Como Escrever

Prompts Bem Estruturados

para LLMs

---

Ivan Moura Campos

Professor Emérito – Departamento de Ciência da Computação da UFMG

Abril de 2026

Introdução

Você provavelmente já usou uma IA como ChatGPT, Gemini ou Claude e ficou frustrado com uma resposta vaga, incompleta ou totalmente fora do que você queria. Na maioria das vezes o problema não está na IA, mas sim em como a pergunta foi formulada.

Modelos Grandes de Linguagem, ou LLMs (Large Language Models, da sigla em Inglês) são ferramentas extraordinariamente poderosas, mas funcionam como um espelho refinado, refletindo com precisão o que você projeta neles. Uma entrada vaga produz uma saída vaga, uma entrada bem estruturada produz uma resposta focada, útil e de alta qualidade.

Este texto vai lhe ajudar com o seguinte:

- Como organizar as coisas ao formular um pedido para uma IA, e

- Como usar a linguagem Markdown para estruturar o pedido de forma clara e eficaz.

Nenhuma das duas exige conhecimento técnico, só atenção e prática.

1. LLMs e a janela de contexto

Para se comunicar bem com qualquer interlocutor, é útil entender como ele funciona. Com IAs, não é diferente.

O que é um LLM? Um modelo de linguagem é um programa treinado em enormes quantidades de texto, incluindo livros, artigos, conversas, códigos, etc., para aprender padrões de linguagem. Com base nesses padrões, ele é capaz de gerar textos que fazem sentido, responder perguntas e executar tarefas.

O que é a janela de contexto? Toda vez que você abre uma conversa com uma IA, ela começa "do zero". Ela não tem memória de conversas anteriores, a menos que você as forneça. O único material que ela tem para trabalhar é o que está na conversa atual. Isso se chama janela de contexto.

Pense na janela de contexto como a mesa de trabalho da IA. Tudo que você coloca nessa mesa é considerado. Quanto mais claro, organizado e relevante for o material que você dispõe sobre essa mesa, melhor será o trabalho entregue.

A implicação prática é a seguinte: o que você coloca nessa janela, e como o organiza, determina tudo que o modelo pode fazer por você. Um prompt bem estruturado usa a janela de contexto com eficiência. Ele fornece ao modelo as informações certas na ordem certa e deixa de fora o que é irrelevante. Um prompt mal estruturado desperdiça espaço e introduz ruído.

2. Por que precisão importa?

Durante o treinamento, LLMs aprendem padrões estatísticos: quais palavras (tokens) tendem a seguir outras palavras, quais ideias se agrupam, quais estruturas sinalizam quais intenções. Ele não memorizou fatos como um banco de dados. Ele internalizou relações.

Quando você o envia uma mensagem, o modelo não pensa como uma pessoa. Ele gera uma resposta prevendo, token por token, qual seria a continuação mais plausível para sua entrada. A qualidade dessa previsão depende quase inteiramente da qualidade do que você forneceu. "Entra lixo, sai lixo" não é um clichê nesse contexto, é uma descrição técnica do que acontece.

A IA não advinha intenções. Ela processa o que está escrito. Se você escreve "me ajuda com um texto sobre liderança", a IA não sabe se você quer um artigo acadêmico, um post para LinkedIn, um roteiro de palestra ou uma lista de dicas. Ela vai escolher uma interpretação, e pode não ser a sua.

É por isso que precisão importa. O modelo não consegue ler sua mente. Ele não pode fazer perguntas de esclarecimento, a menos que você o convide a isso. Ele fará suposições para preencher as lacunas, e essas suposições podem não corresponder às suas expectativas. Cada ambiguidade no seu prompt é um convite para o modelo adivinhar.

3. Por que a estrutura importa e o que é Markdown

Antes de apresentar o modelo recomendado de prompt, precisamos falar brevemente sobre uma ferramenta que tornará suas consultas muito mais claras: o Markdown.

Markdown é uma forma leve de adicionar estrutura a texto simples. Você não precisa de nenhum programa especial. Não precisa saber programar. Basta digitar alguns caracteres simples. Um # no início de uma linha para criar um título, dois asteriscos ** ao redor de uma palavra para deixá-la em negrito, um > para criar uma citação em bloco, e o texto imediatamente se torna mais organizado.

