Um prompt não é apenas “uma pergunta que você digita.” No mundo das APIs, um prompt é uma sequência estruturada de mensagens — tipicamente uma mensagem de sistema (definindo o comportamento do modelo), seguida por mensagens alternadas de usuário e assistente que formam uma conversa. Quando você usa uma interface de chat como Claude.ai, você vê uma caixa de texto simples, mas por baixo, sua mensagem é envolvida nessa estrutura antes de chegar ao modelo.
Prompts eficazes tendem a compartilhar alguns traços: eles declaram o que você quer (não apenas o tópico, mas o formato, comprimento e público), fornecem contexto que o modelo precisa e incluem restrições que previnem desvios. “Me fale sobre Python” gera uma visão geral genérica. “Escreva uma explicação de 200 palavras sobre o GIL do Python para um desenvolvedor que conhece Java mas não Python, focando em implicações práticas para servidores web” gera algo útil. A diferença não é mágica — é especificidade.
Há uma razão para “engenharia de prompt” ter se tornado uma disciplina. No nível de API, prompts são essencialmente programas escritos em linguagem natural. Você pode incluir exemplos (few-shot), pedir ao modelo para raciocinar passo a passo (cadeia de pensamento), atribuir papéis (“Você é um auditor sênior de segurança”), ou restringir o formato de saída (“Responda apenas em JSON válido”). Essas não são gambiarras — são técnicas que mudam de forma confiável o comportamento do modelo porque alteram a distribuição de probabilidade da qual o modelo faz amostragem.
Um equivoco comum é que o prompt certo pode fazer qualquer modelo fazer qualquer coisa. Na realidade, prompts interagem com os dados de treinamento do modelo, seu ajuste de alinhamento e suas restrições arquiteturais. Um prompt não pode dar ao modelo conhecimento no qual ele nunca foi treinado, contornar seu treinamento de segurança de forma confiável ou exceder sua janela de contexto. Entender o que prompts podem e não podem fazer economiza tempo e evita a frustração de esperar milagres de formulações espertas.