Engenharia de prompt

O que significa engenharia de prompt?

Em uma frase: é a prática de escrever bem o pedido (o prompt) que você faz a um modelo de IA.

🌱 Sou novo nisso. O prompt é o texto que você envia ao modelo. A OpenAI define engenharia de prompt como a elaboração de instruções que façam o modelo gerar respostas consistentes com os requisitos da aplicação.

O guia da Microsoft Foundry explica a base do funcionamento. O modelo produz a sequência de palavras mais provável a partir do texto anterior. Quando você faz uma pergunta, ele não segue um caminho separado de "perguntas e respostas". Ele gera uma resposta porque esse é o tipo de texto mais provável depois de uma pergunta.

O mesmo guia diz que criar prompts é "mais uma arte do que uma ciência" e lembra que cada modelo se comporta de forma diferente. Por isso, o que funciona em um modelo pode não funcionar igual em outro.

Como se usa a engenharia de prompt na prática?

As orientações abaixo vêm da documentação da OpenAI (verificado em nov/2026) e do guia da Microsoft Foundry. Elas cobrem quatro partes de um bom prompt, além dos exemplos e das ferramentas.

🌱 Um exemplo simples. O guia da Microsoft Foundry compara dois pedidos. O primeiro é "Escreva uma introdução para um boletim informativo semanal". O segundo diz o nome da empresa, o tom da saudação, o agradecimento à equipe e quem assina. O segundo pedido gera um texto muito mais próximo do que a pessoa queria.

🔎 Já uso. - Papel. A OpenAI recomenda colocar as instruções gerais de papel, tom e comportamento na mensagem de sistema. Os detalhes da tarefa e os exemplos ficam nas mensagens do usuário (página atualizada em 4 de novembro de 2026). - Tarefa. Para os modelos atuais, o guia de uso da OpenAI, atualizado em 30 de outubro de 2026, pede instruções precisas e lógica explícita. Pede também que você informe os dados necessários. - Contexto. Inclua no prompt o contexto de que o modelo precisa. A OpenAI também recomenda acompanhar esse contexto durante toda a conversa, à medida que ela cresce (documentação). - Formato. Diga como quer a resposta, com instruções de formatação ou padrões em Markdown. Quando a aplicação precisa de uma estrutura verificável, use Structured Outputs, as saídas estruturadas (página atualizada em 11 de novembro de 2026). - Exemplos. Mostre exemplos de respostas corretas. A OpenAI chama isso de few-shot learning (aprender com poucos exemplos): o modelo usa os exemplos para inferir como responder a casos novos (página atualizada em 7 de outubro de 2026).

🚀 Já sou mais avançado. - Hierarquia de papéis. A API da OpenAI separa três papéis: `developer`, `user` e `assistant`. As instruções do papel `developer` têm prioridade sobre as do usuário. O parâmetro `instructions` também tem prioridade sobre o conteúdo de `input` (página atualizada em 13 de novembro de 2026). - Ferramentas. A chamada de funções (function calling) tem quatro passos. Você envia as ferramentas ao modelo, recebe a chamada, executa o código na aplicação e devolve o resultado ao modelo (página atualizada em 10 de novembro de 2026). A OpenAI recomenda expor apenas as ferramentas relevantes, com descrições concisas. - Simplificar e medir. Retire uma instrução, um exemplo ou uma ferramenta por vez. Depois, rode de novo as mesmas avaliações. - Produção. A OpenAI recomenda manter os prompts de produção no código da aplicação, com entradas tipadas, revisão de código e testes (documentação). A criação de prompts reutilizáveis na API está sendo despriorizada desde 3 de junho de 2026. O endpoint `v1/prompts` está programado para ser encerrado em 30 de novembro de 2026. A OpenAI também recomenda fixar a aplicação em uma versão específica do modelo (snapshot) e manter avaliações para medir o comportamento do prompt quando a versão mudar.

Quais são as confusões comuns sobre engenharia de prompt?

• "Existe um prompt perfeito que serve para tudo." Não existe. A Microsoft Foundry lembra que cada modelo se comporta de forma diferente. O próprio guia avisa que algumas técnicas clássicas não são recomendadas para modelos de raciocínio. Nenhum modelo é o melhor para tudo: teste o mesmo pedido em mais de um modelo para a sua tarefa.
• "O modelo entende a pergunta como uma pessoa." O modelo gera o texto mais provável a partir do que recebe. Por isso, a clareza do pedido muda o resultado.
• "Quanto mais instruções, melhor." A OpenAI recomenda remover instruções redundantes e medir o efeito de cada mudança com avaliações.
• "Funciona igual em qualquer empresa de IA." As orientações desta página vêm da OpenAI e da Microsoft. Elas ainda não resumem os guias oficiais de outros laboratórios, como Anthropic e Google. Antes de aplicar uma técnica a outro modelo, confira a documentação dele.