Por que isso importa para os LLMs? Porque os modelos de linguagem foram treinados (também) com quantidades enormes de texto formatado em Markdown. Quando você usa títulos, rótulos e hierarquia visual, está falando uma língua que o modelo já conhece profundamente. Você está sinalizando estrutura, não apenas conteúdo. O modelo consegue identificar o que é contexto, o que é tarefa, o que é restrição — porque cada um desses elementos está visual e semanticamente delimitado.

Compare estas duas formas de pedir a mesma coisa:

Sem estrutura:

Com estrutura:

Os dois prompts transmitem a mesma informação, mas a versão estruturada é inequívoca, inteligível e imediatamente interpretável, tanto pelo modelo quanto por você. Se precisar revisá-la mais tarde, saberá exatamente onde mudar.

4. Um Formato Canônico de Prompt

O formato proposto em seguida utiliza sete seções rotuladas, cada uma introduzida por um título em Markdown. Nem todas as seções são necessárias em todas as consultas: uma pergunta factual simples não precisa de mais do que uma TAREFA. Mas, para qualquer solicitação complexa, o uso das sete seções consistentemente produzirá resultados melhores.

Visão geral das sete etiquetas:

Vejamos cada uma em detalhe.

4.1 #CONTEXTO — Preparando o Cenário

#CONTEXTO - O pano de fundo de que o modelo precisa

Esta seção responde à pergunta: o que o modelo precisa saber sobre a situação, antes de poder ajudá-lo? Não é a tarefa em si, são as informações prévias, circundantes, que tornam a tarefa significativa.

Um bom contexto responde a perguntas como: Quem é você? Em que está trabalhando? Qual é o objetivo do projeto? Quem é o público-alvo? O que já foi feito?

Exemplo:

4.2 #PERSONA — Atribuindo um Papel ao Modelo

#PERSONA - A especialidade ou perspectiva a adotar

Os modelos de linguagem podem adotar diferentes vozes, estilos e áreas de especialização dependendo de como você enquadra a solicitação. A etiqueta PERSONA permite especificar qual chapéu o modelo deve usar.

Isso não é apenas um recurso estilístico. Quando você pede ao modelo que se comporte como especialista em determinada área, ele recorre mais intensamente ao conhecimento especializado associado a esse campo. A qualidade e a relevância da resposta tipicamente melhoram.

Exemplo:

4.3 #TAREFA — A Solicitação Central

#TAREFA - Exatamente o quê você precisa que o modelo faça

Este é o coração do prompt. A TAREFA deve ser uma instrução única, clara e acionável. Evite combinar várias tarefas em uma única etiqueta. Se precisar de várias coisas, liste-as explicitamente ou considere prompts separados.

A falha mais comum aqui é a vagueza. "Me ajude com meu relatório" não é uma tarefa. "Escreva a seção de introdução do meu relatório", é.

Exemplo:

4.4 #REQUISITOS — O que a Resposta Deve Incluir

#REQUISITOS - Restrições positivas sobre a resposta

Os requisitos são as coisas que a resposta deve fazer, incluir ou satisfazer. Pense neles como uma lista de verificação que o modelo deve conferir antes de entregar sua resposta.

Use marcadores aqui. Cada requisito deve ser concreto e verificável, algo que você poderia literalmente marcar como cumprido ao ler a resposta.

Exemplo:

4.5 #RESTRIÇÕES — O que a Resposta Deve Evitar

#RESTRIÇÕES - Restrições negativas sobre a resposta

Enquanto os REQUISITOS dizem ao modelo o que incluir, as RESTRIÇÕES dizem o que deixar de fora. Esta seção é especialmente útil para prevenir falhas comuns: extensão excessiva, tom inadequado, conteúdo indesejado ou terminologia técnica que seu público não entenderá.

Exemplo:

4.6 #SAÍDA — Como a Resposta Deve Parecer

#SAÍDA - Formato, extensão, tom, idioma, ...

A seção SAÍDA é onde você especifica a forma da resposta, independentemente do seu conteúdo. É aqui que você diz: me dê uma lista itemizada, escreva em prosa formal, limite a 300 palavras, ou responda em Português.

Separar o formato de saída do conteúdo da tarefa é uma das técnicas essenciais na redação de prompts. Isso evita que você enterre instruções de formatação dentro da descrição da tarefa, onde podem ser facilmente ignoradas.

