Como escrever um prompt: 6 partes com exemplos

Um prompt é um briefing. O modelo lê só o que você escreveu, então cada fato de que ele precisa e cada preferência que você tem precisam estar ali. Quando a resposta volta genérica, a causa quase sempre é algo que o prompt deixou de fora, e não algo que ele disse mal.

A maioria dos prompts úteis é feita das mesmas seis partes. O bloco abaixo tem as seis. Desligue partes para ver o prompt sem elas, preencha com a sua linguagem e depois abra o resultado no ChatGPT ou no Claude e compare.

Explicar uma mensagem de erro

EditCopy

Fill inlinguagem

PartsRoleTaskContextInputFormatConstraints

Role

Você é um tutor de programação paciente para pessoas no primeiro mês de programação.

Task

Explique o que significa este erro de Python e como corrigi-lo.

Context

Estou fazendo um curso para iniciantes. Conheço variáveis, strings, listas e loops for. Ainda não aprendi classes nem exceções.

Input

Meu código:age = 30 print("Age: " + age)O erro:TypeError: can only concatenate str (not "int") to str

Format

Responda em três partes curtas com rótulos em negrito: o que o erro significa, por que o meu código o causou e o código corrigido.

Constraints

Use palavras simples e nenhum conceito que eu ainda não aprendi. Mantenha a resposta inteira com menos de 120 palavras.

Try it

Example replyReplies vary between models and runs.

O que significa: o + consegue juntar duas strings ou somar dois números, mas não consegue juntar uma string com um número. O Python não tenta adivinhar o que você quis dizer, então ele para.

Por que o seu código causou o erro: "Age: " é uma string e age guarda o número 30. A linha pede ao Python que cole os dois com +.

O código corrigido: transforme o número em texto antes, com str():

age = 30
print("Age: " + str(age))

Isso imprime Age: 30.

As seis partes

Papel diz ao modelo de quem é a voz e o critério a usar. "Um tutor paciente para iniciantes" e "um engenheiro sênior revisando código de produção" dão respostas muito diferentes para a mesma pergunta. O papel é mais útil quando implica um público e um padrão; veja prompt de papel para saber onde ele ajuda e onde não.

Tarefa é a frase que diz o que fazer. Comece com um verbo: explique, reescreva, compare, liste, corrija, resuma. Se você não consegue escrever a tarefa em uma frase, provavelmente o prompt tem duas tarefas, e uma delas costuma receber uma resposta mais rasa.

Contexto é tudo o que o modelo não consegue adivinhar: quem você é, o que você já sabe, para que serve o resultado e o que você já tentou. No exemplo, "Ainda não aprendi classes nem exceções" é a linha que impede o modelo de responder com try e except.

Entrada é o material a ser trabalhado: o código, o e-mail, a tabela, o erro. Cole tudo. Um resumo do seu código é uma descrição do que você acha que ele faz, e o bug costuma morar justamente na diferença entre os dois.

Formato diz como a resposta deve ser: uma lista, uma tabela, três partes com rótulos, JSON, uma única linha. Sem ele, o modelo escolhe uma forma por você, e os modelos de chat tendem a escolher formas longas. Saída estruturada vai além quando um programa precisa ler a resposta.

Restrições são os limites: tamanho, vocabulário, coisas a evitar, coisas que não podem mudar. Um número ("menos de 120 palavras") funciona melhor do que um adjetivo ("curto"), porque "curto" significa coisas diferentes para leitores diferentes, e o modelo é um deles.

Prompt vago e prompt específico

Aqui está o mesmo pedido escrito de dois jeitos. Alterne entre as abas e compare as respostas.

VagoEspecífico

EditCopy

Escreva uma função que ordena uma lista.

Try it

Example replyReplies vary between models and runs.

Aqui está uma função simples de ordenação em Python:

def sort_list(items):
    return sorted(items)

Você pode chamá-la como sort_list([3, 1, 2]), que retorna [1, 2, 3].

O prompt vago recebeu uma resposta correta para uma pergunta que ninguém fez. Ele teve de adivinhar a linguagem, os dados, a ordem e se alterar a entrada era aceitável, e em cada caso escolheu o mais comum. O prompt específico respondeu às quatro questões de antemão, então não sobrou nada para adivinhar.

Hábitos que melhoram os prompts

• Diga a tarefa cedo, e de novo depois de um material longo. Em um prompt curto, comece pela tarefa para que o contexto que vem depois seja lido com um propósito. Quando você colar um documento longo, coloque o documento primeiro e a pergunta no final, repetindo ali as restrições principais, para que a instrução fique perto do ponto em que o modelo começa a escrever.
• Diga o que fazer, não só o que evitar. "Escreva em português simples para uma criança de 12 anos" dá um alvo ao modelo. "Não seja técnico demais" só descarta uma direção e deixa o resto em aberto.
• Separe as instruções do material. Quando você colar um e-mail ou um arquivo, marque onde ele começa e termina para que o modelo não confunda uma frase de dentro dele com uma instrução. Delimitadores e tags XML mostra as opções.
• Mostre um exemplo da saída quando o formato for incomum. Um exemplo mostra a forma mais rápido do que um parágrafo a descreve. Isso é prompt few-shot.
• Itere no prompt, não no chat. Se a primeira resposta estiver errada, descubra o contexto ou a restrição que faltou, corrija o prompt e rode de novo. Uma longa sequência de correções funciona, mas deixa você com um resultado e nenhum prompt reutilizável.

Checklist antes de enviar

1. Consigo declarar a tarefa em uma frase que começa com um verbo?
2. Um desconhecido saberia para quem é a resposta e o que eu já sei?
3. Colei o material real, e não uma descrição dele?
4. Disse qual deve ser o tamanho da resposta e que forma ela deve ter?
5. Existe algo que a resposta não pode mudar ou não pode usar?

Cinco respostas "sim" não garantem uma resposta perfeita, mas um "não" é o motivo mais provável de uma resposta ruim.