• "Me fale sobre gatos" → resposta genérica
• "Quais as 3 raças de gatos mais populares no Brasil e por quê?" → resposta específica

A diferença? O prompt.

Mas há muito mais por trás de "perguntar melhor". Este artigo vamos explorar a ciência e a arte do Prompt Engineering, com fundamentação teórica e técnicas avançadas validadas por pesquisa.

Definição formal: Prompt Engineering é a prática de projetar e otimizar inputs (prompts) para modelos de linguagem com o objetivo de maximizar a qualidade, relevância e utilidade das respostas geradas.

Base teórica: O Prompt Engineering emerge da descoberta de que modelos de linguagem grandes (LLMs) exibem capacidades emergentes que não foram explicitamente programadas (Wei et al., 2022). A forma como instruímos o modelo - o prompt - ativa diferentes regiões do espaço de parâmetros, resultando em comportamentos distintos.

Por que funciona:

Os LLMs são treinados em dados de alta qualidade (artigos, código, documentação). Quando damos um prompt bem estruturado, estamos:

1. Localizando conhecimento: Ativando representações relevantes no espaço de parâmetros
2. Definindo contexto: Estabelecendo o "modo de operação" do modelo
3. Fornecendo padrão: Demonstrando o formato esperado da resposta

Referência: Wei, J. et al. (2022). "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models". arXiv:2201.11903

As técnicas de prompting se dividem em três categorias: Básicas (zero-shot, few-shot, role, formatação), Avançadas (Chain-of-Thought, Tree-of-Thought, Self-Consistency, Prompt Chaining) e Especializadas (RAG, Multimodal, Tool Use, Conversacional).

Definição: Pedir ao modelo para executar uma tarefa sem fornecer exemplos prévios.

Quando usar:

• Tarefas simples e diretas
• Quando você não tem exemplos disponíveis
• Para testar a capacidade "natural" do modelo

Exemplos:

Traduza para inglês: "Bom dia"

Resuma o seguinte texto em uma frase:
[texto longo aqui]

Referência: Brown et al. (2020) demonstraram que modelos suficientemente grandes podem executar tarefas sem exemplos (few-shot learning de verdade), sugerindo que o conhecimento necessário já está nos parâmetros. arXiv:2005.14165

Definição: Fornecer exemplos de input-output antes de pedir ao modelo para executar a tarefa.

Exemplo:

Traduza para inglês:
"Gato" → "Cat"
"Cachorro" → "Dog"
"Pássaro" → "Bird"
"Peixe" → ?

Número ideal de exemplos:

Definição: Atribuir um papel ou persona ao modelo para contextualizar suas respostas.

Exemplo:

Você é um professor de matemática do ensino médio, especializado em 
explicar conceitos complexos de forma simples. Seu aluno está 
tentando entender derivadas pela primeira vez.

Definição: Instruir o modelo a "pensar passo a passo" explicitando o raciocínio antes de dar a resposta final.

Base teórica: Wei et al. (2022) descobriram que pedir ao modelo para explicitar o raciocínio melhora drasticamente a performance em tarefas que requerem múltiplos passos lógicos, aritmética e raciocínio causal.

Como funciona:

SEM CoT:
Pergunta: Roger tem 5 bolas de tênis. Ele compra mais 2 latas de 
3 bolas cada. Quantas bolas ele tem agora?
Resposta: 11

COM CoT:
Pergunta: Roger tem 5 bolas de tênis. Ele compra mais 2 latas de 
3 bolas cada. Quantas bolas ele tem agora?
Resposta: Roger começou com 5 bolas. Ele comprou 2 latas de 3 bolas, 
então adquiriu 2 × 3 = 6 bolas. No total, ele tem 5 + 6 = 11 bolas.

Referências:

• Wei, J. et al. (2022). "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models". arXiv:2201.11903
• Kojima, T. et al. (2022). "Large Language Models are Zero-Shot Reasoners". arXiv:2205.11916

Definição: Gerar múltiplos caminhos de raciocínio e escolher a resposta mais frequente (votação).

Quando usar:

• Tarefas com resposta concreta (matemática, factual)
• Quando disponibilidade de tokens não é limitante
• Aplicações que requerem alta confiança

Trade-offs:

• Vantagem: Maior precisão
• Desvantagem: 3-10x mais tokens e tempo

Referência: Wang, X. et al. (2022). "Self-Consistency Improves Chain of Thought Reasoning in Large Language Models". arXiv:2203.11171

Definição: Explorar múltiplos caminhos de raciocínio em paralelo, avaliando cada um e escolhendo o melhor.

Base teórica: Yao et al. (2023) propuseram ToT como uma generalização do CoT que permite exploração de candidatos de pensamento em vez de apenas seguir um caminho linear.

Referência: Yao, S. et al. (2023). "Tree of Thoughts: Deliberate Problem Solving with Large Language Models". arXiv:2305.10601

Definição: Dividir uma tarefa complexa em múltiplos prompts sequenciais, onde cada um usa o output do anterior.

Exemplo: Sistema de Escrita de Artigos

CHAIN 1: Research
Prompt: "Gere 5 pontos principais sobre [tópico]"
Output: Lista de 5 pontos

CHAIN 2: Outline
Prompt: "Usando os pontos: [lista], crie um outline estruturado"
Input: Output do Chain 1
Output: Outline completo

CHAIN 3: Write
Prompt: "Escreva a seção [X] usando o outline: [outline]"
Input: Output do Chain 2
Output: Texto da seção

Vago:

"Escreve uma função pra mim"

Com RCEF-TC:

R: Você é um desenvolvedor Python especialista em API design.
T: Crie uma função que valida CPF brasileiro.
C: A função será usada num form de cadastro.
E: Input: "123.456.789-09" → Output: True
F: Retorne bool + mensagem de erro se inválido.
C: Sem bibliotecas externas, máximo 20 linhas.

