Como criar prompts de IA para analisar e classificar dados

Para escrever um prompt de IA para análise ou classificação de dados, defina a decisão a ser tomada, forneça critérios explícitos, separe cada fonte de dados e especifique as colunas de saída. Inclua uma regra para informações ausentes ou contraditórias, permitindo que o modelo retorne Unknown em vez de arriscar um palpite.

Neste guia, uso um exemplo de classificação de empresas: com base na descrição de uma empresa e no texto extraído de seu site, determinar se ela vende serviços de RH para outras empresas e apresentar uma breve justificativa. Assim, você obtém um resultado que pode filtrar e uma justificativa que pode conferir com os dados de entrada.

Para testar descrições de empresas, o arquivo histórico CSV da French Tech Next40/120 inclui nomes, sites e descrições. Associe a coluna Description a {{company_about}} e deixe {{Website Texts}} em branco, a menos que você extraia o texto das páginas separadamente.

Quanto mais claro o prompt, mais fácil será revisar os resultados. Teste casos com evidências ausentes e classificações incorretas. Avalie linhas representativas antes de executar o prompt em todo o seu dataset.

Estes são os tópicos abordados no guia:

1. O que é um prompt?
2. Exemplos de prompts
3. Para quem é este guia
4. Por que bons prompts são importantes
5. Como é um prompt ruim
6. Estrutura do prompt e etapas de implementação

Afinal, o que é um prompt?

Resposta simples: um prompt é a entrada que você fornece a uma IA para obter uma saída específica.

Não se confunda caso já tenha lido artigos com longos parágrafos sobre “o que é um prompt”, pois, na prática, definir um prompt não é complicado.

A dificuldade está em escrever um bom prompt. Antes de mostrar como fazer isso, porém, apresentarei três exemplos.

Para quem é este guia

Escrever prompts eficazes é um desafio que todos enfrentarão em algum momento da carreira.

Por isso, este guia não foi criado para um setor ou cargo específico, mas para quem trabalha com dados e automação. Nosso foco será a criação de prompts que ajudem você a editar, analisar e limpar grandes datasets com eficiência, seja você estudante ou profissional experiente.

Os exemplos usam o Datablist para aplicar um prompt às linhas de uma planilha e registrar os resultados em propriedades separadas.

Por que bons prompts são importantes

Um modelo precisa das mesmas regras de decisão que um colega precisaria para classificar a linha. Instruções claras reduzem a ambiguidade, mas entradas incompletas e erros do modelo ainda exigem uma etapa de revisão.

Como é um prompt ruim

Por que este prompt é ruim:

• Instruções sem estrutura: os requisitos estão espalhados pelo texto, sem uma organização clara.
• Ausência de seções ou separadores claros: a IA precisa interpretar um bloco de texto sem divisões lógicas.
• Entradas sem identificação: a descrição da empresa e o texto do site não têm limites claros, dificultando a distinção entre suas funções.
• Linguagem informal: expressões como “coisas” e “ah e” geram ambiguidade.

Como a IA interpreta o prompt

Veja uma ilustração com os valores da linha inseridos diretamente. O Datablist pode reorganizar variáveis inline em uma seção Variables separada; ainda assim, os rótulos ajudam a identificar cada fonte.

Misturar os valores de entrada com instruções informais dificulta a identificação de onde a tarefa termina e as evidências começam.

Veja o que dá errado nesse caso:

1. Limites pouco claros entre as entradas: as duas fontes se misturam às instruções ao redor.
2. Rótulos indefinidos: o prompt não informa o que retornar quando faltam evidências ou quando a empresa atua em várias áreas.

👉 Dito isso, vamos entender como é um bom prompt e como criar o seu!

3 exemplos de prompts

Prompt com um único comando

Em sua forma mais simples, um prompt pode ser um comando como:

Prompt em forma de pergunta

Um prompt pode ser uma pergunta simples como:

Prompt estruturado de classificação com entradas identificadas

Um prompt também pode ser um conjunto mais detalhado de instruções para editar, analisar ou limpar seus dados, seja para personalizar Cold Emails, analisar feedbacks de clientes, padronizar nomes de empresas ou realizar outras tarefas.

Uso seções identificadas para separar regras, requisitos de saída e dados de entrada. Tags no estilo XML são uma opção, especialmente quando o prompt combina vários documentos. O guia de prompts da Anthropic recomenda tags descritivas para fazer essa separação. Em prompts curtos, títulos de seção simples também facilitam a revisão.

