O que é engenharia de prompts? Guia prático para não programadores
A engenharia de prompts é a prática de escrever e refinar instruções para um modelo de IA, para que produza de forma fiável aquilo que queres. Um prompt é tudo o que dás ao modelo: uma pergunta, uma tarefa, algum contexto, exemplos. Fazer engenharia de prompts é ser deliberado sobre o que entra, testar o que sai e ajustar. Tem menos a ver com frases mágicas e mais com comunicação clara.
Porque é importante quando crias com IA
Num criador de apps com IA, os teus prompts são a especificação. A IA só consegue construir aquilo que descreves e, quando o teu pedido deixa lacunas, preenche-as com palpites razoáveis. Às vezes os palpites são bons. Muitas vezes não são o que pretendias: os campos errados num formulário, uma funcionalidade que não querias, um design que não encaixa no teu público.
Um prompt claro poupa-te várias rondas de correções, e cada ronda custa tempo e normalmente créditos. A engenharia de prompts também importa se acrescentares IA dentro da tua app: as instruções que dás a esse modelo decidem como o teu chatbot fala com os clientes, o que recusa e se se mantém fiel aos teus factos. Para o trabalho específico de criação de apps, vê como escrever prompts para criadores de apps com IA.
Uma analogia do dia a dia
Imagina dar instruções a um freelancer competente que nunca te conheceu, não sabe nada sobre o teu negócio e começa a trabalhar no momento em que paras de falar.
«Faz-me um logótipo» dá-te um logótipo. «Um logótipo para uma escola de natação infantil em Dubai; simpático, não infantil; azul e laranja; tem de funcionar pequeno numa touca de natação; estas duas são as que gostamos e esta não» dá-te algo perto do que queres.
Um modelo de IA é esse freelancer: talentoso, rápido e totalmente dependente do briefing. A engenharia de prompts é aprender a escrever um bom briefing.
As técnicas essenciais
| Técnica | O que significa | Exemplo |
|---|---|---|
| Sê específico quanto ao objetivo | Diz o que queres e porquê. | «Uma página de reservas para os novos clientes escolherem uma sessão de 30 ou 60 minutos.» |
| Dá contexto | Para quem é, o que já existe, o que importa. | «Os utilizadores são sobretudo clientes mais velhos, no telemóvel.» |
| Define o que é «concluído» | Descreve o resultado final. | «Concluído significa que um cliente consegue reservar e eu recebo um email.» |
| Define restrições | O que não fazer e os limites. | «Ainda não adiciones login. Mantém as cores existentes.» |
| Mostra exemplos | Dá uma amostra do que é bom. | «Escreve a resposta neste estilo: …» |
| Pede um formato | Diz como estruturar o resultado. | «Responde numa tabela com as colunas X, Y e Z.» |
| Divide em passos | Uma peça de cada vez em trabalhos grandes. | «Primeiro o modelo de dados, depois o formulário, depois os emails.» |
| Deixa-o perguntar ou planear primeiro | Obtém um plano antes de qualquer alteração. | «Antes de construíres, lista as tuas perguntas e um plano.» |
| Itera | Verifica o resultado e refina. | «O formulário funciona. Agora aumenta o seletor de data.» |
Um exemplo prático: antes e depois
Antes:
Faz uma app de ginásio.
A IA tem de adivinhar tudo: são sócios ou funcionários? Aulas ou treino personalizado? Pagamentos? Provavelmente vais receber um painel genérico com treinos inventados.
Depois:
Cria uma app web para um pequeno ginásio de boxe com cerca de 150 sócios.
Quem a usa: os sócios reservam aulas no telemóvel. A dona, Sam, gere o horário num portátil.
Os sócios podem: ver as aulas desta semana (hora, treinador, lugares livres) e reservar ou cancelar até 2 horas antes do início.
A Sam pode: adicionar, editar e cancelar aulas, e ver quem está inscrito em cada uma.
Regras: no máximo 12 pessoas por aula. Não é possível reservar duas vezes o mesmo horário.
Não para já: pagamentos, registo de treinos, uma app para telemóvel.
Estilo: fundo escuro, detalhes em vermelho, botões grandes para tocar.
Antes de construíres, lista tudo o que não estiver claro e descreve as páginas que vais criar.
O segundo prompt não é engenhoso; é completo. Diz quem usa, o que pode fazer, as regras, o que deixar de fora e como começar. A última linha convida a IA a planear e a fazer perguntas, o que apanha mal-entendidos antes de se escrever qualquer código.
Prompts dentro da tua app
Quando a tua app chama um LLM, escreves prompts que correm muitas vezes, para muitos utilizadores. Os mesmos princípios aplicam-se, com alguns extras:
- Prompt de sistema: instruções permanentes que moldam cada resposta: papel, tom, regras. «És o assistente da Leaf & Pot, uma loja de plantas. Responde apenas a perguntas sobre encomendas, plantas e entregas.»
