A Anthropic resume a regra principal em uma imagem: trate o modelo como um funcionário brilhante, mas recém-chegado, que não conhece suas normas nem seu fluxo de trabalho. Quanto mais preciso o pedido, melhor o resultado. O guia oficial sugere até um teste: mostre o prompt a um colega sem contexto e veja se ele entenderia o que fazer.
Este texto junta o que os guias oficiais da OpenAI, da Anthropic e do Google recomendam em outubro de 2026 e aplica cada ponto a pedidos comuns de trabalho. Os exemplos são ilustrativos: servem para mostrar a estrutura, e qualquer resposta gerada continua precisando de revisão.
Os cinco elementos que quase todo pedido precisa
Os três guias convergem em uma lista curta. Nem todo prompt precisa de todos, mas a falta de um deles explica a maior parte das respostas ruins.
| Elemento | Pergunta que ele responde | Exemplo curto |
|---|---|---|
| Contexto | Qual é a situação e por que isso importa? | "O texto vai para clientes que reclamaram do atraso" |
| Tarefa | O que exatamente deve ser feito? | "Escreva um e-mail de resposta" |
| Público e tom | Para quem, em que registro? | "Cordial e direto, sem jargão" |
| Formato | Como a resposta deve vir? | "Até 120 palavras, sem lista" |
| Material | Em que informações se apoiar? | "Use só os dados abaixo" |
A Anthropic insiste em um ponto que costuma faltar: explicar o motivo da instrução. Em vez de "nunca use reticências", algo como "o texto será lido por um sintetizador de voz, que não sabe pronunciar reticências" dá ao modelo o critério para casos que você não previu.
Exemplos antes e depois
E-mail de atraso de entrega
Antes:
Escreva um e-mail para um cliente sobre o atraso.
Depois:
Sou coordenadora de atendimento de uma loja online. Escreva um e-mail para um cliente cujo pedido atrasou dois dias por um problema na transportadora. O cliente já reclamou uma vez, então o tom precisa ser cordial e objetivo, sem culpar ninguém. Até 120 palavras. Inclua um pedido de desculpas, a nova data prevista (dia 12) e o contato do SAC. Não ofereça compensação: a política da loja não permite neste caso.
O segundo pedido tem papel, motivo, limite, dados concretos e uma restrição explicada. Repare que a proibição vem acompanhada do porquê.
Resumo de relatório
Antes:
Resuma este relatório.
Depois:
Resuma o relatório acima para a diretora financeira, que tem dois minutos para ler. Use três tópicos com os números principais e termine com uma frase sobre a decisão pendente. Antes do resumo, copie os trechos do relatório que sustentam cada número. Se algo não estiver no texto, escreva "não informado".
Aqui entram duas recomendações específicas do guia da Anthropic para documentos longos: colocar o material no topo, antes da pergunta, e pedir que o modelo cite os trechos relevantes antes de responder. O guia do Google para o Gemini dá a mesma orientação de ordem: contexto longo primeiro, pergunta por último.
Classificação de mensagens com exemplos
Antes:
Classifique estas mensagens de clientes.
Depois:
Classifique cada mensagem como "elogio", "reclamação" ou "dúvida". Responda só com a categoria.
Mensagens: [cole aqui]
Exemplos são, segundo a Anthropic, uma das formas mais confiáveis de controlar formato e tom; o guia sugere de 3 a 5, variados e separados das instruções. O guia do Gemini vai além e recomenda incluir exemplos sempre, mas avisa que exemplos demais fazem o modelo copiar padrões e pede para testar a quantidade.
Separe instruções e material com marcações
Quando o prompt mistura ordens, contexto, exemplos e texto colado, o modelo pode confundir um trecho do material com uma instrução. Os três guias recomendam delimitar cada parte:
- Tags no estilo XML, como
<contexto>,<instrucoes>e<documento>, recomendadas pela Anthropic e pela OpenAI para marcar onde começa e termina cada bloco; - Títulos e listas em Markdown, que a OpenAI sugere para separar seções de instruções;
- Delimitadores claros, que o guia do Gemini cita como algo a que os modelos atuais respondem bem.
Não há nomes mágicos de tags. O importante é usar sempre os mesmos e se referir a eles nas instruções ("resuma o texto em <documento>").
