Skip to main content
PromptQuorumPromptQuorum
Início/Blog/8 Frameworks de Engenharia de Prompts Explicados: CRAFT vs CO-STAR vs APE (Guia 2026)
Engenharia de Prompts

8 Frameworks de Engenharia de Prompts Explicados: CRAFT vs CO-STAR vs APE (Guia 2026)

Domine os principais frameworks de prompts e descubra qual funciona melhor para o seu caso de uso.

8 min de leituraBy Hans Kuepper · PromptQuorum
8 Prompt Engineering Frameworks: CRAFT, CO-STAR, APE, RISEN, TRACE, RTF, SPECS and Single-PromptA wheel diagram showing 8 prompt engineering frameworks arranged around a central Prompt node. Each framework addresses a different writing and AI prompting style.PromptCRAFTCOSTARAPERISENTRACERTFSPECSSinglePrompt
  • CRAFT: Context, Role, Action, Format, Target — Best for marketing and creative content
  • CO-STAR: Context, Objective, Style, Tone, Audience, Response — Comprehensive structured approach
  • APE: Action, Parameter, Example — Concise framework for specific tasks
  • RISEN: Role, Intention, Scenario, Expectation, Notation — Best for role-playing and personas
  • TRACE: Task, Request, Action, Context, Example — Step-by-step instruction framework
  • RTF: Role, Task, Format — Lightweight framework for rapid prompting
  • SPECS: Setting, Problem, Expectation, Constraints, Success Criteria — Goal-oriented prompting
  • Single-Prompt: One-shot, unstructured prompting for simple requests

O Que é um Framework de Prompts?

Um framework de prompts é um modelo estruturado que orienta você pelos elementos essenciais de um bom prompt. Em vez de escrever um parágrafo longo e desorganizado, os frameworks dividem sua solicitação em campos específicos — como contexto, objetivo, tom e público. Isso torna seus prompts mais claros, mais eficazes e gera resultados previsíveis.

Pense nisso como uma receita. Você poderia jogar ingredientes aleatórios em uma panela e torcer pelo melhor, ou poderia seguir uma receita estruturada com ingredientes medidos na ordem certa. Os frameworks são receitas para prompts.

1. Framework CRAFT

Ideal para: Marketing, copywriting, conteúdo criativo

Os Campos:

  • Context: Informações de contexto que a IA precisa entender
  • Role: Que papel a IA deve assumir (ex.: "redator especialista")
  • Action: O que você quer que a IA faça (ex.: "escrever linhas de assunto de e-mail")
  • Format: Como você quer que a saída seja estruturada (ex.: "lista com marcadores", "parágrafo")
  • Target: Para quem é isso (ex.: "tomadores de decisão B2B SaaS")

Exemplo:

Context: Estamos lançando um aplicativo de produtividade para freelancers

Role: Você é um redator especialista em SaaS

Action: Escreva 5 linhas de assunto de e-mail atraentes

Format: Lista numerada com uma explicação de 1 frase para cada uma

Target: Freelancers ocupados de 25–45 anos que valorizam ferramentas que economizam tempo

Por Que Funciona:

O CRAFT força você a pensar em cada ângulo da sua solicitação antes de perguntar à IA. A combinação papel + público garante que a IA entenda exatamente para quem o conteúdo é destinado e como se comunicar com essa pessoa.

2. Framework CO-STAR

Ideal para: Comunicação empresarial, escrita profissional, tomada de decisão

Os Campos:

  • Context: A situação ou contexto
  • Objective: O que você está tentando alcançar
  • Style: O tom e a abordagem (formal, casual, técnico, etc.)
  • Tone: A qualidade emocional (urgente, tranquilizador, confiante, etc.)
  • Audience: Quem vai ler/usar isso
  • Response: Que formato/extensão/nível de detalhe você quer

Exemplo:

Context: Nossa startup acabou de receber investimento da Série A

Objective: Anunciar isso aos colaboradores

Style: Profissional, mas entusiasta

Tone: Comemorativo e voltado para o futuro

Audience: Equipe interna (engenheiros, designers, profissionais de marketing)

Response: Comunicado de 3 parágrafos adequado para e-mail

Por Que Funciona:

O CO-STAR separa estilo de tom (estilo é a apresentação, tom é a emoção), o que lhe dá muito mais controle sobre como a IA escreve. É excelente para contextos empresariais ou profissionais onde a precisão importa.

3. Framework SPECS

Ideal para: Projetos complexos, análise detalhada, escrita técnica

Os Campos:

  • Situation: O estado atual ou o problema
  • Purpose: Por que você está perguntando (qual problema isso resolve)
  • Expected Output: Como o resultado deve ser
  • Context: Informações relevantes adicionais
  • Style: O formato e o tom

Exemplo:

Situation: Temos 1000 tickets de suporte ao cliente aguardando categorização

Purpose: Para encaminhá-los à equipe certa (faturamento, técnico, solicitação de funcionalidade)

Expected Output: Um script Python que lê CSV, categoriza e gera novo CSV

Context: Usamos estas categorias: [lista]. Palavras-chave comuns por categoria: [lista]

Style: Apenas código, sem explicação, usar a biblioteca pandas

Por Que Funciona:

O SPECS é detalhado e excelente quando você precisa comunicar requisitos complexos. O campo de saída esperada evita que a IA adivinhe o que você quer.