Exemplo:

4.7 #AÇÃO — O Gatilho

#AÇÃO - A instrução explícita para começar

A etiqueta AÇÃO é curta e direta. É a instrução final que diz ao modelo para executar tudo o que veio antes. Na maioria dos casos, é uma única frase.

Você pode se perguntar por que isso é necessário se já escreveu uma TAREFA. O motivo é tanto psicológico quanto técnico: separa claramente a especificação da execução e sinaliza ao modelo que todo o enquadramento está completo e que ele deve agora produzir o resultado final.

Exemplo:

5. O Exemplo Completo

Aqui está tudo reunido em um prompt coerente, usando a aula sobre mudanças climáticas como exemplo:

Perceba como é fácil ler este prompt. Não apenas para o modelo, mas para você mesmo. Se um colega lhe perguntasse o que você estava tentando realizar, você poderia entregar-lhe este documento e ele entenderia imediatamente. Essa clareza não é acidental. É o resultado da estrutura.

6. Dicas Práticas para Prompts Melhores

6.1 Você não precisa das sete etiquetas sempre

Uma pergunta factual simples, "Qual é a capital da Austrália?" precisa apenas de uma TAREFA. O formato canônico é uma estrutura proposta para facilitar, não para restringir. Use as seções que adicionam clareza e pule as desnecessárias.

6.2 Itere e Refine

Pense no seu primeiro prompt como um rascunho. Se a resposta do modelo não estiver correta, examine seu prompt antes de culpar o modelo. Normalmente, o problema é uma TAREFA mal especificada, uma RESTRIÇÃO faltando ou um formato de SAÍDA que você esqueceu de mencionar.

6.3 Seja afirmativo sempre que possível

Em geral, é mais eficaz dizer o que você quer do que apenas o que você não quer. "Escreva em frases simples e diretas" funciona melhor do que "não use linguagem complicada". Reserve as RESTRIÇÕES para coisas genuinamente difíceis de expressar de forma positiva.

6.4 Uma tarefa por prompt

Se precisar de cinco coisas, escreva cinco prompts — ou liste as cinco explicitamente dentro de uma única TAREFA e as numere. Empilhar solicitações não relacionadas em um único prompt é a forma mais rápida de obter uma resposta que aborda tudo parcialmente e nada completamente.

6.5 Ajuste o nível de detalhe à complexidade

Um brainstorming criativo precisa de menos especificação do que um resumo jurídico. Um rascunho de e-mail casual precisa de menos estrutura do que um relatório técnico. Use seu julgamento, a quantidade certa de estrutura deve ser apenas a suficiente para remover ambiguidades.

7. Erros Comuns e Como Corrigi-los

Erro: A tarefa está misturada dentro do contexto.

Solução: Mova a tarefa para sua própria seção. O modelo nunca deve precisar adivinhar o que você realmente quer que ele faça.

Erro: Requisitos e restrições contraditórios.

Solução: Releia seu prompt em voz alta antes de enviá-lo. "Seja abrangente" e "limite a 200 palavras" não podem ser verdadeiros ao mesmo tempo.

Erro: Pressupor que o modelo sabe o que você sabe.

Solução: Use a seção CONTEXTO. Se um detalhe mudaria a resposta, inclua-o. O modelo não sabe nada sobre sua situação específica, a menos que você o informe.

Erro: Especificar o formato como parte da tarefa.

Solução: Mova as instruções de formato para a seção SAÍDA. "Escreva uma lista com marcadores das dez considerações mais importantes" mistura tarefa e formato. Escreva separadamente:

"#TAREFA: Liste as dez considerações mais importantes" e

"#SAIDA: Formato: lista com marcadores"

8. Conclusão

Escrever um prompt bem estruturado não é uma habilidade técnica. É uma habilidade de comunicação. Os mesmos princípios que produzem um bom e-mail, uma pauta de reunião clara ou um briefing de trabalho eficaz também produzem um bom prompt. Descreva a situação, defina o objetivo, especifique as restrições e diga o que você espera receber.

O formato de sete etiquetas proposto aqui, que inclui CONTEXTO, PERSONA, TAREFA, REQUISITOS, RESTRIÇÕES, SAÍDA, AÇÃO, é uma implementação prática desses princípios. Exige alguma prática para ser usado com fluência, mas o retorno é imediato: respostas mais relevantes, mais precisas e consideravelmente mais úteis.

A janela de contexto é sua tela. O que você coloca nela, e como a organiza, está inteiramente em suas mãos. Use-a bem.