Villela Stay — Hospedagens InteligentesVillelaStayHospedagens Inteligentes
para Experiências Inesquecíveis.

Prompts que funcionam: função, regras e contexto

Como o modelo interpreta um pedido, os sete blocos de um prompt profissional, o uso de personas e por que engenharia de contexto vale mais que criatividade.

Augusto VillelaLeitura de 14 minAula 2 de 22Livro: Capítulos 2 e 3

Resumo da aula

  • O ChatGPT não pensa como gente: ele reconhece padrão e responde ao que você deu.
  • Então aquilo que você não disser, ele vai supor.
  • Trate ele como profissional orientado: função, objetivo, regras, fontes, formato e critério de aprovação.
  • E lembre que ele nunca assume responsabilidade pelo resultado. Essa é sua.
  • Prompt profissional tem sete blocos: função, objetivo, contexto, regras, estilo, formato e tarefa.
  • E engenharia de contexto vale mais que criatividade, porque o que decide é a exatidão das restrições.

Neste artigo

  1. Padrão, relação e resposta
  2. Contexto é tudo
  3. O anúncio refeito
  4. Onde a supervisão humana é obrigatória
  5. O poder da continuidade
  6. Velocidade, raciocínio e ferramentas
  7. Os sete blocos de um prompt profissional
  8. O prompt do concierge
  9. Personas
  10. A mesa de trabalho do ChatGPT
  11. Projeto, conhecimento e memória
  12. O workflow de seis etapas
  13. Workflow ou agente

O artigo é lido por partes. Use os botões abaixo para avançar — a aula em vídeo e a apresentação estão no curso, e o método completo, no livro.

Perguntas frequentes

Quais são os sete blocos de um prompt profissional?

Função (o papel que o modelo assume), objetivo (o resultado que se quer), contexto (a situação em volta), regras (o que ele nunca pode fazer), estilo (o tom), formato (a forma da saída) e tarefa (o que deve ser feito agora). Quando um desses blocos falta, ele não fica vazio: a inteligência artificial preenche a lacuna com uma suposição, e a suposição dela pode ser exatamente o contrário do que você faria. É por isso que um pedido como "faça um anúncio" devolve um anúncio genérico — a ferramenta respondeu exatamente o que foi perguntado.

Prompt longo funciona melhor do que prompt curto?

Não. A eficácia não vem do número de palavras, e sim da exatidão das restrições: um prompt de três páginas cheio de adjetivo rende menos que dez linhas com função, regras e formato bem definidos. O que decide o resultado é a engenharia de contexto — organizar contexto, conhecimento, memória e workflow —, não a criatividade da frase. Um caso particular é a persona: transformar o ChatGPT em um especialista que existe de verdade no seu trabalho melhora mais o resultado do que reescrever a pergunta, porque persona genérica devolve resposta genérica.

Em que situações a revisão humana é obrigatória?

A inteligência artificial repete padrão com consistência, mas não responde por nada do que produz. A revisão é obrigatória em dinheiro (valor, preço, cobrança, pagamento, número que vai para relatório), em dados pessoais (errar ali constrange e, no Brasil, tem lei em cima), em contrato (onde uma palavra trocada muda obrigação), em comunicação externa (tudo o que sai com o seu nome: mensagem para cliente, proposta, publicação) e em qualquer decisão que gere consequência, mesmo que pareça pequena. A regra é uma só: a inteligência artificial prepara, a pessoa confere, a pessoa envia.

Ir direto para outra aula
  1. 1 O ecossistema do ChatGPT: Chat, Work e Codex
  2. 2 Prompts que funcionam: função, regras e contexto
  3. 3 Tokens, janela de contexto e o documento de calibraçãovideoaula em produção
  4. 4 Projetos, Canvas e Skills: o conhecimento organizadovideoaula em produção
  5. 5 MCP, APIs e webhooks: a IA fora da janela de chatvideoaula em produção
  6. 6 Make, n8n e a governança das conexõesvideoaula em produção
  7. 7 GPTs, Skills e os agentes de cada área da empresavideoaula em produção
  8. 8 Codex: programar conversando, com Git por baixovideoaula em produção
  9. 9 Instalação do Codex e a chave que não pode vazarvideoaula em produção
  10. 10 Comandos do Codex e o AGENTS.md do projetoem produção
  11. 11 Mudanças pequenas, diff revisado e integração de sistemasem produção
  12. 12 Atendimento por WhatsApp: Cloud API, templates e aprovação humanaem produção
  13. 13 Direct do Instagram: contexto do story e pontuação de leadsem produção
  14. 14 Instagram no Make: CRM, transferência humana e painelem produção
  15. 15 ChatGPT Work: do objetivo ao entregávelem produção
  16. 16 Projetos, Skills, Apps e arquivos editáveis no Workem produção
  17. 17 Tarefas agendadas, workspaces e vibe workingem produção
  18. 18 Empresas operadas por IA: hotelaria, direito, imobiliário e marketingem produção
  19. 19 As Skills que valem instalar e os repositórios confiáveisem produção
  20. 20 Laço agêntico, coleta de dados e memória do ChatGPTem produção
  21. 21 As plataformas de IA e as cinco superfícies do ChatGPTem produção
  22. 22 AI Operator e empresas AI-native: o próximo passoem produção
Material do curso ChatGPT AI na Prática, de Augusto Villela.← Voltar ao Blog
💬