4. Framework RISEN

Ideal para: Tarefas de múltiplas etapas, fluxos de trabalho, processos, instruções

Os Campos:

  • Role: Que papel a IA deve desempenhar
  • Instructions: Passos detalhados ou requisitos
  • Steps: Detalhamento numerado do processo
  • End Goal: Como o sucesso se parece
  • Narrowing: Restrições ou regras específicas a seguir

Exemplo:

Role: Você é um professor especialista criando um roteiro de curso

Instructions: Crie um curso introdutório de 4 semanas sobre engenharia de prompts

Steps: 1) Defina os objetivos de aprendizado 2) Esboce cada semana 3) Liste recursos

End Goal: Um aluno deve conseguir escrever prompts profissionais até a semana 4

Narrowing: Sem exemplos de código, assuma que não há conhecimento prévio de IA, mantenha as aulas com menos de 30 min cada

Por Que Funciona:

O RISEN é perfeito para sequências e processos. O campo "Narrowing" evita que a IA se desvie e garante que a saída respeite suas restrições.

5. Framework APE

Ideal para: Solicitações rápidas, tarefas simples, quando você não precisa de complexidade

Os Campos:

  • Action: O que você quer que a IA faça
  • Purpose: Por que você está perguntando
  • Expectation: O que você espera receber

Exemplo:

Action: Resuma este artigo

Purpose: Preciso de uma visão geral de 2 minutos para uma reunião de equipe

Expectation: 3-4 tópicos cobrindo os principais achados

Por Que Funciona:

O APE é elegantemente simples. A maioria das solicitações do dia a dia se encaixa nesses 3 campos. É um ótimo ponto de partida antes de avançar para frameworks mais complexos.

6. Framework de Prompts do Google

Ideal para: Propósito geral, pesquisa, busca de informações

Os Campos:

  • Task: O que você quer realizar
  • Context: Contexto relevante
  • Persona: Quem está perguntando / qual perspectiva adotar

Por Que Funciona:

O framework do Google é leve e focado em informação. Ótimo para consultas de pesquisa e cenários hipotéticos.

7. Framework TRACE

Ideal para: Few-shot learning, solicitações baseadas em exemplos, ensinar a IA

Os Campos:

  • Task: O que você quer
  • Request: Sua solicitação específica
  • Action: O que a IA deve fazer
  • Context: Informações adicionais
  • Example: Mostre à IA um exemplo de saída perfeita

Por Que Funciona:

O TRACE é poderoso porque mostrar um exemplo ensina à IA exatamente o que você quer. "Faça esse tipo de coisa" é muitas vezes mais claro do que explicar.

8. Framework RTF

Ideal para: Treinamento corporativo, conteúdo padronizado, materiais didáticos

Os Campos:

  • Role: O papel de instrutor ou especialista
  • Task: O objetivo educacional
  • Format: Como apresentar (slides, quiz, aula, etc.)

Por Que Funciona:

O RTF foi criado especificamente para treinamento e educação. Garante uma saída consistente e pedagogicamente sólida.

Qual Framework Você Deve Usar?

Para o framework de decisão completo — quando usar CO-STAR vs CRAFT vs RTF vs APE — com pontuação comparativa para cada caso de uso, veja [qual framework de prompts você deve usar?](https://www.promptquorum.com/prompt-engineering/which-prompt-framework-should-you-use)

FrameworkBest ForComplexity
APESolicitações rápidas e simples⭐ Baixo
CRAFTMarketing, copywriting⭐⭐ Médio
CO-STARComunicação empresarial⭐⭐ Médio
SPECSTarefas complexas e técnicas⭐⭐⭐ Alto
RISENProcessos de múltiplas etapas⭐⭐⭐ Alto
TRACEAprendizado baseado em exemplos⭐⭐⭐ Alto
GooglePesquisa geral⭐⭐ Médio
RTFTreinamento e educação⭐⭐ Médio

Dica Pro: Teste Múltiplos Frameworks

Aqui está o segredo: o mesmo prompt escrito no CRAFT vs SPECS pode produzir resultados diferentes do mesmo modelo de IA. Diferentes frameworks ativam diferentes padrões de raciocínio na IA.

É por isso que o PromptQuorum permite que você alterne entre frameworks instantaneamente e veja como a mesma ideia é reestruturada. Experimente seu prompt no CRAFT, depois mude para SPECS, depois para CO-STAR. Compare os resultados. Você vai descobrir quais frameworks funcionam melhor para o seu caso de uso específico.

Próximos Passos

Escolha um framework que corresponda à sua tarefa mais comum. Domine-o. Depois experimente outros à medida que suas habilidades crescem.

Pronto para colocar esses frameworks em prática? Experimente-os com o PromptQuorum, que inclui todos os 8 frameworks mais otimização automática e comparação entre múltiplos modelos de IA.

Nota sobre informações de terceiros

Este artigo faz referência a modelos de IA, benchmarks, preços e licenças de terceiros. O cenário da IA muda rapidamente. Pontuações de benchmark, termos de licença, nomes de modelos e preços de API podem mudar entre o momento em que foi escrito e quando você está lendo. Antes de tomar decisões de implantação ou conformidade com base neste artigo, verifique os dados atuais na fonte oficial de cada fornecedor: fichas de modelos do Hugging Face para licenças e benchmarks, sites dos fornecedores para preços de API e EUR-Lex para o texto atual do GDPR e da Lei de IA da UE. Este artigo reflete informações publicamente disponíveis em maio de 2026.

Your backend, your choice — local LLM or API keys

PromptQuorum works with local models and cloud API keys alike. Bring your own Ollama setup or connect any provider's API key — you decide which LLM runs your prompts.

← Back to Blog