualidade da resposta depende muito de como ele foi escrito.
Este guia explica o que é um prompt, quais partes compõem um bom prompt, como diferenciar prompt de sistema e prompt do usuário, e quais erros evitar.
O que é um prompt
Prompt é qualquer entrada que o modelo recebe para gerar uma saída. Pode ser uma frase curta, como "resuma este texto", ou um documento longo com regras, exemplos e dados. O modelo não tem como adivinhar o que você quis dizer além do que está escrito, por isso instruções vagas tendem a gerar respostas genéricas.
As partes de um bom prompt
Nem todo prompt precisa de todas as partes, mas combiná-las costuma melhorar o resultado:
- Papel ou contexto: quem o modelo deve ser e qual é a situação, por exemplo "você é um analista financeiro revisando um relatório trimestral".
- Tarefa: o que exatamente deve ser feito, em uma instrução clara e específica.
- Dados de entrada: o texto, a tabela ou o documento sobre o qual o modelo vai trabalhar.
- Formato de saída: como a resposta deve vir, como lista, tabela, JSON ou um parágrafo curto.
- Exemplos: um ou mais pares de entrada e saída esperada, que mostram o padrão a ser seguido.
- Restrições: limites de tamanho, tom de voz, o que não deve aparecer na resposta.
Exemplo: prompt fraco e prompt melhor
Prompt fraco: "Escreva sobre nosso produto." O modelo não sabe o público, o tamanho, o tom nem qual é o produto.
Prompt melhor: "Você é redator de uma empresa de software B2B. Escreva um parágrafo de até 60 palavras apresentando o produto abaixo para gerentes de TI, em tom direto, sem jargão de marketing. Produto: [descrição]." Aqui há papel, tarefa, público, tamanho, tom e dados de entrada.
Prompt de sistema e prompt do usuário
- Prompt de sistema: instruções fixas definidas pelo desenvolvedor ou pela empresa, que valem para toda a conversa, como papel, regras e tom.
- Prompt do usuário: a mensagem que a pessoa envia a cada interação.
Em produtos que usam IA, o prompt de sistema costuma ser a parte mais cuidada, porque define o comportamento padrão do assistente antes mesmo de o usuário escrever qualquer coisa.
Zero-shot e few-shot
- Zero-shot: o prompt descreve a tarefa sem dar nenhum exemplo.
- Few-shot: o prompt inclui alguns exemplos de entrada e saída antes da tarefa real, o que ajuda o modelo a seguir um formato ou critério específico.
Prompt, tokens e janela de contexto
Todo prompt é convertido em tokens antes de ser processado, e o total precisa caber na janela de contexto do modelo, junto com a resposta. Prompts muito longos consomem esse espaço e aumentam custo e tempo, por isso vale ser completo, mas sem incluir informação que não ajuda a tarefa.
Prompt engineering e context engineering
Prompt engineering é a prática de escrever e ajustar prompts para obter melhores respostas. O context engineering é mais amplo: decide tudo que entra no contexto do modelo, incluindo documentos recuperados, ferramentas e histórico, além do prompt em si. Um bom prompt continua importante, mas sozinho não compensa um contexto mal montado.
Erros comuns ao escrever prompts
- Ser vago: pedir "melhore isso" sem dizer o que significa melhorar.
- Misturar várias tarefas: pedir resumo, tradução e análise na mesma instrução, em vez de separar em etapas.
- Não definir o formato: deixar o modelo escolher como responder e depois ter de reformatar.
- Esquecer os dados: pedir uma análise sem enviar o material a ser analisado.
- Nunca testar: usar o primeiro prompt que funcionou sem comparar com variações.
Perguntas frequentes
Existe um prompt perfeito?
Não. Um prompt bom para uma tarefa e um modelo pode funcionar pior em outro. O caminho é testar variações e manter a que dá resultados mais consistentes.
Prompt longo é sempre melhor?
Não. O que importa é a clareza. Um prompt curto e específico costuma superar um longo e confuso, e cada palavra a mais consome contexto.
Dá para reaproveitar um prompt que funciona?
Sim. Prompts que funcionam bem para uma tarefa recorrente podem ser salvos e reutilizados. Quando essa reutilização vira um procedimento estruturado, com instruções e arquivos de apoio, ela se aproxima do conceito de skill de IA.
Conclusão
Um prompt é a forma de dizer à IA o que fazer, e a clareza dele define boa parte da qualidade da resposta. Papel, tarefa, dados, formato e exemplos são os elementos que mais ajudam, e testar variações é o que transforma um prompt razoável em um confiável.
Leve contexto ao time e aos agentes
Base viva, wiki, chat e artefatos — e o mesmo conhecimento exposto via MCP.