Introducao a Prompt Engineering

Prompt Engineering e o processo de criar inputs efetivos para guiar modelos de IA a gerarem outputs desejados. E uma habilidade fundamental para AI Engineers, pois a qualidade do prompt determina diretamente a qualidade da resposta.

Por que Prompt Engineering importa?#

O mesmo modelo pode dar respostas dramaticamente diferentes dependendo de como voce pergunta:

Prompt ruim:

Escreva sobre Python

(Vago, resultado imprevisivel)

Prompt bom:

Escreva um tutorial de 3 paragrafos sobre list comprehensions em Python,
voltado para programadores iniciantes, com 2 exemplos de codigo.

(Especifico, resultado previsivel)

Principios Fundamentais#

1. Seja Especifico#

Quanto mais detalhes, melhor o resultado.

2. Forneca Contexto#

Explique o cenario, o publico, o objetivo.

3. Defina o Formato#

Especifique como quer a resposta (lista, JSON, paragrafos).

4. Use Exemplos (Few-shot)#

Mostre o padrao que espera.

5. Itere#

Refine o prompt baseado nos resultados.

Tecnicas Essenciais#

Zero-shot#

Pedir diretamente, sem exemplos:

Classifique o sentimento: "Adorei o produto!" ->

Few-shot#

Fornecer exemplos antes:

Classifique o sentimento:
"Produto horrivel" -> negativo
"Gostei muito" -> positivo
"Mais ou menos" -> neutro
"Adorei o produto!" ->

Chain-of-Thought (CoT)#

Pedir raciocinio passo a passo:

Resolva o problema mostrando seu raciocinio passo a passo:
Maria tem 3 macas. Joao deu mais 5. Quantas ela tem?

Role Prompting#

Definir um papel para o modelo:

Voce e um especialista em seguranca de dados com 20 anos de experiencia.
Revise este codigo e aponte vulnerabilidades.

Estrutura de um Bom Prompt#

# SISTEMA (opcional - define comportamento geral)
Voce e um assistente tecnico especializado em Python.

# CONTEXTO
Estou desenvolvendo uma API REST e preciso validar inputs.

# TAREFA
Escreva uma funcao que valide emails usando regex.

# FORMATO
Retorne apenas o codigo Python, com docstring explicando.

# EXEMPLOS (opcional)
Exemplo de email valido: user@domain.com
Exemplo de email invalido: user@domain

# RESTRICOES
- Use apenas biblioteca padrao
- Codigo deve ser Python 3.10+

Prompt Templates#

Para aplicacoes, use templates reutilizaveis:

TEMPLATE_RESUMO = """
Resuma o texto abaixo em {num_pontos} pontos principais.
Use linguagem {estilo}.

Texto:
{texto}

Resumo:
"""

prompt = TEMPLATE_RESUMO.format(
    num_pontos=5,
    estilo="tecnica",
    texto=documento
)

Erros Comuns#

1. Prompts vagos - "Fale sobre X" em vez de especificar
2. Instrucoes conflitantes - "Seja breve mas detalhado"
3. Sem formato definido - Resultado imprevisivel
4. Ignorar limitacoes - Pedir tarefas que LLMs nao fazem bem
5. Nao iterar - Aceitar primeira versao do prompt

Prompt Engineering para RAG#

Quando usando RAG, o prompt precisa:

• Instruir para usar apenas o contexto fornecido
• Definir como lidar com informacao ausente
• Solicitar citacao de fontes quando relevante

Use APENAS o contexto abaixo para responder.
Se a informacao nao estiver no contexto, diga "Nao encontrei essa informacao".
Cite a fonte quando possivel.

Contexto:
{documentos}

Pergunta: {pergunta}

Recursos#

• Prompt Engineering Roadmap
• What is Prompt Engineering? - Video

Checklist#

Conexoes#

Proximo passo: Agora que voce conhece os fundamentos, explore as APIs de LLMs e comece a construir!