Prompt Engineering: O Que a Ciência Diz em 2025
Prompt Engineering Atualizado: O Que a Ciência Diz em 2025
🎯 Contextualização: novas ferramentas, pesquisas e boas práticas
Mais de um ano após o primeiro episódio de A modo de usar, a evolução nas ferramentas e modelos de IA foi intensa.
Desde então, surgiram novos frameworks, modelos reflexivos como GPT‑4 Turbo e Gemini 2.5, além de um volume significativo de estudos
que ajudam a refinar as técnicas de prompt engineering.
1. Contexto continua sendo o coração do prompt
Um estudo da Universidade de Michigan revelou que prompts com mais de 250 palavras tendem a
reduzir a acurácia dos modelos. O ideal é fornecer o mínimo necessário, de forma clara e objetiva, evitando
confusões causadas por excesso de detalhes irrelevantes.
2. Few‑Shot Prompting: bons, mas com limites
A técnica de few‑shot prompting é útil, mas deve ser usada com moderação. Estudos indicam que mais de 3 exemplos
reduzem a performance do modelo.
Referência: Future Skills Academy
3. Personas: úteis para estilo, não para precisão
A maior metanálise sobre o tema concluiu que adicionar uma persona ao prompt não melhora a acurácia factual.
Elas só devem ser usadas quando o objetivo for estilístico — como tom afetivo, regional ou criativo.
Fonte: ArXiv.org
4. Chain-of-Thought: pense antes de pedir
Modelos reflexivos como o GPT‑4 Turbo já “pensam” passo a passo. Para modelos rápidos como o GPT‑4o, pedir o raciocínio
pode ser útil. Caso contrário, prefira resumos concisos.
5. Escolha o modelo certo para a tarefa
Segundo Ethan Mollick, modelos rápidos são ideais para buscas e brainstorms rápidos, enquanto modelos reflexivos
são recomendados para tarefas profissionais e estudos.
6. Evite prompts com múltiplas tarefas
Um estudo mostrou que prompts com três ou mais tarefas aumentam em 20% a chance de confusão.
Divida o trabalho em etapas ou use modelos reflexivos para processar múltiplas instruções de forma mais robusta.
7. Interaja, refine e repita
Mesmo com menos “alucinações” nos modelos atuais, vale a pena interagir com múltiplos prompts. Peça revisões, esclarecimentos
e ajuste as respostas para resultados melhores.
8. Peça verificação e fontes
Peça à IA que cite o trecho exato ou a fonte da informação. Isso reduz erros e aumenta a confiança na resposta gerada.
Em pesquisas profundas, especifique os tipos de fontes que deseja ou deseja evitar.
9. Use arquivos e projetos como contexto
O recurso Projetos do ChatGPT permite carregar múltiplos documentos como referência contínua.
Isso é extremamente útil em trabalhos complexos ou colaborativos.
10. IA está evoluindo — e você também deve
Prompting para vídeos, alertas automatizados e novas habilidades surgem o tempo todo. Plataformas e modelos mudam
constantemente, então adapte seu uso às atualizações mais recentes.
✅ Checklist prático
- Resuma a tarefa e escolha o modelo certo
- Use até 3 exemplos no few‑shot prompting
- Evite personas para precisão factual
- Peça raciocínio apenas em modelos rápidos
- Divida prompts complexos em etapas
- Peça fontes e verifique os dados
- Utilize projetos e arquivos como contexto
- Converse e refine em várias rodadas
