"Instruções e restrições precisas"

"

É aqui que a maior parte da frustração com prompts surge: o modelo faz o que você escreveu, não o que você quis dizer. Três hábitos eliminam 80% disso.

1. Diga o que fazer, não o que evitar

"Não seja prolixo" é um alvo ruim — onde está o limite? "Sem jargão corporativo" — ok, mas o que então? Diga ao modelo o que fazer:

• ❌ "Não complique" → ✅ "Frases com menos de 15 palavras, como se você estivesse explicando para um adolescente"
• ❌ "Sem rodeios" → ✅ "Cada frase contém um fato ou uma ação"

2. Restrições rígidas

Números superam adjetivos. "Curto" significa algo diferente para cada um; "menos de 100 palavras" significa o mesmo para todos. Restrinja o comprimento, o número de itens da lista, o vocabulário ("sem jargões"), o formato ("exatamente 3 parágrafos").

3. Um critério de sucesso

Diga ao modelo como verificar seu próprio trabalho: "Uma boa resposta: alguém com zero experiência entende na primeira leitura e consegue repetir os passos". O modelo se mede contra seu critério — e o salto de qualidade é óbvio.

Bônus: coloque a parte importante por último

Os modelos prestam mais atenção ao início e ao fim de um prompt. Repita o requisito mais importante como sua linha final: "Lembrete: máximo de 100 palavras".

Por que ele leva você tão ao pé da letra

Lembre-se da parte 1 do curso: um modelo de linguagem não lê mentes — ele continua o texto. Tudo o que você não escreveu não existe para ele; tudo o que você escreveu é um sinal. Daí a armadilha do elefante rosa: diga a alguém "não pense em um elefante rosa" e adivinhe no que eles pensam. O mesmo com o modelo — "não mencione concorrentes" coloca a palavra "concorrentes" no texto e estatisticamente aumenta as chances de eles aparecerem. A versão positiva — "fale apenas sobre nosso produto" — é muito mais confiável, porque direciona em vez de proibir.

Antes e depois: três instruções reais

• ❌ "Faça a pauta da reunião decente" → ✅ "Uma pauta de 30 minutos: 3 itens, cada um com um responsável e a decisão que queremos. O mais polêmico primeiro"
• ❌ "Escreva um post, mas não o torne muito comercial" → ✅ "Um post em primeira pessoa: uma história de cliente, um número para o resultado, uma pergunta aos leitores no final. Sem frases de 'compre agora'"
• ❌ "Torne o anúncio de emprego atraente" → ✅ "Anúncio de emprego: 5 itens 'o que você fará' começando com verbos, 3 itens 'o que você ganha' com números, requisitos — apenas os eliminatórios, máximo de 6"

O mesmo padrão sempre: à esquerda, julgamentos ("decente", "atraente") que o modelo interpreta como a sorte ditar. À direita, coisas que você pode medir.

Os erros que quebram até mesmo bons prompts

• Requisitos que se chocam: "detalhado mas breve" — o modelo escolhe um, e não necessariamente o seu. Decida por ele: "breve em cada ponto, mas não mais do que sete pontos."
• Quinze regras de uma vez: na regra dez o modelo já está perdendo a regra um — escolha as 3–4 que importam e lide com o resto por iteração (essa é a próxima lição).
• Expectativas não ditas: você "obviamente quis dizer" um tom formal, mas nunca escreveu isso. O modelo não é psíquico, é estatística.

Um critério em ação: observe a mudança no texto

A tarefa: "explicar autenticação de dois fatores para nossos clientes." Sem um critério, o modelo lhe dá uma entrada de enciclopédia perfeitamente correta — tecnicamente impecável, ilegível. Adicione uma linha: "Critério: minha mãe de 62 anos entende na primeira vez e consegue ativá-lo sozinha" — e o texto se reconstrói. O jargão desaparece, os passos aparecem, e também um exemplo com o código de uma mensagem de texto.

Um critério funciona como um portão de qualidade em uma linha de produção: o modelo executa sua própria resposta através de sua verificação antes que você a veja. Este é o truque mais subestimado da lição — uma linha, e metade de suas iterações nunca acontecem.

Passe a lição inteira em uma verificação de quatro segundos antes de enviar: "alguma proibição em vez de instrução? algum julgamento em vez de números? algo contradizendo algo? existe um critério de sucesso?" Quatro segundos, e seu prompt supera a maioria. Isso compensa em dobro em prompts que você planeja salvar e reutilizar: uma falha em um único uso custa uma iteração, uma falha em um modelo se repete toda semana até você pegá-la.

Faça isso agora

Encontre um "não faça X" e uma palavra de julgamento ("melhor", "mais simples") em seus prompts recentes. Reescreva-os: a proibição se torna uma instrução positiva, o julgamento se torna um número ou uma regra verificável. Estes são os dois reflexos de maior retorno na criação de prompts.

"