- Fundamentação (grounding): inclui os factos que o modelo deve usar, como as tuas políticas ou o catálogo de produtos, e pede-lhe que se baseie neles. Vê o que é um LLM para perceber porque isto importa.
- Alternativas: diz-lhe o que fazer quando não tiver certezas: «Se a resposta não estiver na informação fornecida, diz isso e indica o email de apoio.»
- Formato da resposta: se o teu código lê a resposta, pede um formato rigoroso, como JSON.
- Testes: experimenta entradas difíceis (mensagens grosseiras, perguntas fora do tema, tentativas de o fazer ignorar as instruções, chamadas de prompt injection) antes de os utilizadores reais o fazerem.
Termos-chave explicados
| Termo | O que significa |
|---|---|
| Prompt | O input que dás a um modelo de IA. |
| Prompt de sistema | Instruções permanentes definidas antes da conversa. |
| Contexto | Informação de fundo incluída no prompt. |
| Zero-shot / few-shot | Pedir sem exemplos, ou com alguns exemplos do resultado desejado. |
| Cadeia de pensamento | Pedir ao modelo que resolva um problema passo a passo antes de responder. |
| Fundamentação (grounding) | Dar ao modelo material de fonte e pedir-lhe que baseie as respostas nele. |
| Prompt injection | Texto que tenta anular as instruções do modelo, como «ignora as instruções anteriores». |
| Janela de contexto | Quanto texto o modelo consegue considerar de cada vez. |
| Iteração | Refinar um prompt com base no que foi devolvido. |
Erros comuns e ideias erradas
- Procurar palavras mágicas. «És um especialista de categoria mundial» importa muito menos do que dizer o que realmente precisas.
- Pedir tudo de uma vez. Um pedido com 20 funcionalidades produz 20 funcionalidades meio feitas. Constrói por partes.
- Descrever a solução em vez do problema. «Adiciona uma tabela com três colunas» é menos útil do que «a Sam precisa de ver, de relance, quem está inscrito em cada aula».
- Deixar de fora o que não deve fazer. Se não queres login, pagamentos ou uma redesenho ainda, diz.
- Não ler o resultado. Testa o que foi construído contra a tua definição de «concluído» antes de avançar.
- Recomeçar em vez de refinar. Normalmente um pedido de seguimento curto («está quase; muda o X») é melhor do que reescrever o prompt inteiro.
- Colar segredos nos prompts. Não cole palavras-passe nem chaves de API ativas no chat, a menos que a ferramenta tenha uma forma segura de as guardar.
O que pedir ao teu criador de apps com IA
- «Antes de construíres, faz-me as perguntas que tiveres e mostra-me o teu plano.»
- «Repete por palavras tuas o que achas que eu quero, em três frases.»
- «Altera apenas o formulário de reservas; não mexas em mais nada.»
- «O que assumiste que eu não especifiquei?»
- «Transforma as minhas notas numa especificação curta, com utilizadores, funcionalidades, regras e itens de «não para já».» Vê como escrever um documento de requisitos de produto com IA.
- «Sugere como eu poderia ter formulado melhor esse pedido.»
Engenharia de prompts na Mythex
A Mythex tem três modos de chat que se adequam a esta forma de trabalhar: Plan para acordar uma abordagem antes de qualquer alteração, Build para fazer alterações e Ask para perguntas que não devem editar ficheiros. Podes anexar capturas de ecrã ou maquetes como contexto e, se uma alteração correr mal, podes voltar a um ponto de controlo. As páginas da documentação sobre prompts eficazes e iterar têm mais exemplos, e como iterar numa app criada com IA explica o ciclo de seguimento.
Perguntas
O que é engenharia de prompts, em termos simples?
A engenharia de prompts é a prática de escrever e refinar instruções para um modelo de IA, para que produza de forma fiável o resultado que queres. Inclui o que pedes, o contexto que dás, os exemplos, as restrições e o formato em que queres a resposta.
Preciso de truques especiais ou palavras mágicas?
Não propriamente. Os modelos atuais respondem melhor a instruções claras, específicas e bem organizadas, as mesmas coisas que ajudam um colega humano. O contexto, os exemplos e uma descrição clara do resultado final pesam muito mais do que frases especiais.
O que é um prompt de sistema?
Um prompt de sistema é um conjunto de instruções permanentes dadas ao modelo antes da conversa, como o seu papel, as regras e o tom. As apps usam-no para moldar todas as respostas, enquanto as mensagens do utilizador vêm depois.
A engenharia de prompts continua a ser necessária à medida que a IA melhora?
Os modelos melhores precisam de menos soluções alternativas, mas continuam a não ler a mente. Dizer o objetivo, o público, as restrições e o que significa «concluído» vai sempre melhorar os resultados, porque o modelo só consegue trabalhar com o que lhe dizes.