Melhorar um prompt por iterações: o método passo a passo

O bom prompt raramente sai de primeira, e não precisa. A primeira resposta serve sobretudo para mostrar o que você não tinha especificado. O erro comum é encadear “não, refaça” até se cansar e concluir que a IA não consegue.

Vamos acompanhar um azulejista que quer um texto “Sobre” para o seu site, ao longo de quatro rodadas de correção. O caso é fictício, mas os problemas encontrados são banais.

Rodada 1: enviar um primeiro rascunho, sem capricho

Ele parte deste prompt:

Escreva um texto para a página Sobre do site da minha empresa de assentamento de azulejos.

A resposta fala de “paixão pelo trabalho bem feito”, de “know-how” e de “projetos únicos”, sem um único fato real. Nada de anormal: ele não forneceu nenhum fato.

Antes de responder qualquer coisa, classifique o problema. Quatro diagnósticos cobrem a maioria dos casos, e cada um pede uma correção diferente.

Aqui, é o conteúdo. De nada adianta pedir um tom diferente num texto vazio: você obteria vazio em outro tom.

Rodada 2: trazer o material

Este texto está genérico demais. Reescreva-o com estes fatos, e não acrescente nenhuma informação que não conste aqui:

- trabalho sozinho, com um aprendiz há dois anos
- assento principalmente banheiros e áreas externas, em casas de clientes particulares, na região de [CIDADE]
- vou ao local medir antes de fazer o orçamento
- protejo os pisos e deixo a obra limpa todo fim de dia
- o que os clientes mais me dizem: eu aviso quando vou me atrasar

A nova versão contém informações reais, mas soa como um folheto, com expressões do tipo “munido de minha experiência”. O diagnóstico muda: o conteúdo está bom, o problema é o tom.

Rodada 3: corrigir uma coisa de cada vez

O retorno útil cita o que não está bom e diz o que deve ser mantido.

Mantenha os fatos e a ordem. O tom está publicitário demais. Retire “munido de minha experiência” e todas as fórmulas desse tipo. Escreva como um artesão que se apresenta a um cliente na porta de casa, com frases curtas, na primeira pessoa. Exemplo do tom: “Passo para medir antes de orçar. Assim, não tem surpresa no orçamento.”

Se você muda o tom, o tamanho e a estrutura na mesma mensagem, não saberá o que provocou a melhora ou a piora. Avançar por pequenas correções exige algumas mensagens a mais e dá mais controle.

O texto está bom, mas tem 200 palavras, e o azulejista quer que o essencial caiba na tela de um celular.

Rodada 4: enxugar

Reduza para cerca de 90 palavras. Se tiver de cortar, mantenha como prioridade a visita para medir e o aviso em caso de atraso. A primeira frase deve dizer o que eu faço e onde.

Falta conferir se tudo é verdade. De tanto reescrever, um detalhe pode ser acrescentado sem que você o tenha fornecido, como uma garantia, um número ou um ano de fundação. Releia a versão final como se nunca a tivesse visto, porque quem assina é você.

Quando parar de corrigir e recomeçar do zero

Uma conversa guarda o rastro do que foi dito nela, inclusive as pistas erradas. Depois de algumas rodadas, a IA pode misturar instruções antigas com as novas, ou voltar a um defeito que você tinha corrigido. Alguns sinais indicam que é hora de abrir uma conversa nova:

• Você repete a mesma correção pela terceira vez.
• A resposta se apoia numa hipótese falsa surgida cedo na troca.
• Você mudou de objetivo no meio do caminho.
• Um detalhe já retirado reaparece sem motivo.

Recomeçar do zero não significa perder o trabalho. Agora você sabe o que pedir, e é o momento de condensar tudo isso num único prompt.

Transformar a troca num prompt reutilizável

Depois de quatro rodadas, o texto está bom, mas o know-how continua espalhado pela conversa. Peça à IA que o reúna:

Com base em toda a nossa conversa, escreva um único prompt que teria permitido obter diretamente o último texto, sem nenhuma correção.

Inclua todas as instruções que lhe dei e todos os defeitos a evitar. Substitua o que muda de um caso para outro por variáveis entre [COLCHETES]: por exemplo [ATIVIDADE], [CIDADE], [FATOS].

Acrescente abaixo do prompt uma lista dos elementos que você precisou deduzir e que eu deveria conferir.

Teste esse prompt numa conversa nova, com um caso diferente. Se o azulejista o experimentar para a página de um colega encanador, verá o que era próprio do caso dele e o que realmente pertence ao prompt. O método de controle está detalhado em nosso guia para testar um prompt, e, uma vez validado, o prompt pode entrar na sua biblioteca de modelos.

Essa consolidação é uma forma de meta-prompting, mas o resultado só vale se você o reler: a IA pode esquecer uma instrução ou acrescentar outra.

Reabra a última conversa em que você precisou corrigir várias vezes e envie a ela esse prompt de consolidação. Você sairá com um modelo para testar no seu próximo caso.