Os 5 blocos de construção que todo prompt precisa

Os 5 blocos de construção que todo prompt precisa são: papel e contexto, tarefa/instrução, entrada e exemplos, restrições e formato de saída. Esses cinco componentes são a estrutura mínima que distingue um prompt confiável e repetível de uma pergunta vaga que produz resultados inconsistentes.

Cada bloco resolve um tipo diferente de erro. Papel e contexto diz ao modelo quem ele é e em que situação está. Tarefa/instrução diz exatamente o que fazer. Entrada e exemplos dão o material bruto e o padrão de aprendizado. As restrições estabelecem as regras. O formato de saída fixa a forma da resposta. Juntos, não deixam nada ao acaso para o modelo.

Sem os 5 blocos de construção (vago): > Resuma este relatório.

Com os 5 blocos de construção (completo): > Você é um analista de negócios sênior (papel). Resuma as principais descobertas do relatório do T3 abaixo (tarefa). Texto do relatório (entrada). Use apenas fatos do relatório; máx. 200 palavras; tom formal (restrições). Retorne 3 pontos com marcadores sob "Principais descobertas" (formato de saída).

Um guia de referência rápida dos 5 blocos e quando usá-los:

O modelo de cinco blocos reflete o consenso convergente dos guias de prompt engineering da OpenAI, Google, Anthropic e praticantes independentes. Papel, instruções, exemplos, restrições e formato de saída aparecem — sob nomes diferentes — em cada framework importante publicado desde 2023. Não é coincidência: são as informações mínimas que um modelo probabilístico precisa para produzir um resultado útil e consistente.

O valor para o negócio é claro. A falta de papel e contexto produz respostas genéricas que precisam ser reescritas. A falta de restrições aumenta o risco de alucinação e gera saídas fora da marca. A falta de formato de saída significa resultados que não podem ser usados ou copiados diretamente. O modelo de 5 blocos aborda os três tipos de erros simultaneamente e aplica-se igualmente a todos os modelos de linguagem e LLMs locais.

Papel diz ao modelo que persona ou expertise ele deve assumir. Contexto comunica a situação, o domínio e a audiência em que opera. São agrupados porque funcionam como dupla — o papel é quem o modelo é, e o contexto é o ambiente que define o que "bom" significa para essa tarefa.

Quando o papel e o contexto são omitidos, o modelo responde de uma perspectiva genérica — não especialmente útil para ninguém. Com eles, o mesmo modelo se torna o consultor tributário experiente respondendo uma pergunta sobre declarações de IVA, o redator júnior escrevendo para uma audiência de 19 anos, ou o analista de dados resumindo um relatório trimestral. A saída é calibrada para a situação real.

Para entender como o role prompting evoluiu à medida que os modelos melhoraram em seguir instruções, consulte How Prompt Engineering Evolved.

O bloco tarefa/instrução é a declaração explícita do que o modelo deve fazer. É o bloco mais importante — todos os outros o apoiam. Uma instrução clara, específica e verificável reduz a ambiguidade a quase zero. Uma instrução vaga é a causa mais comum de saídas de IA deficientes em todos os modelos e casos de uso.

As recomendações de melhores práticas atuais enfatizam tornar a tarefa orientada a ações e observável: use um verbo, nomeie o resultado e descreva um critério de sucesso quando possível. "Escreva um resumo" é uma tarefa. "Resuma o seguinte artigo em 3 pontos com marcadores, cada um com menos de 20 palavras" é uma tarefa com uma saída verificável. A diferença na qualidade da saída é substancial.

O bloco entrada e exemplos fornece ao modelo os dados brutos com que trabalhar (entrada) e exemplos de como é uma boa saída (exemplos few-shot). A entrada é o que o modelo processa — um documento, um fragmento de código, uma lista de dados, uma conversa. Os exemplos são pares de entrada/saída de amostra que mostram o padrão exato de formato ou raciocínio que você quer.

Os exemplos produzem o maior retorno na qualidade da saída para prompts de formato preciso. Um exemplo de entrada/saída de amostra é frequentemente mais eficaz do que dois parágrafos de instruções em prosa descrevendo o mesmo padrão.

As restrições são as regras que o modelo deve seguir — os limites explícitos sobre o que pode e não pode fazer em sua resposta. Sem restrições, os modelos cobrem todos os ângulos, adicionam qualificações desnecessárias e produzem saídas que precisam ser editadas. Restrições bem escolhidas são o bloco de maior impacto para o aumento da confiabilidade.

Tipos comuns: limites de comprimento ("máx. 100 palavras"), restrições de fonte ("use apenas os dados fornecidos"), restrições de estilo ("sem jargão"), restrições de tom ("tom formal, sem emojis"), exclusões de conteúdo ("não inclua preços"), restrições de estrutura ("sem parágrafos de introdução").

O formato de saída especifica a estrutura exata da resposta do modelo. É o bloco mais fácil de incluir e mais frequentemente omitido. Sem ele, os modelos escolhem sua própria estrutura — que pode variar a cada execução, não ser compatível com a próxima etapa do fluxo de trabalho ou exigir edição significativa antes de ser útil.

O formato de saída não controla apenas a aparência da resposta — controla sua utilizabilidade. Uma resposta em JSON pode ser analisada diretamente. Uma resposta em formato de tabela pode ser copiada para um documento. Uma lista numerada pode ser seguida passo a passo. Uma resposta em prosa não estruturada requer que alguém a reformate depois.

Copie este modelo e preencha cada seção com os detalhes da sua tarefa:

PAPEL E CONTEXTO: Você é um papel que ajuda audiência com tarefa do domínio.

TAREFA/INSTRUÇÃO: Verbo de ação resultado específico para propósito/destino.

ENTRADA: Forneça os dados, o documento ou o conteúdo aqui

RESTRIÇÕES: sem X, máx. Y palavras, apenas Z fonte

FORMATO DE SAÍDA: JSON, lista, tabela, parágrafo

Cada framework de prompt importante usa os mesmos cinco blocos sob nomes diferentes. Entender a correspondência permite transferir prompts entre frameworks sem reescrever do zero.