Ganhos:
- Pode explicar por que instruções vagas produzem resultados genéricos e imprecisos
- Pode transformar adjetivos vagos em instruções mensuráveis, numéricas e bem definidas
- Compreende o valor de declarar claramente o que não é desejado e as restrições
Na unidade anterior, vimos os seis componentes do prompt. Agora nos concentramos na característica desses componentes que determina o maior valor: clareza. O principal motivo pelo qual você obtém respostas decepcionantes da IA são as instruções vagas. O modelo não consegue ler sua mente; Quanto mais vago você disser a ele, mais geral e impreciso você responderá. Nesta unidade aprenderemos com exemplos concretos como traduzir a incerteza em instruções mensuráveis, numéricas e limitadas.
Por que a incerteza dá resultados ruins?
O modelo preenche qualquer espaço em branco com sua previsão “mais provável”. Quando você diz "escreva um texto curto", podem ser 3 frases curtas para você, mas 2 parágrafos para o modelo. Quando você diz “use um tom profissional”, a formalidade que você tem em mente pode não corresponder à frieza produzida pela modelo. Adjetivos ambíguos (legal, bom, eficaz, curto, profissional) transmitem pouca informação ao modelo porque significam coisas diferentes para cada pessoa. A clareza está substituindo esses adjetivos por seus equivalentes mensuráveis.
A lógica de transformar um adjetivo vago em uma instrução mensurável
Por trás de cada adjetivo vago existe, na verdade, uma expectativa numérica ou concreta. Seu trabalho é descobri-lo:
- “Curto” → “80 palavras ou menos” ou “3 frases”.
- “Profissional” → “Formal, sem jargões, sem tom de segunda pessoa do singular.”
- "Detalhado" → "Pelo menos 2 exemplos e 1 dado numérico em cada título".
- “Simples” → “Linguagem livre de jargões técnicos que um graduado do ensino médio possa entender.”
- “Alguns” → “Entre 3 e 5”.
Cinco Dimensões de Clareza
Tamanho
ambíguo
rede
comprimento
"Seja breve"
"Máximo de 100 palavras"
quantidade
"Algumas sugestões"
"Exatamente 5 sugestões"
público-alvo
"Para todos"
“Para proprietários de PME que não entendem de contabilidade”
tom
"Em linguagem apropriada"
"Formal, mas caloroso; não use emojis"
Escopo
"Conte-me sobre o assunto"
"Apenas me conte sobre preços e política de devolução"
Revisar uma instrução nessas cinco dimensões transforma a clareza em um hábito quase mecânico.
Diga o que você não quer
Clareza inclui não apenas o que você quer, mas também o que você não quer. O modelo tende a preencher onde não há limites traçados. Restrições negativas como “Prometer um preço”, “Mencionar uma marca rival”, “Adicionar informações que não estão no texto”, “Não fazer perguntas, responder diretamente” aumentam significativamente o resultado. A maioria das pessoas escreve apenas instruções positivas; enquanto uma lista de "não faça" de uma frase é uma das ferramentas mais poderosas que mantém a direção do resultado.
Quatro modelos copiáveis
1) Estrutura de conversão de vaga para clara:
Tarefa: [verbo concreto + sujeito]Comprimento: [número de palavras/frases]Quantidade: [quantas/itens]Público-alvo: [quem, nível de conhecimento]Tom: [adjetivos concretos]Escopo: apenas [X e Y]; Não insira [Z].Não: [restrições negativas]
2) Postagem nas redes sociais:
Escreva uma postagem no LinkedIn.- Tópico: [produto/evento]- Comprimento: 3 parágrafos curtos, ~120 palavras no total.- Deixe a primeira frase chamar a atenção, a última frase seja uma chamada clara.- Público-alvo: profissionais do setor.- Não: use a hashtag mais de 3 vezes; Não use adjetivos exagerados.
3) Descrição do produto:
Apresente este produto.- Exatamente 4 artigos.- Cada artigo com no máximo 15 palavras.- Dirija-se ao cliente não técnico.- Cada artigo deve focar em um benefício, não em um recurso.- Não: invente afirmações numéricas; basta usar os recursos que forneci. Recursos: [lista]
4) Peça feedback (verificação de clareza):
Avalie a seguinte instrução para maior clareza. Liste cada ponto que permanece obscuro e sugira uma alternativa mensurável para cada um. Instrução: [seu próprio prompt]
Alerta Fraco/Prompt Forte
Fraco:
Escreva uma bela mensagem de desculpas ao cliente.