Veja um prompt de classificação pronto para copiar, com um terceiro rótulo explícito para casos sem evidências suficientes:

Por exemplo, “Fornecemos software de folha de pagamento para empregadores” justifica Yes. “Desenvolvemos software de contabilidade e estamos contratando engenheiros” justifica No. Uma descrição vazia justifica Unknown, mesmo que o nome da empresa pareça relacionado a RH. Esses são exemplos ilustrativos dos rótulos esperados, não resultados medidos do modelo.

Estrutura do prompt e etapas de implementação

As capturas de tela abaixo mostram a estrutura do template anterior. Aplique a mesma separação entre tarefa, critérios e dados ao prompt de classificação atualizado acima, incluindo seus campos de saída e a regra para Unknown.

Como estruturar bons prompts

Ao observar alguns templates da biblioteca de prompts de IA do Datablist.com, você perceberá que quase todos são divididos em seções, e cada seção contém estes três componentes:

1. Tag: informa à IA qual é o assunto da seção.

2. Corpo: contém instruções que ajudam a IA a compreender e executar a tarefa por meio de:

   • Explicação: apresenta algo que a IA precisa saber ou fornece contexto.
   • Comando: informa o que a IA deve fazer ou define uma tarefa.

3. Limites: títulos, separadores ou pares de tags indicam onde cada seção começa e termina. Use sempre os mesmos rótulos; nenhum delimitador compensa a ausência de regras de decisão.

No final, também temos as propriedades de placeholder:

• Colunas que são substituídas por dados quando o prompt é utilizado.
• Esses placeholders personalizam o prompt para cada registro de um dataset.

Por exemplo, em nosso prompt Job Title Categorizer, usamos {{job_title}} como placeholder, que é substituído pelo cargo real presente no dataset durante o processamento de cada registro.

Como aplicar cada parte do prompt

Observação: empresas de RH não fazem parte do nosso ICP (“Ideal Customer Profile”) — nós as usamos apenas como exemplo.

Primeira etapa: contexto

Ao fornecer contexto à IA, fiz três coisas importantes:

• Informei quais dados a IA receberia, sem revelar os critérios específicos de segmentação.
  • Isso apresenta as fontes de entrada antes das regras de classificação.
• Expliquei o contexto dos dados e descrevi o problema específico.
  • Isso ajuda a IA a entender com o que está trabalhando.
• Descrevi minha situação específica.
  • Isso permite que a IA adapte a abordagem às minhas necessidades.

O que você deve fazer ao escrever seu prompt:

• Explique à IA quais dados você fornecerá.
• Descreva o problema.
• Use separadores (===).

Segunda etapa: tarefa ou comando

Nesta seção do prompt, fiz duas coisas essenciais:

• Orientei novamente a IA com a tag “O que quero que você faça”, para indicar qual seria o assunto seguinte.
• Apresentei apenas uma descrição ampla da tarefa, sem mencionar as etapas nem os dados que deveriam ser procurados, mantendo um fluxo lógico de informações.

O que você deve fazer ao escrever seu prompt:

• Primeiro, identifique o objetivo principal da tarefa ou do comando.
• Depois, use separadores (===).

Se você tiver tarefas semelhantes para executar, não tente reuni-las em um único prompt. Isso dificultaria tanto o trabalho da IA quanto a identificação de possíveis erros.

Terceira etapa: instruções do comando

Estas são as práticas que adoto ao incluir instruções em um prompt:

• Manter tudo simples e objetivo.
• Explicar a tarefa como se eu estivesse ensinando alguém a executá-la manualmente.
• Priorizar instruções claras e passo a passo.

Se os resultados estiverem errados, verifique o texto de entrada, os critérios de decisão e os requisitos de saída antes de reescrever o prompt. Algumas falhas decorrem de evidências ausentes ou de limitações do modelo; adicionar mais instruções não pode suprir um fato inexistente.

O que você deve fazer ao escrever seu prompt:

• Crie instruções simples e passo a passo, usando linguagem clara.
• Use separadores (===).

Quarta etapa: prevenção de erros nº 1 — opcional

Esta etapa fornece contexto adicional e específico sobre a tarefa para ajudar a IA a:

• Compreender as nuances da atividade.
• Evitar erros comuns.
• Tomar decisões melhores.