1. Role Prompting — "Você é um especialista em Python" melhora a qualidade do código gerado
2. Few-shot — Dar exemplos de entrada/saída esperada é muito eficaz para funções
3. CoT — "Pense passo a passo antes de escrever o código" reduz erros lógicos
4. Formatação explícita — Pedir JSON, tipo de retorno, ou docstring especificada

Uma ferramenta é uma função que o agente pode chamar. Para o modelo saber quando e como usar, precisamos descrevê-la.

{
    "name": "buscar_cpf",
    "description": "Busca dados de uma pessoa pelo CPF. "
                  "Use para validar cadastros e consultar "
                  "informações públicas de contribuintes.",
    "parameters": {
        "type": "object",
        "properties": {
            "cpf": {
                "type": "string",
                "description": "CPF com 11 dígitos, "
                             "com ou sem formatação."
            }
        },
        "required": ["cpf"]
    }
}

Note que o description segue os mesmos princípios de RCEF-TC:

• Role: implícito — o modelo age como assistente que decide quando usar a ferramenta
• Context: "Use para validar cadastros e consultar informações públicas"
• Task: implícito — a função buscar_cpf faz uma busca
• Format: o schema JSON define o formato de entrada
• Constraints: "com ou sem formatação" reduz erros de formato

💡 Isso vai ser fundamental nas aulas 06-08 (Ferramentas e Agentes).

Abril de 2026 foi intenso para IA:

• Kimi K2.6 (20/04) — 1T params, 32B ativos, 256K contexto, open weights (Modified MIT)
• DeepSeek V4 Pro (24/04) — 1.6T params, 49B ativos, 1M contexto, open weights (MIT)
• Claude Code no Pro (21/04) — Anthropic removeu Claude Code do plano Pro ($20/mês) e repôs em 12h após backlash

O modelo mais recente da série DeepSeek, com dois variantes:

Destaque para o contexto de 1M tokens — cabe um livro inteiro no prompt!

Onde testar: chat.deepseek.com (grátis) ou HuggingFace para download dos pesos.

Modelo open weights da Moonshot AI (China):

Destaques:

• Long-horizon coding: generaliza entre linguagens (Rust, Go, Python)
• Coding-driven design: gera interfaces e workflows a partir de prompts + inputs visuais
• Baixa taxa de alucinação: 39%, comparável ao Claude Opus 4.7 (36%)

Onde testar: kimi.com (chat gratuito) ou ollama run kimi-k2.6:cloud (Ollama Cloud)

⚠ Atenção: Estes modelos rodam em nuvem, não localmente. Para rodar localmente, use:

• qwen3.5:4b — leve, bom para chat (4B parâmetros)
• qwen3.5:9b — balanceado (9B parâmetros)

Chat gratuito da Mistral AI — bom para demonstrações:

O Ollama agora suporta modelos de cloud, incluindo Gemini 3 Flash e DeepSeek V4:

# Gemini 3 Flash (cloud — roda nos servidores do Google)
ollama run gemini-3-flash-preview

# Kimi K2.6 (cloud)
ollama run kimi-k2.6:cloud

# DeepSeek V4 Flash (cloud)
ollama run deepseek-v4-flash:cloud

⚠ Atenção: Estes modelos rodam em nuvem, não localmente. Para rodar localmente, use:

• qwen3.5:4b — leve, bom para chat (4B parâmetros)
• qwen3.5:9b — balanceado (9B parâmetros)

O ask-ai é um CLI que conversa com modelos locais via Ollama:

# Chat interativo
ask-ai chat -m qwen3.5:4b

# Pergunta direta
ask-ai "Traduza para inglês: Bom dia"

# Com system prompt (role prompting!)
ask-ai -p tool_user "Como formato um JSON?"

Os modos de prompt (default, tool_user) são role prompting aplicado — mudam o comportamento do modelo sem que você precise digitar o role manualmente.

Transforme o seguinte prompt ruim em um prompt eficaz usando R-C-E-F:

Prompt ruim: "Me ajude com código."

# ROLE
Você é um desenvolvedor Python sênior com expertise em código limpo 
e boas práticas.

# CONTEXT
Estou escrevendo uma função que processa dados de usuários de uma 
API externa. A função recebe uma lista de IDs e precisa buscar 
dados para cada um.

# TASK
Analise minha função atual e sugira melhorias de:
1. Legibilidade
2. Performance
3. Tratamento de erros

# FORMAT
Para cada melhoria, forneça:
- Descrição do problema
- Código antes/depois
- Justificativa

# CONSTRAINTS
- Mantenha compatibilidade com Python 3.9+
- Priorize soluções simples sobre complexas

# INPUT
[Código atual aqui]

Melhore o seguinte prompt usando Chain-of-Thought:

Prompt original: "Quantos anos um brasileiro nascido em 1990 terá em 2035?"

Pergunta: Quantos anos um brasileiro nascido em 1990 terá em 2035?

Vamos pensar passo a passo.

1. Primeiro, identifico o ano de nascimento: 1990
2. Identifico o ano alvo: 2035
3. Calculo a diferença: 2035 - 1990 = 45
4. Verifico: Se nasceu em 1990, em 2035 terá completado ou estará 
   completando 45 anos

Resposta: 45 anos.