Como criar prompts que realmente funcionam
A anatomia de um prompt profissional: contexto, restrições, exemplos e estrutura. Framework testado em produção.
A maioria das pessoas trata prompt como “pedido informal pra IA”. Por isso os resultados são medianos. Prompt profissional é engenharia de instrução: tem estrutura, tem variáveis, tem especificação de saída.
Vou te mostrar o framework que eu uso em produção — em copy, análise de dados, código, pesquisa. O método é simples o suficiente pra caber na cabeça, rigoroso o suficiente pra funcionar com Claude, GPT, Gemini e modelos locais. Não é “truquezinho”, é processo replicável.
A boa notícia: depois que você entende a anatomia, criar bom prompt vira tão natural quanto escrever um bom email. E o salto de qualidade é brutal — prompt vago dá resposta genérica, prompt estruturado dá resposta que parece escrita por alguém que entendeu seu contexto.
Por que prompt vago dá resultado medíocre
O modelo não “adivinha” o que você quer. Ele responde probabilisticamente baseado em padrões do treino. Se você pede:
“Me escreve um email de vendas pro meu produto”
O modelo vai no modo genérico: email genérico, pra público genérico, com tom genérico. Não é culpa do modelo — você deu informação genérica, recebe resposta genérica. A Lei de Garbage In, Garbage Out vale pra IA tanto quanto pra programação.
A solução: dar ao modelo o mesmo contexto que você daria a um funcionário novo muito competente, mas que acabou de entrar na empresa hoje. Ele sabe escrever muito bem — só não sabe nada sobre seu negócio, seu público, seu tom de voz, suas restrições.
A anatomia de um prompt profissional
Um prompt bem estruturado tem seis blocos. Não precisa usar todos sempre, mas conhecer eles te dá vocabulário pra combinar conforme o caso.
1. Papel (Role) — Quem é o modelo nesse contexto?
Define a perspectiva, o nível de senioridade, o domínio de conhecimento.
- ❌ “Escreve um texto sobre investimentos”
- ✅ “Você é um planejador financeiro CFP com 15 anos de experiência em renda fixa para pessoa física de classe média no Brasil”
O segundo ativa conhecimento muito mais específico do modelo.
2. Contexto (Context) — Onde estamos, qual o cenário?
Por que essa tarefa existe, qual o histórico, qual o objetivo maior.
“Estou lançando um curso de investimentos pra iniciantes. A landing page tá convertendo 1,2% (abaixo da meta de 3%). Quero testar uma nova copy que fale mais com quem tem medo de investir por causa de ter perdido dinheiro no passado.”
Sem contexto, o modelo inventa. Com contexto, ele tem onde pisar.
3. Tarefa (Task) — O que você quer que ele faça exatamente?
Verbo de ação + entregável específico.
- ❌ “Faz um texto bom”
- ✅ “Escreve 3 variações de headline de até 60 caracteres, e 1 parágrafo de abertura (máximo 80 palavras) para cada variação.”
Quanto mais específico o entregável, melhor a resposta.
4. Restrições (Constraints) — O que ele NÃO pode fazer?
Restrições são subestimadas. É onde você elimina 80% das respostas ruins.
“Não use jargão técnico. Não mencione ‘risco’ sem explicar em linguagem simples. Não prometa rentabilidade. Use ‘você’ em vez de ‘você pode’. Evite clichês como ‘mercado financeiro’ sem qualificação.”
5. Formato de saída (Output format) — Como entregar?
Markdown, JSON, lista, tabela, parágrafos curtos, código com comentários… O modelo atende bem a formato explícito.
“Responda em JSON com os campos: headline, abertura, observações. Cada variação numerada.”
6. Exemplos (Few-shot) — Mostre, não só fale
Quando o tom ou formato é crítico, mostrar um exemplo vale ouro.
“Exemplo de tom desejado: ‘Se você perdeu dinheiro tentando investir, não é falta de jeito — é falta de método. Esse curso te dá o método que eu queria ter tido.’ Use esse nível de empatia direta, sem paternalismo.”
Few-shot é o “truque” mais poderoso. Modelos imitam padrão melhor do que seguem instrução abstrata.
Framework prático: o método RICCE
Encurtei os seis blocos em uma sigla que cabe em qualquer prompt: RICCE.
| Letra | Bloco | O que responde |
|---|---|---|
| R | Role | Quem é o modelo? |
| I | Input | Qual o material / contexto de entrada? |
| C | Constraints | O que não pode? |
| C | Context | Cenário, objetivo, por quê |
| E | Example | Como deve soar / parecer? |
Aplicação rápida: antes de mandar o prompt, passe o olho nos 5. Se algum estiver vazio, preenche. Se todos estiverem preenchidos, a resposta tem 90%+ de chance de estar no caminho certo.
Antes e depois: o mesmo pedido, dois prompts
Cenário: você precisa de uma bio de LinkedIn pra um consultor de marketing que atende PMEs.