Ao explicitar possíveis problemas e casos extremos, criamos regras de proteção que evitam suposições ou erros da IA.

Esta etapa não é obrigatória em todos os prompts, mas é essencial para tarefas complexas.

O que você deve fazer ao escrever seu prompt:

• Pense nos erros comuns que profissionais iniciantes cometem ao executar esse tipo de tarefa.
• Inclua esses possíveis erros no prompt para ajudar a IA a evitá-los.
• Use separadores (===).

Quinta etapa: objetivo ou resultado esperado

Estes são os elementos mais importantes ao descrever suas expectativas em um prompt:

• Fornecer contexto detalhado sobre o resultado desejado.
• Ser específico quanto aos resultados esperados.
• Evitar revelar vieses ou conclusões desejadas que possam influenciar a análise.

Usar uma linguagem natural e próxima de uma conversa, em vez de jargões técnicos, costuma gerar resultados melhores em sistemas de IA.

O que você deve fazer ao escrever seu prompt:

• Defina claramente os resultados que deseja obter com a análise ou tarefa.
• Especifique quais indicadores ou sinais são mais importantes para você.
• Forneça exemplos.
• Use separadores (===).

Sexta etapa: contexto dos dados — opcional

Ao adicionar contexto sobre os dados aos meus prompts, sigo estas regras:

• Reforço a prevenção de erros com regras claras e explico o motivo.
  • Exemplo de regra: “Sempre avalie o contexto completo”.
  • Motivo: “Indicadores isolados podem levar a conclusões erradas”.
• Adiciono várias camadas de contexto.
  • Possíveis erros a evitar.
  • Problemas específicos dos dados.
  • Lembretes específicos da tarefa.

O que você deve fazer ao escrever seu prompt:

• Pense nos possíveis erros da IA e instrua-a explicitamente a evitá-los.
• Divida as informações em partes lógicas, em vez de apresentá-las todas de uma vez.
• Use separadores (===).

📘 Fato rápido

Ao ser explícito, em vez de deixar a IA fazer suposições sobre o prompt, você evitará muitos erros.

Sétima etapa: como começar

Esta etapa final consiste em dar à IA instruções claras para iniciar a tarefa. Veja o que fiz:

• Mantive tudo simples e objetivo.
  • Numerei as etapas em ordem cronológica.
  • Usei verbos de ação claros, como “ler, criar, decidir…”.

O que você deve fazer ao escrever seu prompt:

• Forneça instruções iniciais claras com etapas numeradas.
• Use verbos de ação para facilitar o acompanhamento das etapas.
• Mantenha as instruções simples e objetivas.
• Use separadores (===).

Oitava etapa: formato dos placeholders

Esta é a última etapa para escrever um prompt eficaz: inserir colunas como placeholders.

Mantenha juntas as instruções estáveis da tarefa e coloque, no final do template, as entradas específicas de cada linha em seções identificadas. Isso facilita a manutenção e a revisão do prompt; a ordem das entradas, por si só, não garante precisão.

O que você deve fazer:

Use chaves duplas {{ }} para adicionar dados das colunas da sua planilha.

Use separadores (===).

❗Importante

Selecione as propriedades reais da collection ao inserir variáveis. Mantenha seus valores em seções de entrada identificadas e revise a saída gerada antes de processar toda a lista.

Regras aplicadas a outro exemplo

O cenário de M&A a seguir mostra como organizar uma solicitação mais complexa. Ele precisa de critérios precisos antes de ser usado para pontuar empresas.

Exemplo de solicitação:

Vamos começar a criar o prompt!

Etapa um

Nesta etapa, forneceremos o contexto geral à IA.

Etapa dois

Agora, apresentaremos claramente os principais objetivos ao nosso assistente de IA.

Etapa três

Aqui, dividiremos as etapas específicas que a IA deverá seguir durante a análise.

Etapa quatro

Para aumentar a precisão, explicaremos agora possíveis armadilhas e considerações importantes.

Etapa cinco

Agora, definiremos o que representa sucesso por meio de critérios claros de avaliação.

Etapa seis

Agora, forneceremos contexto sobre a interpretação dos dados e as particularidades de cada setor.

Etapa sete

Agora, indicaremos à IA a sequência exata de ações para iniciar a análise.

