Engenharia de Prompt
Ir para notas que citam estaEngenharia de prompt é a prática de estruturar a instrução dada a um modelo de linguagem (pergunta, contexto, palavras-chave, formato) para obter a resposta desejada sem alterar o modelo.
Ela parte de uma constatação simples: o modelo não adivinha intenção e responde ao que foi efetivamente escrito. Por isso a prática é tratada mais como comunicação do que como técnica computacional, com o agravante de que uma pessoa costuma já ter contexto e o modelo não. As formas concretas de formular o pedido, como zero-shot, few-shot e prompt em cadeia, estão detalhadas em Técnicas de Prompting.
Fundamentos de uma boa pergunta
Uma pergunta bem formulada conduz o modelo até a resposta; uma pergunta vaga o obriga a preencher lacunas por conta própria. Alguns princípios sustentam isso:
- Ser específico. Dizer exatamente o que se quer, com o máximo de detalhes relevantes.
- Definir o contexto. Pedir uma receita de bolo de laranja para um chef de cozinha produz um nível de informação diferente de pedi-la para alguém que vai ensinar uma criança. Declarar para quem e para quê a resposta serve muda o resultado.
- Usar palavras-chave como balizas. Termos como resumir, objetivo ou só o código direcionam o formato. Ao fim de uma conversa longa, pedir um resumo do que já foi gerado comprime o conteúdo.
- Evitar perguntas binárias. Uma pergunta que admite sim ou não tende a receber só sim ou não, a saída mais econômica para o modelo.
Idioma, gírias e interpretação literal
A língua nativa de quem pergunta costuma render a comunicação mais precisa. O cuidado está nas expressões coloquiais e gírias: um modelo que não foi bem treinado para elas pode tomá-las ao pé da letra, como uma criança que entende literalmente uma figura de linguagem. Quando o conteúdo precisa sair em inglês e a pessoa não domina o idioma, uma saída prática é pedir ao próprio modelo que escreva o texto em inglês e usar esse resultado como prompt em outro modelo ou ferramenta.
Onde fica entre as técnicas de personalização
Entre as três formas de adaptar um modelo a um uso, ao lado de Fine-tuning e RAG, a engenharia de prompt é a mais básica, rápida e barata: não exige retreinamento nem infraestrutura de busca. Oferece controle moderado sobre a saída.
O limite é o conhecimento do próprio modelo. Na analogia de alunos fazendo prova, o aluno do prompt estudou uma massa fixa de conteúdo e sua nota depende só de como a pergunta é feita: perguntar bem ajuda o modelo a recuperar o que já sabe, mas não acrescenta o que ele nunca viu. Informação ausente ou desatualizada exige outra técnica ou precisa vir escrita no prompt. É o caso da data atual, que o modelo desconhece por não ter acesso a relógio ou calendário. Colar um documento numa conversa fica mais perto de engenharia de prompt do que de RAG, porque o conteúdo entra manualmente no pedido em vez de vir de uma base consultada pelo sistema.
Instruções fixas, ordem do conteúdo e formato de saída
Instruções que devem valer para todas as respostas, como persona, tom e regras de formatação, podem ficar fixas num Prompt de Sistema em vez de repetidas a cada pergunta. A posição do pedido também conta: modelos tendem a dar mais peso ao final do contexto, então colocar a instrução principal depois do material de apoio aumenta a chance de ela ser seguida. Se o conteúdo relevante não estiver bem demarcado, o modelo pode entregar um resumo do que recebeu em vez de atender ao pedido.
Quando a documentação de apoio é falha, ajustar o prompt pode sair mais barato do que reescrever a documentação. Em um caso de geração de código em linguagem proprietária, um ponto final ao fim dos exemplos era copiado pelo modelo como sintaxe e quebrava a compilação; uma instrução para ignorá-lo resolveu.
Nesse tipo de projeto, a engenharia de prompt pode ser a etapa mais trabalhosa, e boa parte dela é definir o formato da saída, como devolver o código pronto para colar na ferramenta de destino.