Modelo de Conteúdo
Modelo de prompt: Resumo de reunião
Decisões, responsáveis e prazos a partir de uma transcrição. Ao compartilhar resultados com quem perdeu uma reunião, quando itens de ação inventados fariam mais mal do que um resumo curto.
O prompt
Os prompts estão em inglês, o idioma em que foram escritos e testados. As descrições e instruções destas páginas estão traduzidas.
## Task
Summarize the meeting transcript below for people who did not attend.
## Requirements
- Only include decisions and action items stated in the transcript.
- Name an owner and a due date for each action item, or write "unassigned".
## Output format
Return markdown under 200 words with three sections: Decisions, Action items, and Open questions. Use bullet points in each section.
## Input
<transcript>
{{transcript}}
</transcript>Variáveis
| Variável | O que informar |
|---|---|
{{transcript}} | A transcrição da reunião ou anotações detalhadas. |
Cada variável fica dentro das próprias tags para que o modelo trate o que você insere como dado, e não como instrução.
Como ele pontua
100/100 sem avisos nem problemas críticos, verificado no CI a cada mudança.
| Dimensão | Pontuação |
|---|---|
| Clareza | 100 |
| Especificidade | 100 |
| Completude | 100 |
| Estrutura | n/d |
| Consistência | 100 |
| Especificação de saída | 100 |
| Eficiência | 100 |
| Segurança | 100 |
Tokens e custo por modelo
Tokens de entrada do próprio modelo, antes de você preencher as variáveis. Os custos usam os preços de tabela do catálogo de modelos, cada um com a data da última verificação; confirme com o seu provedor.
| Modelo | Tokens | Custo de entrada / 1.000 chamadas |
|---|---|---|
| GPT-4.1 | 96 | $0.1920 |
| GPT-4.1 mini | 96 | $0.0384 |
| Claude Sonnet 5.5 | 96 (aprox.) | $0.1920 |
| Claude Haiku 4.5 | 96 (aprox.) | $0.0960 |
| Gemini 2.5 Flash | 96 (aprox.) | $0.0288 |
Como adaptá-lo
- Renomeie as três seções para combinar com sua equipe (por exemplo Decisões, Riscos, Próximos passos).
- Aumente o limite de palavras em reuniões longas em vez de removê-lo.
- Acrescente “Use os nomes dos participantes como escritos na transcrição” se os nomes forem ambíguos.
Depois de editar, o workspace pontua o prompt de novo enquanto você digita e sinaliza qualquer regressão.
Mais modelos
- Revisão de pull request: Revisão estruturada de um diff com achados classificados por gravidade.
- Resposta do suporte ao cliente: Resposta em conformidade com a política a um ticket de cliente, com estrutura fixa.
- Extração de dados estruturados: Extrai campos de texto livre para um objeto JSON estrito.
- Classificação de tickets: Encaminha uma mensagem para exatamente uma categoria com um nível de confiança.
- Prompt de sistema de um agente que usa ferramentas: Agente delimitado com regras explícitas de ferramentas e uma condição de parada.