O que parou de funcionar ou mudou
Algumas dicas populares de prompt envelheceram. Pelos guias oficiais consultados em outubro de 2026:
| Dica antiga | O que os guias dizem agora |
|---|---|
| Escrever em maiúsculas: "CRÍTICO: você DEVE..." | A Anthropic diz que os modelos atuais seguem o prompt de sistema com mais atenção e que linguagem agressiva pode causar exagero; recomenda o tom normal ("Use esta ferramenta quando...") |
| "Pense passo a passo" em toda pergunta | O Google informa que os modelos Gemini 2.5 em diante já raciocinam internamente, então não é preciso pedir o raciocínio na resposta. Os modelos atuais do Claude e do ChatGPT também têm modos de raciocínio próprios |
| Dizer só o que não fazer | A Anthropic recomenda dizer o que fazer no lugar: em vez de "não use Markdown", "escreva em parágrafos corridos" |
| Mesmo prompt para qualquer modelo | A OpenAI separa modelos de raciocínio, que rendem melhor com objetivos de alto nível, de modelos GPT sem raciocínio, que precisam de instruções explícitas e detalhadas |
| Ajustar temperatura para melhorar resposta | O guia do Gemini informa que, no Gemini 4 e no 3.6 em diante, valores personalizados de temperatura, top-p e top-k são ignorados pela API |
A comparação da OpenAI é útil para qualquer assistente: um modelo de raciocínio funciona como um colega experiente, a quem você passa o objetivo; um modelo mais simples, como um estagiário, a quem você passa o passo a passo. Saber qual modelo está respondendo ajuda a decidir o nível de detalhe. A diferença entre os modelos de cada plano está em ChatGPT, Claude ou Gemini.
Divida tarefas grandes em etapas
O guia do Gemini recomenda quebrar pedidos complexos em prompts encadeados, em que a saída de um alimenta o próximo. Na prática, para um relatório mensal:
- "Extraia da planilha abaixo os cinco números que mais variaram em relação ao mês anterior, com o valor dos dois meses."
- "Para cada número da lista, sugira uma explicação possível com base apenas nas observações da equipe que colei."
- "Escreva um parágrafo de até 150 palavras para a diretoria com os três pontos mais relevantes."
Cada etapa é fácil de conferir antes de seguir. Um pedido único com as três tarefas esconde o erro da primeira dentro da terceira. Quando a sequência se repete toda semana, ela pode virar um fluxo automático, como mostra o guia de automação com IA.
Como reduzir respostas inventadas
Nenhuma técnica elimina erros, mas algumas reduzem a chance e facilitam a revisão:
- Restrinja a fonte: "use apenas o material em
<documento>; se a informação não estiver lá, diga que não está". - Peça citações: o modelo copia o trecho que sustenta cada afirmação, e você confere em segundos.
- Ligue a busca ou a execução de código quando existir: o guia do Gemini recomenda a busca do Google para fatos recentes e a execução de código para contas e contagens.
- Separe fato de suposição: "marque com (suposição) tudo o que não estiver no material".
Para entender por que os modelos inventam com tanta confiança, veja IA generativa: como funciona e onde ela erra.
Modelo para copiar
<contexto>
Quem sou, qual é a situação e por que isso importa.
</contexto>
<tarefa>
O que fazer, em uma ou duas frases.
</tarefa>
<formato>
Público, tom, tamanho e estrutura da resposta.
</formato>
<exemplos>
Um a três exemplos do resultado esperado (opcional).
</exemplos>
<material>
Texto, dados ou notas de apoio.
</material>
Use apenas o que está em <material>. Se faltar informação, pergunte antes de responder.
Se o material for longo, mova o bloco <material> para o início, como recomendam a Anthropic e o Google. Guarde os prompts que funcionarem em um arquivo de modelos, sem dados pessoais. O uso no dia a dia da equipe está em como usar IA no trabalho.
Perguntas frequentes
Prompt de sistema, instruções personalizadas e Gems são a mesma coisa?
São variações da mesma ideia: instruções fixas que valem para todas as conversas. No ChatGPT, ficam nas instruções personalizadas ou nos projetos; no Gemini, nos Gems; no Claude, nos projetos. Pela API, a OpenAI usa o parâmetro instructions ou mensagens do tipo developer, e a Anthropic o prompt de sistema. Coloque ali o que nunca muda (seu papel, tom, formato padrão) e deixe para a conversa o que muda a cada pedido.
Por que o mesmo prompt dá respostas diferentes cada vez?
Os modelos geram texto com uma dose de variação, e as empresas atualizam os modelos com frequência. A OpenAI recomenda que aplicações fixem uma versão específica do modelo (snapshot) e mantenham testes para medir o comportamento a cada mudança. No uso pessoal, rodar o mesmo pedido duas vezes e comparar já mostra o quanto a resposta oscila.
Escrever o prompt em inglês dá resultado melhor?
Os modelos atuais dos três fornecedores são multilíngues, e a Anthropic lista o desempenho multilíngue entre as capacidades de todos os seus modelos atuais. Para textos que vão ser publicados em português, escrever o pedido em português evita traduções forçadas. Se um modelo pequeno, como os que rodam no próprio computador com o Ollama, responder mal, vale testar a mesma instrução em inglês e pedir a resposta em português.
Fontes
- Anthropic. Prompting best practices.
- OpenAI. Prompt engineering.
- Google. Estratégias de prompt para a API Gemini.
- Anthropic. Visão geral dos modelos Claude.
- Brown, T. et al. Language Models are Few-Shot Learners (2020).
