Como escrever prompts eficazes para tarefas de trabalho: estrutura em quatro partes

Peça a um assistente de IA "escreva um e-mail para o cliente sobre o atraso" e a resposta virá educada, genérica e quase sempre inaproveitável sem retoques. O modelo não sabe quem é o cliente, qual foi o atraso, o que a empresa pode oferecer nem que tom a relação comporta. Aprender como escrever prompts para tarefas de trabalho é, em boa parte, aprender a entregar essas informações de forma organizada. Uma estrutura simples, em quatro blocos (contexto, tarefa, formato e critérios de qualidade), resolve a maior parte dos casos do dia a dia e torna o resultado mais previsível.

Por que a estrutura faz diferença

Modelos de linguagem geram texto a partir do que recebem. Quando a instrução é vaga, eles preenchem as lacunas com a resposta mais provável, que tende a ser a mais média. Os guias de boas práticas publicados pelos próprios desenvolvedores de modelos, como OpenAI, Anthropic e Google, convergem em alguns pontos: instruções claras e específicas, contexto suficiente, exemplos do resultado esperado e definição explícita do formato de saída.

A estrutura em quatro partes é uma forma prática de não esquecer nenhum desses elementos. Ela não é uma fórmula mágica nem um padrão oficial. Funciona como lista de verificação, do mesmo jeito que um briefing bem feito ajuda um colega recém-chegado a entregar o que se espera dele.

Os quatro blocos do prompt

1. Contexto

O contexto responde a perguntas como: quem está pedindo, para quem é o resultado, qual é a situação e o que já se sabe. Um assistente não conhece a empresa, o cliente ou o histórico do projeto, a menos que essas informações estejam no prompt ou em documentos anexados.

Bons elementos de contexto incluem:

• o papel de quem pede ("sou coordenadora de atendimento de uma distribuidora de peças");
• o público do texto final ("o leitor é o diretor financeiro, que tem cinco minutos para ler");
• a situação concreta ("o pedido 4.512 atrasou nove dias por falta de estoque do fornecedor");
• as restrições ("não podemos oferecer desconto; podemos oferecer frete grátis na próxima compra").

2. Tarefa

A tarefa deve ser descrita com um verbo de ação e um objetivo claro: redigir, resumir, comparar, classificar, revisar, listar riscos. Se há etapas, enumere-as na ordem desejada. Pedidos compostos ("resuma e depois sugira três ações") funcionam melhor quando cada parte aparece de forma explícita, e não embutida no meio de uma frase longa.

3. Formato

O formato diz como a resposta deve chegar: tamanho, estrutura, tom e idioma. "Até 150 palavras", "em tópicos", "três colunas", "em tom cordial, sem jargão técnico" são instruções simples que evitam retrabalho. Quando o resultado vai alimentar outro sistema, como uma planilha, é possível pedir campos fixos e sempre na mesma ordem.

4. Critérios de qualidade

O último bloco diz o que torna a resposta boa ou ruim. É onde entram as regras que um revisor humano aplicaria: não inventar dados que não estejam no material fornecido, sinalizar quando faltar informação, indicar a parte do documento que sustenta cada conclusão, não prometer prazos. Pedir que o modelo aponte as próprias incertezas costuma render mais do que pedir, genericamente, que ele "seja preciso".

Três exemplos para o dia a dia

E-mail a um cliente

• Contexto: "Sou da área de atendimento de uma distribuidora. O cliente, uma rede de oficinas, recebeu o pedido 4.512 com nove dias de atraso por falta de estoque do fornecedor. É um cliente antigo e a relação é boa."
• Tarefa: "Redija um e-mail de desculpas que explique a causa e ofereça frete grátis na próxima compra."
• Formato: "Até 150 palavras, tom cordial e direto, com uma sugestão de assunto."
• Critérios: "Não prometa novos prazos. Evite fórmulas prontas de desculpas. Não mencione o nome do fornecedor."

Resumo de reunião

• Contexto: "Segue a transcrição de uma reunião de 40 minutos entre as áreas comercial e de operações sobre a implantação de um novo sistema de pedidos."
• Tarefa: "Resuma as decisões tomadas e liste as pendências."
• Formato: "Três blocos: decisões, pendências (com responsável e prazo, quando citados) e pontos sem consenso. Tópicos curtos."
• Critérios: "Use apenas o que está na transcrição. Se um responsável ou prazo não foi citado, escreva 'não definido'."