❌ Prompt ruim
“Escreve uma bio de LinkedIn pra mim. Sou consultor de marketing, atendo pequenas empresas, tenho 8 anos de experiência.”
Resposta típica do modelo (genérica, vazia):
“Profissional de marketing apaixonado por resultados, com 8 anos de experiência ajudando pequenas empresas a crescerem. Especialista em estratégias digitais, focado em entregar valor e superar expectativas. Vamos conversar?”
Parece bio. Não diz nada.
✅ Prompt RICCE
Role: Você é um copywriter sênior especializado em LinkedIn para consultores B2B no Brasil.
Context: Meu cliente é consultor de marketing, 8 anos de experiência, atende PMEs de 10-50 funcionários no setor de serviços. Ele quer se posicionar como “tradutor de marketing pra dono de empresa que não tem tempo nem equipe”. Diferencial: ele já foi dono de PME, entende a dor do gestor sobrecarregado. Tom desejado: direto, sem hype, com humor sutil. Audience: CEOs e diretores comerciais de PMEs.
Constraints: Máx 1.500 caracteres. Sem “apaixonado por”, “especialista em” ou clichês de LinkedIn. Não usar primeira pessoa do plural (“nós”). Mostrar, não falar que é especialista. Incluir uma frase de provocação no final pra puxar conversa.
Example de tom (de uma bio boa de outro profissional, NÃO do cliente): “Não vendo mágica. Vendo processo. E processo, a gente conversa.”
Output: 3 variações de bio, cada uma com ângulo levemente diferente (uma mais técnica, uma mais humana, uma mais provocativa).
Resposta típica (com esse prompt): três bios específicas, com tom consistente, sem clichê, com ângulos claros pra você escolher. É outro nível.
Casos de uso onde o RICCE brilha
Copywriting / marketing
Role = copywriter senior + Context = público + Constraints = sem clichê + Example = tom
Análise de dados
Role = analista de dados + Input = dataset ou schema + Constraints = foco em X + Output = formato de relatório
Código
Role = engenheiro + Context = stack + Constraints = compatibilidade + Example = trecho de código no estilo
Pesquisa / síntese
Role = pesquisador + Input = fontes + Constraints = apenas fatos verificáveis + Output = bullet points com hierarquia
Tradução com contexto
Role = tradutor literário + Context = tom do original + Constraints = manter trocadilhos se houver
A estrutura é a mesma. Muda só o domínio.
Erros comuns que custam tempo (e dinheiro em API)
1. Pedir demais em um único prompt
“Tá, escreve o ebook inteiro de 30 páginas.” Resultado: livro genérico. Solução: quebre em prompts menores (1 prompt por capítulo).
2. Instruções conflitantes
“Sê conciso. Desenvolve cada ponto com profundidade e exemplos detalhados.” Qual é? Conflito = modelo decide por você = resultado aleatório.
3. Não iterar
Prompt raramente fica bom de primeira. Trate como conversa: manda, lê, pede ajuste. O RICCE te dá base sólida pra iterar.
4. Esquecer de dizer o que NÃO quer
Restrições negativas são tão importantes quanto positivas. “Não use emoji” é mais útil do que “use tom profissional”.
5. Confundir modelo bom com prompt bom
GPT-5, Claude 4.5, Gemini 2.5 — todos são excelentes. A diferença de 90% no output vem do prompt, não do modelo. Não troque de ferramenta esperando milagre: refine o prompt.
Quando o prompting estruturado NÃO basta
Honestidade: tem tarefas onde prompt bem feito não resolve:
- Cálculos que exigem precisão absoluta → use código
- Conhecimento muito recente (pós-corte de treino) → use RAG ou busca
- Domínio muito específico e obscuro → modelo pode alucinar, valide sempre
- Decisões com consequências grandes (médicas, jurídicas) → IA辅助, não substitui
Prompting é a base. Pra ir além, você combina com: tools, RAG, fine-tuning, agents. Mas começa pelo prompt bem feito. É o que destrava 80% dos resultados.
Conclusão
Prompt profissional é engenharia, não sorte. O framework RICCE (Role, Input, Constraints, Context, Example) te dá um checklist mental que funciona pra qualquer modelo e qualquer tarefa.
A diferença entre “me escreve um email” e o prompt estruturado que mostrei é a diferença entre resultado genérico e resultado que parece escrito por alguém que te conhece. E isso vale dinheiro — em conversão, em tempo economizado, em qualidade de decisão.
Ação concreta pra hoje:
- Pega uma tarefa que você costuma pedir pra IA (email, post, análise, código).
- Reescreve usando o RICCE. 5 minutos, sem pressa.
- Compara o output novo com o antigo. Salva o prompt novo num doc.
- Repete com 2-3 tarefas diferentes. Em uma semana, vira automático.
Em 30 dias, você tem uma biblioteca de prompts pessoais testados que cobrem 80% do seu trabalho com IA.
💡 Tem uma tarefa específica que você faz toda semana e quer um prompt RICCE pronto? Manda o pedido (e contexto) que eu monto pra você.