Frodex

Frodex

Beta
EnglishPortuguês (BR)
Fundamentos
1Introdução2Tokens3Controlando o modelo
Comunicando com LLMs
4Anatomia de um bom prompt5System prompts e personas6Few-shot learning
Saídas estruturadas
7Modo JSON e saída estruturada8Function calling
Técnicas avançadas
9Raciocínio em cadeia de pensamento10Gerenciando a janela de contexto11Embeddings e busca semântica
Sistemas em produção
12Retrieval-Augmented Generation (RAG)13Respostas em streaming14Avaliação e otimização de custo
Frodex

Frodex

Beta
EnglishPortuguês (BR)
Fundamentos
1Introdução2Tokens3Controlando o modelo
Comunicando com LLMs
4Anatomia de um bom prompt5System prompts e personas6Few-shot learning
Saídas estruturadas
7Modo JSON e saída estruturada8Function calling
Técnicas avançadas
9Raciocínio em cadeia de pensamento10Gerenciando a janela de contexto11Embeddings e busca semântica
Sistemas em produção
12Retrieval-Augmented Generation (RAG)13Respostas em streaming14Avaliação e otimização de custo
Comunicando com LLMs
18 minLição 4 de 14

Anatomia de um bom prompt

Aprenda os componentes de prompts eficazes

Objetivos de aprendizagem

  • •Entender o framework CRISPE para estruturar prompts
  • •Aprender boas práticas de clareza e especificidade
  • •Saber usar delimitadores e formatação de forma eficaz

O framework CRISPE

Um prompt forte costuma incluir estes elementos:

C - Contexto

Informações de fundo que o modelo precisa para entender a tarefa.

R - Papel

Quem o modelo deve interpretar (especialista, assistente, personagem).

I - Instruções

Orientações claras e específicas do que fazer.

S - Especificidades

Detalhes sobre formato, extensão, estilo ou restrições.

P - Persona

Tom e características de voz da resposta.

E - Exemplos

Exemplos de entradas e saídas para demonstrar expectativas.

Boas práticas de estrutura de prompt

Seja específico, não vago

❌ "Escreva algo sobre cachorros"

✅ "Escreva um parágrafo informativo de 100 palavras sobre o temperamento de Golden Retrievers para donos de primeira viagem"

Use delimitadores claros

Separe partes diferentes do prompt com marcadores claros:

Contexto: [Seu contexto aqui]
---
Tarefa: [Sua tarefa aqui]
---
Formato: [Formato esperado da saída]

A ordem importa

Coloque as informações mais importantes no início e no fim dos prompts. Informações no meio podem receber menos atenção (o problema do "perdido no meio").

Seja explícito sobre o formato

Se quiser uma lista, diga "como lista numerada". Se quiser JSON, especifique o schema.

Erros comuns

×Ser vago demais — 'escreva algo bom' não dá direção ao modelo
×Sobrecarregar com instruções — muitos requisitos conflitantes confundem o modelo
×Assumir contexto — o modelo não conhece seus pensamentos ou projetos anteriores
×Esquecer requisitos de formato — se precisa de saída estruturada, especifique explicitamente

Principais pontos

+Estruture prompts com contexto, papel, instruções, especificidades e exemplos
+Seja específico sobre formato, extensão, tom e audiência
+Use delimitadores para separar claramente partes de prompts complexos
+Coloque informações críticas no início e no fim, não no meio

Playground

Experimente estes prompts

Prompt

Por que este experimento?

Bata o olho nestes prompts curtinhos para sentir a diferença entre pedidos vagos e bem estruturados.

Resposta
Nenhuma resposta ainda
Escolha um experimento acima ou digite seu prompt e clique em Executar para ver a resposta do modelo aqui.

Tão curto que o modelo não sabe se você se importa com design, erros, performance ou segurança — a resposta tende a ser genérica.