Engenharia de prompts é a prática de projetar, testar e refinar as instruções dadas a um grande modelo de linguagem (LLM) para que ele produza, de forma confiável, a saída de que você precisa. A palavra “engenharia” importa: o objetivo não é uma boa resposta, e sim a mesma qualidade de resposta toda vez que o prompt é executado.
Uma definição prática
Um prompt é tudo o que o modelo recebe antes de começar a escrever: instruções, contexto, exemplos, documentos e a própria pergunta. A engenharia de prompts consiste em decidir o que entra nessa entrada e como ela é organizada.
Ela abrange três atividades:
- Especificar a tarefa para que nada importante fique por conta de suposições.
- Fornecer contexto que o modelo não tem, como seus dados, seu público e suas restrições.
- Medir o resultado e alterar o prompt com base em evidências, não em palpites.
Como a engenharia de prompts funciona
Um modelo de linguagem prevê o próximo token a partir dos tokens que já viu. Ele não tem acesso à sua intenção, apenas ao seu texto. Duas consequências decorrem disso.
Tudo o que você omite é preenchido. Peça “um resumo curto” e o modelo escolhe um tamanho, um público e um formato. Da próxima vez, escolherá outros. A maior parte das saídas inconsistentes vem de uma decisão que o prompt nunca tomou.
Posição e estrutura carregam significado. Um modelo trata um título, um delimitador ou um exemplo como um sinal sobre que tipo de texto vem a seguir. Separar as instruções dos dados e mostrar a forma da resposta desejada altera a previsão mais do que acrescentar adjetivos.
Aqui está o mesmo pedido escrito duas vezes.
Summarize this report.
Summarize the quarterly sales report below for the EMEA leadership team.
Write 5 bullet points covering revenue by country and the change from
last quarter. Return a markdown list.
<report>
{{report}}
</report>
A segunda versão indica o público, o tamanho, o conteúdo e o formato, e marca onde os dados começam e terminam. Nada nela é engenhoso. Ela apenas toma as decisões que a primeira deixou em aberto.
Por que a engenharia de prompts importa
Confiabilidade. Um software que chama um modelo precisa de uma saída previsível. Um prompt que retorna JSON nove vezes em dez quebra a décima requisição.
Custo. Os modelos são cobrados por token. Um prompt que se repete, ou que carrega contexto desnecessário, custa mais a cada chamada. Veja a otimização de tokens para saber como medir e reduzir esse custo.
Segurança. Os prompts costumam incluir texto de usuários, documentos e páginas da web. Sem cuidado, esse texto pode sobrepor suas instruções. Isso se chama injeção de prompt, e a defesa começa por como o prompt é construído.
Velocidade de iteração. Alterar um prompt leva minutos. Ajustar um modelo (fine-tuning) exige dados, dinheiro e tempo. Para a maioria das tarefas, um prompt melhor é a melhoria mais barata disponível.
O que a engenharia de prompts não é
Não é uma lista de frases mágicas. Truques como prometer gorjeta ou escrever em maiúsculas têm efeitos inconsistentes que mudam entre versões do modelo. O que dura é uma especificação clara, contexto relevante e testes.
Também não substitui conhecer a tarefa. Um prompt só pode pedir aquilo que seu autor entende bem o bastante para descrever.
Engenharia de prompts e engenharia de contexto
À medida que os modelos passaram a ler entradas muito grandes e a chamar ferramentas, o trabalho deixou de ser redigir uma única instrução e passou a ser decidir quais informações o modelo vê em cada etapa. Isso costuma ser chamado de engenharia de contexto. Inclui recuperação, instruções para agentes e conexões de ferramentas como o Model Context Protocol. Os princípios são os mesmos: dar ao modelo o que ele precisa, claramente separado, e nada que o distraia.
Para onde ir em seguida
- Siga o guia de engenharia de prompts, passo a passo, para escrever seu primeiro prompt de produção.
- Conheça os tipos de prompts e as principais técnicas de engenharia de prompts.
- Cole um prompt no analisador do PromptFlowEngine para ver quais decisões ele deixa em aberto.