Como criar prompts de IA e ajustar as respostas

1.0K views
•
September 12, 2025
by
Sandeco
YouTube video player
Como criar prompts de IA e ajustar as respostas

TL;DR

Resultados melhores com IA dependem de instruções claras e de ajustes durante a interação. Prompts prontos podem servir como referência, mas compreender seus objetivos, contexto, tarefa e formato permite adaptar o pedido quando a resposta falha. Pedir que a IA explique o que entendeu antes de executar ajuda a identificar ambiguidades e corrigir a direção da conversa.

Transcript

Mas eu particularmente eu sou um pouco contra assim, ah, olha só um prompt que eu fiz, sabe? Assim, algo tão fixo assim, como se fosse algo que você copia e cola, né? Porque eu acho que ali um resultado bom com LM, claro, tem que ter a noção básica do prompt, né? Bem feito, as técnicas, cadeias de pensamento, tudo certinho, mas você copiar e colar ... Read More

Key Insights

  • Prompts prontos podem servir de referência, mas compreender sua estrutura facilita ajustes quando surgem erros.
  • A interação com a IA permite corrigir respostas e adaptar instruções ao resultado que o usuário pretende.
  • Objetivos, contexto e tarefa são elementos que a conversa recomenda explicitar na construção do prompt.
  • O formato desejado deve constar no pedido, como lista, tópicos, tabela ou texto, para orientar a resposta.
  • Definir um papel para a IA, como assistente ou professor, ajuda a orientar a execução da tarefa solicitada.
  • Pedir que a IA descreva o que entendeu permite detectar ambiguidades antes de continuar a execução.
  • A explicação apresentada associa o funcionamento das LLMs à previsão de linguagem com representações numéricas.
  • A prática com erros e acertos ajuda o usuário a adequar seus pedidos e melhorar os resultados pretendidos.

Explore YouTube Video Summarizer or Get YouTube Transcript Extractor

Questions & Answers

Q: Por que copiar e colar prompts prontos pode dificultar o uso da IA?

Copiar e colar um prompt sem entender sua construção pode deixar o usuário sem saber como agir quando a resposta apresenta um erro ou não segue o formato esperado. A conversa destaca que um pedido pode precisar de adaptações durante a interação, inclusive quando aparece uma alucinação. Prompts de outras pessoas podem oferecer uma base útil e mostrar recursos técnicos, como delimitadores, mas o usuário precisa compreender o que está solicitando. Esse entendimento permite modificar as instruções e continuar a conversa quando o resultado inicial não atende ao objetivo.

Q: Como estruturar um prompt para orientar melhor a resposta da IA?

A estrutura recomendada na conversa reúne o objetivo pretendido, o contexto, a tarefa que a IA deve executar, o papel atribuído a ela e o formato esperado para a resposta. O usuário pode indicar, por exemplo, que deseja uma lista, uma tabela, tópicos ou um texto. Também pode definir a atuação da IA como assistente, advogado ou professor, conforme o pedido apresentado. Explicitar esses elementos oferece uma direção para a execução. A orientação é comunicar o que se pretende de maneira organizada e ajustar as instruções conforme as respostas recebidas.

Q: Como confirmar se a IA interpretou corretamente uma tarefa?

Uma prática sugerida é apresentar inicialmente o objetivo da atividade e pedir que a IA diga o que entendeu antes de continuar. A conversa menciona situações como analisar um documento ou escrever um recurso, nas quais o usuário pode explicar sua intenção e conferir a interpretação recebida. Se a resposta revelar uma ambiguidade ou uma tarefa diferente da pretendida, é possível corrigir a direção no pedido seguinte. Esse procedimento cria uma oportunidade de revisar a comunicação antes de fornecer mais informações e avançar para a execução do trabalho solicitado.

Q: Qual é a diferença entre fazer um prompt e pesquisar por palavras-chave?

Na explicação apresentada, um prompt é o pedido ou comando usado para se comunicar com uma LLM, como ChatGPT ou Gemini. A conversa ressalta que essa comunicação segue uma lógica diferente da pesquisa em buscadores: colocar somente palavras-chave e esperar o resultado desejado pode ser insuficiente. O usuário deve informar a tarefa e os elementos necessários para orientar a resposta. Um exemplo relatado envolve uma pergunta sobre o resultado de um jogo feita quando a ferramenta não acessava a internet, mostrando como expectativas de busca podem gerar uma avaliação equivocada da resposta.

Q: Como a conversa explica o funcionamento de uma LLM e dos tokens?

A conversa apresenta uma explicação simplificada para iniciantes: uma LLM prevê a próxima palavra com apoio de operações matemáticas. Os participantes descrevem a transformação do conteúdo em tokens e representações numéricas, relacionando esse processo à produção da resposta. Também associam os tokens aos limites da janela de contexto, mencionados como uma forma de compreender a capacidade da ferramenta. Essa explicação é usada para justificar a importância do prompt: o usuário precisa fornecer elementos que orientem a resposta, em vez de tratar a ferramenta apenas como um buscador que recebe palavras-chave.

Q: Como lidar com uma resposta errada ou inadequada da IA?

A orientação central da conversa é continuar a interação, identificar o que precisa mudar e ajustar o pedido. Quando o usuário compreende o prompt que construiu, tem mais condições de adaptar as instruções diante de uma resposta inadequada. Os participantes observam que falhas podem envolver o próprio pedido ou o funcionamento da ferramenta, incluindo situações de sobrecarga. Por isso, um resultado ruim não é apresentado como prova automática de que o prompt deixou de funcionar. A prática proposta combina revisão da comunicação, correção da direção e novas tentativas para aproximar a resposta do objetivo.

Q: Como aproveitar um prompt de outra pessoa para construir o próprio?

Um prompt de outra pessoa pode ser aproveitado como fonte de ideias e como exemplo de organização das instruções. A conversa recomenda estudar sua construção e extrair entendimentos que ajudem a elaborar o próprio pedido. Recursos como delimitadores e estruturas mais extensas são mencionados como elementos que podem contribuir em determinadas tarefas. O ponto principal é compreender a função desses recursos e adaptá-los ao objetivo do usuário. Assim, quando surgir um erro ou uma resposta fora do esperado, haverá uma base para modificar o pedido e seguir com a interação.

Q: Por que a prática e a interação são importantes na engenharia de prompts?

A prática é apresentada como um processo de erros e acertos no qual o usuário adequa seus pedidos e melhora o resultado pretendido. A interação permite perceber quando uma instrução ficou ambígua, quando a IA interpretou outra tarefa ou quando o formato recebido precisa mudar. Os participantes defendem que conhecer técnicas básicas ajuda, mas que a comunicação deve continuar ao longo da atividade. Explicar o objetivo, conferir o entendimento e ajustar os pedidos seguintes são práticas citadas para desenvolver essa habilidade e tornar o usuário mais capaz de conduzir a conversa.

Summary & Key Takeaways

  • Copiar prompts sem compreender sua estrutura pode dificultar a correção de respostas inadequadas. A conversa destaca o estudo das técnicas e a interação contínua como caminhos para adaptar os pedidos.

  • Um prompt deve informar objetivos, contexto, tarefa, papel da IA e formato da resposta. Esses elementos orientam o pedido e diferenciam a comunicação com uma LLM de uma pesquisa por palavras-chave.

  • Pedir que a IA descreva o que entendeu antes de executar permite identificar ambiguidades. O usuário pode corrigir a interpretação e continuar a tarefa gradualmente, ajustando as instruções.


Read in Other Languages (beta)

Share This Summary 📚

Explore More Summaries from Sandeco 📚