Análise de dados

• Contexto: "Anexei uma planilha com as vendas mensais de 2025 por região. A diretoria quer entender a queda do segundo semestre."
• Tarefa: "Identifique as regiões e os meses que mais contribuíram para a queda e levante hipóteses para explicá-la."
• Formato: "Um parágrafo de conclusão seguido de uma lista com os números que a sustentam."
• Critérios: "Separe o que é fato observado nos dados do que é hipótese. Mostre os cálculos principais para que eu possa conferir."

O último critério pesa mais do que parece. Em análises, o assistente pode errar contas ou interpretar mal uma coluna. Pedir que ele mostre o caminho facilita a conferência, que continua sendo responsabilidade de quem usa o resultado.

Exemplos valem mais que adjetivos

Dizer "escreva em tom profissional, mas próximo" deixa margem para interpretação. Mostrar um ou dois textos que a equipe já aprovou reduz essa margem. A técnica, chamada em inglês de few-shot prompting, consiste em incluir no prompt amostras do resultado desejado. Os guias dos fornecedores recomendam deixar claro onde começa e termina cada exemplo, com separadores ou marcações, para que o modelo não confunda o exemplo com a instrução.

Dois cuidados ajudam. O primeiro é variar os exemplos, para que o modelo não copie a estrutura de forma mecânica. O segundo é garantir que eles não contenham dados reais de clientes, fornecedores ou funcionários.

Iterar em vez de recomeçar

Raramente a primeira resposta é a final. Em vez de reescrever o pedido do zero, é mais eficiente ajustar a partir do que veio:

• apontar o que está bom e deve ser mantido;
• indicar com precisão o que mudar ("encurte o segundo parágrafo", "troque a lista por três frases");
• acrescentar o critério que faltou ("não cite valores absolutos, apenas percentuais");
• pedir alternativas quando houver dúvida ("dê três versões de assunto para o e-mail").

Quando um prompt passa a funcionar bem para uma tarefa recorrente, salve-o como modelo da equipe, com espaços marcados para os dados que mudam a cada uso. Assim o conhecimento sobre o que funciona deixa de depender de uma pessoa só e pode ser revisado quando a ferramenta ou o processo mudar.

O que não colocar no prompt

A praticidade dos assistentes de IA cobra um preço quando se esquece que o texto digitado sai do computador de quem escreve. Antes de colar um documento, convém saber qual ferramenta a empresa aprovou, em que condições os dados ficam armazenados e se o conteúdo pode ser usado para treinar modelos. Essas condições variam conforme o fornecedor, o plano contratado e as configurações da conta.

Algumas regras práticas:

• não inclua senhas, chaves de acesso, tokens ou dados bancários;
• evite nomes, CPF, endereços e outros dados pessoais de clientes e funcionários; quando forem necessários para a tarefa, prefira versões anonimizadas ou marcadores como "[Cliente A]";
• trate com cuidado redobrado os dados pessoais sensíveis, como informações de saúde, origem racial ou étnica e filiação a sindicato, categoria que a Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018) define e protege de forma especial;
• não cole contratos, balanços não publicados ou estratégias comerciais em ferramentas que não tenham sido aprovadas pela empresa.

A LGPD também exige que os agentes de tratamento adotem medidas de segurança, técnicas e administrativas, para proteger os dados pessoais. Uma política interna curta, que diga quais ferramentas podem ser usadas e com que tipo de informação, evita que cada funcionário tome essa decisão sozinho e sem critério.

Um esqueleto para reaproveitar

Para tarefas recorrentes, o roteiro abaixo funciona como ponto de partida:

• Contexto: quem sou, para quem é o resultado, qual é a situação, que material está anexado.
• Tarefa: o que deve ser feito e em que ordem.
• Formato: tamanho, estrutura, tom e idioma.
• Critérios de qualidade: o que não pode acontecer, como tratar informação faltante, como indicar de onde veio cada afirmação.

O ganho não está em decorar a estrutura, e sim no hábito de pensar antes de pedir. Quem consegue explicar bem uma tarefa a um colega consegue explicá-la a um assistente de IA. A diferença é que o assistente nem sempre pergunta de volta o que ficou faltando. Por isso, uma linha final ajuda muito: "se faltar alguma informação para cumprir a tarefa, pergunte antes de responder".