Forte:
Escreva uma mensagem de desculpas a um cliente cuja remessa está com 4 dias de atraso. - Máximo 90 palavras. - Tom sincero mas profissional; aceite a culpa, não dê desculpas.- Ofereça uma compensação concreta: código de desconto de 10% no próximo pedido.- Não: explique detalhadamente o motivo do atraso; Não use emojis.
O segundo prompt torna “bonito” mensurável: comprimento, tom, compensação concreta e duas restrições negativas. O resultado é baseado em instruções e não em suposições.
Três Mini Estojos
Caso 1 — Central de atendimento. Uma equipe de suporte estava trabalhando com um padrão de “escrever uma resposta educada”, e às vezes as respostas ficavam muito longas e o cliente ficava entediado. Ao adicionar a restrição “Máximo 60 palavras, dê a solução na primeira frase”, o comprimento médio das respostas diminuiu e o índice de satisfação medido pela equipe aumentou no período seguinte.
Caso 2 — Relatórios financeiros. Quando um analista disse “resuma as tendências”, o modelo estava inventando interpretações. A instrução "Basta confiar nos números da tabela que forneci; não adicionar uma tendência que não exista; mostrar o número relevante entre parênteses em cada frase" reduziu a taxa de fabricação a quase zero.
Caso 3 — Editor de conteúdo. Um editor estava recebendo textos dispersos com instruções vagas como “Escreva de forma amigável para SEO”. Quando concretizamos isso como “Especifique esta palavra-chave uma vez no título e no primeiro parágrafo; use 3 subtítulos; deixe cada título ser uma frase interrogativa”, os textos estavam prontos para publicação em uma única tentativa.
Dica: Depois de escrever sua solicitação, pergunte-se: “Se eu der esta instrução para 5 pessoas diferentes, haverá 5 resultados diferentes?” Se sua resposta for sim, ainda há um ponto ambíguo. Clareza significa restringir a interpretação a um único significado correto.
Cuidado: A clareza excessiva também é uma armadilha. Se você listar 15 restrições conflitantes, o modelo não poderá atender todas elas ao mesmo tempo e irá ignorar algumas delas. Anote primeiro as 3-4 restrições mais críticas; adicione iterativamente, se necessário.
Erros comuns
- Baseando-se em adjetivos vagos. Dizer “bom”, “legal”, “profissional” e não escrever o equivalente mensurável.
- Não especificando comprimento. O modelo sempre escolhe um comprimento diferente do que você esperava.
- Ignorando a restrição negativa. Não dizer o que não é desejado.
- Não especificando o público-alvo. O mesmo conteúdo é escrito de forma completamente diferente para o especialista e para a criança.
- Empilhe restrições contraditórias. Querer “muito curto” e “muito abrangente” ao mesmo tempo.
Em resumo
- A instrução ambígua faz com que o modelo preencha as lacunas com sua própria previsão, resultando em resultados genéricos/imprecisos.
- Clareza está substituindo adjetivos vagos por seus equivalentes mensuráveis (contagem de palavras, peças, tom concreto).
- Cinco dimensões de clareza: duração, quantidade, público, tom e escopo.
- Escreva o que você não quer e também o que deseja; restrições negativas agregam a produção.
- “Se eu der para 5 pessoas, haverá 5 resultados diferentes?” o teste revela ambiguidade oculta.
Tarefa de aplicativo
Aceite uma solicitação que você escreveu recentemente e marque cada adjetivo vago nela (curto, bom, detalhado, apropriado, etc.). Transforme cada uma em uma resposta mensurável e adicione uma linha “não faça”. Execute a mesma tarefa com o prompt antigo e o novo e compare as duas saídas; Observe a diferença de clareza em uma frase.
lista de verificação
- [] Posso reconhecer adjetivos ambíguos em meu prompt e torná-los mensuráveis.
- [] Eu aplico as cinco dimensões da clareza (comprimento, quantidade, massa, tom, escopo).
- [] Eu escrevo uma restrição "não" em cada tarefa importante.
- [] Faço questão de especificar o público-alvo.
- [ ] Evito restrições conflitantes ou excessivas.