Iterar e Refinar os Seus Prompts
Nesta página
A criação de prompts é um processo iterativo
Um prompt raramente fica perfeito na primeira tentativa. Os profissionais experientes sabem que o verdadeiro trabalho começa após a primeira resposta: analisa o resultado, identifica as lacunas entre o output e as suas expectativas e ajusta o prompt em conformidade.
Esta iteração metódica está no centro da engenharia de prompts. Transforma um resultado aceitável num resultado excelente.
O ciclo de melhoria
O ciclo de iteração ocorre em quatro passos:
- Formular: Escreva o prompt inicial com os seus três pilares (clareza, contexto, estrutura)
- Testar: Envie o prompt e observe a resposta
- Diagnosticar: Identifique o que está errado (formato, conteúdo, tom, comprimento, precisão)
- Ajustar: Modifique o prompt para corrigir o problema identificado
Repita este ciclo até obter um resultado satisfatório. Cada iteração deve alterar apenas um aspeto de cada vez, para compreender o impacto de cada mudança.
Diagnosticar problemas comuns
A resposta é demasiado longa
O modelo gera parágrafos quando esperava uma lista curta.
Antes:
What are the advantages of remote work?
Depois:
List the 5 main advantages of remote work. Maximum 1 sentence per advantage.
A resposta está fora do tema
O modelo responde ao lado da sua pergunta. Adicione contexto e especifique o âmbito.
Antes:
Explain limits.
Depois:
Explain mathematical limits for an advanced high school student. Focus on limits of polynomial functions, not sequences.
O formato não é o esperado
O modelo devolve texto livre quando queria JSON. Seja explícito quanto ao formato e forneça um exemplo.
Antes:
Analyze this text and extract the entities.
Depois:
Analyze this text and return the entities in JSON format:
{"entities": [{"name": "...", "type": "person|location|organization"}]}
Return only the JSON, no additional text.
O tom é inadequado
O modelo é demasiado formal ou demasiado informal. Especifique o registo na mensagem de sistema ou na instrução.
Antes:
Write a response to this unhappy client.
Depois:
Write an empathetic and professional response to this unhappy client. Warm tone but not informal. Start by acknowledging the problem, then propose a concrete solution.
Técnicas de refinamento
Adicionar restrições negativas
Quando o modelo faz algo que não deseja, proíba-o explicitamente:
Explain machine learning to a beginner.
Do not use technical jargon.
Do not mention mathematical formulas.
Do not refer to other AI models.
Fornecer um contraexemplo
Mostre ao modelo o que não quer:
Write a summary of this document.
Good summary: "The report shows a 15% increase in sales in Q3, driven by the B2B segment."
Bad summary: "This report presents the company's financial results for the third quarter of the current year, including various metrics..."
Adopt the style of the good summary.
Reformular progressivamente
Quando uma reescrita não é suficiente, proceda por etapas:
- Teste o seu prompt base
- Adicione o formato de output desejado
- Adicione restrições de conteúdo
- Adicione restrições de tom
- Adicione exemplos, se necessário
Utilizar o parâmetro seed para comparar
Com o mesmo seed, pode comparar o efeito de duas formulações diferentes, eliminando a variabilidade devida à aleatoriedade:
{"seed": 42, "temperature": 0.5, "messages": [{"role": "user", "content": "Version A of the prompt"}]}
{"seed": 42, "temperature": 0.5, "messages": [{"role": "user", "content": "Version B of the prompt"}]}
Documentar as suas iterações
Mantenha um registo dos seus prompts e dos respetivos resultados. Anote para cada versão:
- O texto exato do prompt
- Os parâmetros utilizados (modelo, temperatura, seed)
- O que funcionou
- O que precisa de melhoria
Esta documentação poupa-lhe tempo considerável quando precisar de retomar um prompt ou adaptá-lo a um novo caso de uso.
Prática
Pegue num prompt que já utilizou e que não deu um resultado perfeito. Aplique o ciclo de melhoria em três iterações:
- Identifique o principal problema na resposta atual
- Modifique um único aspeto do prompt para corrigir esse problema
- Teste e compare com o resultado anterior
Repita até obter um resultado satisfatório.
Pontos-chave
- A criação de prompts é iterativa: a primeira tentativa raramente é a última
- Altere apenas um aspeto por iteração para compreender o impacto de cada mudança
- Os problemas comuns (comprimento, tema, formato, tom) têm soluções específicas
- As restrições negativas e os contraexemplos são ferramentas poderosas de refinamento
- Utilize o parâmetro
seedpara comparar objetivamente duas formulações - Documente as suas iterações para capitalizar a sua experiência