Prompting por persona explicado
O prompting por persona pede ao modelo que responda a partir de uma perspectiva profissional específica. A persona deve ser relevante para a tarefa, não teatral. “Atue como gerente sênior de operações de suporte” é útil para fluxos de tickets; “atue como um gênio” normalmente acrescenta pouco.
Prompting few-shot explicado
Prompting few-shot significa fornecer alguns exemplos da entrada e do resultado desejado. É especialmente útil quando o formato, o tom ou os limites de classificação são difíceis de descrever. De dois a cinco exemplos precisos costumam ser melhores do que uma explicação abstrata longa.
Encadeamento de prompts explicado
O encadeamento de prompts divide uma tarefa complexa em etapas menores. Em vez de pedir pesquisa, estrutura, rascunho, crítica e versão final de uma só vez, você executa uma sequência: extrair fatos, criar a estrutura, escrever o rascunho, avaliar e revisar. Isso melhora o controle e facilita a identificação de erros.
Combine técnicas de prompting em sistemas que você possa testar, refinar, consultar e reutilizar.
Uma ideia mais forte: crie um sistema operacional de prompts
Para trabalhos recorrentes, o melhor prompt raramente é uma única frase engenhosa. Trate-o como um pequeno sistema operacional: persona, entradas, regras sobre fontes, nível de qualidade, formato de saída e etapa de revisão. Isso torna o fluxo de trabalho ensinável e mais fácil de depurar.
“Escreva nosso e-mail de integração.” O modelo adivinha o público, o tom, os detalhes do produto e os critérios de sucesso.
“Use o segmento de clientes, a promessa do produto, o guia de tom, as alegações proibidas, os exemplos de e-mails e a lista de verificação abaixo. Crie um rascunho, faça uma autoavaliação e então apresente o e-mail final.”
Engenharia de contexto explicada
Engenharia de contexto é a disciplina de decidir quais informações entram no modelo no momento certo. Ela inclui seleção de fontes, hierarquia de instruções, memória, recuperação, exemplos, ferramentas e esquemas de saída. O objetivo não é “contexto máximo”; é o menor contexto confiável.
Como testar prompts
Testar prompts significa executar a mesma tarefa com exemplos representativos e pontuar as saídas. Use uma rubrica: precisão, completude, conformidade com o formato, tom, segurança e tempo de edição. Mantenha um pequeno conjunto de regressão para perceber quando uma alteração no prompt melhora um caso, mas prejudica outro.
Como obter respostas melhores da IA
Respostas melhores normalmente vêm de objetivos mais claros, contexto melhor, restrições explícitas, exemplos e uma etapa de revisão. Peça ao modelo que declare suas premissas, use um formato específico e sinalize incertezas. Para fatos importantes, forneça fontes ou exija citações do material recuperado.
RAG explicado de forma simples
RAG significa geração aumentada por recuperação. O sistema primeiro pesquisa uma base de conhecimento, depois fornece ao modelo os trechos relevantes e, por fim, o modelo escreve uma resposta fundamentada nesses trechos. RAG é útil quando as respostas dependem de documentos privados, mutáveis ou extensos. É desnecessário para tarefas simples de escrita.
O que são agentes de IA?
Até aqui, você escreveu prompts que retornam uma resposta. Um agente de IA vai além: ele pode planejar várias etapas, usar ferramentas (como busca ou calculadora), observar o resultado e decidir o que fazer em seguida — repetindo o processo até a tarefa terminar. Pense na diferença entre pedir instruções de caminho e entregar as chaves para alguém resolver a tarefa por você.
Agentes são úteis para trabalhos em várias etapas que, de outra forma, exigiriam muitos prompts separados: pesquisar em várias páginas e depois resumir; ou buscar uma informação e então redigir uma resposta com base nela. A desvantagem é o controle — como um agente age por conta própria, você precisa definir limites mais claros e, muitas vezes, uma etapa de revisão antes de qualquer ação importante. Para conhecer os detalhes técnicos sobre como agentes, ferramentas e Large Action Models funcionam, o Guia avançado aborda esses temas em profundidade.
Temperatura explicada de forma simples
A temperatura controla o grau de aleatoriedade usado pelo modelo ao escolher tokens. Uma temperatura menor tende a produzir resultados mais previsíveis e consistentes. Uma temperatura maior pode gerar mais variedade e criatividade, mas também aumentar o desvio em relação às instruções. Não é um controle de qualidade; é um controle de variação.
Como o modelo escolhe cada palavra: greedy, top-k e top-p
A temperatura é um dos controles de uma etapa maior chamada decodificação (ou amostragem). Em cada posição, o modelo atribui uma probabilidade a cada possível próximo token, e o método de decodificação decide qual candidato será realmente escolhido. Essas configurações explicam por que o mesmo prompt pode parecer rígido, levemente repetitivo ou muito criativo, dependendo da configuração da API.
Os métodos mais comuns, do mais restrito ao mais flexível:
Seleciona o token com maior probabilidade em cada etapa. Isso remove a aleatoriedade da amostragem para esse decodificador, mas uma saída idêntica não é garantida entre versões do modelo, implementações numéricas, alterações no backend ou infraestrutura não determinística.
Mantém apenas os k tokens mais prováveis, por exemplo 40, e depois escolhe entre eles. É uma lista de tamanho fixo, independentemente do grau de certeza do modelo.
Mantém o menor conjunto de tokens cujas probabilidades somam p, como 0,9. A lista diminui quando o modelo está confiante e aumenta quando ele está incerto.
Uma opção mais recente: mantém os tokens que alcançam pelo menos uma fração da probabilidade do token mais provável. Tende a permanecer mais estável do que top-p quando a temperatura é alta.
Essas configurações interagem, mas a ordem exata e os controles disponíveis dependem da implementação. Em um pipeline comum, a temperatura redimensiona os logits antes de um filtro top-k ou top-p; outros ambientes de execução podem combinar ou ordenar os processadores de maneiras diferentes. Alguns fornecedores recomendam alterar a temperatura ou o top-p, em vez de ambos, mas siga a documentação do modelo e da API específicos.