Etapa oito

Por último, forneceremos os dados com os quais a IA trabalhará.

Adapte os critérios e os campos de saída à sua tarefa. O exemplo de M&A ainda precisa de limites de pontuação explícitos e revisão humana; um pedido genérico para avaliar a saúde financeira não constitui um modelo de pontuação definido.

Teste o prompt antes de processar seu CSV

No exemplo de RH, ative Define outputs format e configure HR Match e Reason como saídas do tipo Text no enriquecimento Ask ChatGPT/OpenAI do Datablist. Associe cada saída à sua própria propriedade. Um Checkbox eliminaria a distinção entre No e Unknown.

Comece com uma pequena seleção que inclua um fornecedor de RH, uma empresa de outro setor que mencione contratações, uma descrição vazia, uma empresa com serviços variados e textos conflitantes entre as fontes. Escreva o rótulo esperado para cada linha antes de executar o prompt. Depois, compare tanto o rótulo retornado quanto sua justificativa com o texto original.

Quando um resultado for diferente do esperado, identifique a causa:

• Um valor de origem ausente exige dados de entrada melhores ou um resultado Unknown.
• Uma descrição de negócio ambígua exige uma regra de inclusão ou exclusão mais específica.
• Uma justificativa sem respaldo nos dados de entrada exige uma correção e um novo teste.
• Um rótulo inesperado exige regras de saída ou configurações de output mais claras.

Após revisar o prompt, teste novamente os mesmos casos. Separe algumas linhas adicionais para uma verificação independente, evitando ajustar o prompt apenas aos exemplos que você já analisou. Variáveis totalmente vazias podem ser ignoradas com um erro em vez de serem enviadas ao modelo. Por isso, verifique tanto os erros de execução quanto as saídas de classificação.

Para aplicar o prompt validado a um arquivo maior, siga o processo de enriquecimento de linhas de CSV. Mantenha as propriedades de entrada originais para revisões posteriores.

Conclusão

Comece com uma única decisão, critérios explícitos e campos de saída separados. Mantenha os textos de origem identificados, permita um resultado específico para evidências ausentes e teste o prompt em linhas comuns e casos difíceis antes de processar toda a collection.

Perguntas frequentes sobre prompts de IA

O que é um bom prompt de IA?

Um bom prompt de IA é claro, específico e bem estruturado. Ele inclui o contexto do objetivo, instruções específicas para executar a tarefa e o formato desejado para a saída. O prompt deve usar linguagem simples e evitar ambiguidades que possam causar interpretações erradas.

Confira nossos exemplos de prompts de IA para geração de leads.

Por que meus prompts do ChatGPT não funcionam?

Prompts de IA podem não funcionar bem devido a:

• Instruções pouco claras ou vagas.
• Tarefas demais em um único prompt.
• Falta de contexto ou informações de apoio.
• Linguagem complexa ou excessivamente técnica.
• Ausência de exemplos específicos ou de um formato de saída desejado.

Como escrever prompts de IA para obter resultados melhores?

Para escrever prompts de IA eficazes:

• Comece com um objetivo claro.
• Divida tarefas complexas em etapas menores.
• Forneça contexto e informações relevantes.
• Especifique o formato de saída desejado.
• Use uma linguagem simples e objetiva.
• Inclua exemplos sempre que possível.

Quais são os erros mais comuns ao escrever prompts?

Os erros mais comuns na criação de prompts incluem:

• Ser vago ou genérico demais.
• Sobrecarregar o prompt com várias tarefas.
• Não fornecer contexto suficiente.
• Usar linguagem pouco clara ou ambígua.
• Presumir que a IA compreende informações implícitas.
• Não especificar o formato de saída desejado.

Qual deve ser o tamanho de um prompt de IA?

Um prompt de IA deve ter o tamanho necessário para transmitir todas as informações essenciais, mas nada além disso. Em geral, prompts eficazes variam de algumas frases a um parágrafo em tarefas simples e podem ser mais longos quando a atividade exige instruções e contexto detalhados. O segredo é ser completo e, ao mesmo tempo, conciso.

O que é engenharia de prompts?

Engenharia de prompts é a prática de criar e otimizar entradas para modelos de IA a fim de obter respostas mais precisas e úteis. Ela envolve entender como os modelos interpretam instruções, estruturar prompts de forma eficaz e aprimorá-los continuamente com base nos resultados.