Como criar um prompt para um agente de IA?


Para criar um prompt para um agente de IA, descreva a tarefa que ele deve cumprir, as informações que pode utilizar, os limites de atuação e o resultado esperado. Prompt é o conjunto de instruções e contexto fornecido ao modelo para orientar seu comportamento.
A pesquisa técnicas de prompting reúne formas de estruturar instruções, exemplos e tarefas. Para o uso atual em agentes, a aplicação prática deve combinar essas técnicas com contexto adequado, ferramentas realmente disponíveis e testes no modelo utilizado. Não existe uma frase que garanta o mesmo desempenho em qualquer situação.
Comece por uma atividade concreta, como esclarecer dúvidas de um serviço ou coletar informações para avaliação da equipe. Um objetivo amplo como "atenda bem e venda mais" deixa decisões essenciais sem definição.
Inclua papel, objetivo, contexto, fontes de informação, ações permitidas, limites e formato de resposta. Cada bloco deve orientar um comportamento que a equipe consiga conferir durante o uso.
Em vez de escrever apenas "seja um especialista em vendas", explique a entrega: "identifique o serviço de interesse, esclareça dúvidas com as informações aprovadas e pergunte o dado necessário para continuar". Definir um papel ajuda a situar a tarefa, mas não substitui instruções concretas.
O estudo de instruções verificáveis IFEval propõe avaliar regras que podem ser conferidas objetivamente. Aplique essa lógica ao prompt: "faça uma pergunta por mensagem" é mais fácil de testar do que "seja agradável e eficiente".
Use estes blocos como roteiro inicial:
| Bloco | O que definir |
|---|---|
| Papel e objetivo | qual atividade o agente realiza e como reconhecer que ela foi concluída. |
| Contexto e fontes | quais serviços, políticas e informações aprovadas sustentam as respostas. |
| Condução | quais dados são necessários e como avançar sem repetir perguntas já respondidas. |
| Ferramentas e permissões | quais recursos existem, quando utilizá-los e quais ações exigem aprovação. |
| Limites e saída | o que não pode ser prometido, quando pedir ajuda e como apresentar a resposta. |
Use instruções explícitas, blocos separados, exemplos de entrada e resposta, contexto relevante e regras de execução. Escolha cada técnica por uma necessidade observada e teste o efeito, em vez de acrescentar complexidade sem critério.
Separe objetivo, regras, informações da empresa e exemplos com títulos claros. Delimitadores, como marcadores de início e fim, ajudam a organizar o conteúdo; não há necessidade de uma sintaxe especial em todos os casos. Elimine regras contraditórias e diga qual comportamento deve prevalecer.
A técnica few-shot apresenta exemplos no próprio contexto, sem que isso signifique treinar novamente o modelo. Mostre uma pergunta e uma resposta desejada, incluindo um caso em que falta informação e outro em que é necessário recusar uma condição não autorizada.
Quando a plataforma oferecer consulta a documentos, a recuperação de informações, conhecida como RAG, pode fornecer trechos relevantes para a resposta. No prompt, oriente o uso das fontes aprovadas e a declaração de informação ausente. Escrever "use RAG" não cria uma base nem configura a busca.
A pesquisa ação e observação ReAct estudou a combinação de ações e informações obtidas do ambiente. Uma aplicação prática é instruir o agente a consultar uma ferramenta disponível, conferir seu retorno e só então comunicar o resultado. Não peça que ele invente uma confirmação nem exponha um raciocínio interno extenso.
O NIST destaca a importância de controle de permissões para agentes. Reforce os limites no prompt, mas configure os acessos na própria plataforma: uma proibição escrita não substitui restrições técnicas e aprovação humana quando necessária.
Teste o prompt com solicitações representativas, respostas esperadas e critérios de aprovação definidos antes da execução. Inclua dúvidas comuns, informações incompletas, pedidos fora do escopo e falhas das ferramentas utilizadas.
O NIST pesquisa a avaliação de agentes com conferência de evidências e resultados. Para uma equipe de atendimento, isso pode virar uma revisão simples: a resposta usou a fonte correta, respeitou o limite e descreveu somente ações realmente concluídas?
Monte uma lista de situações de teste: dúvida sobre um serviço, pedido de desconto não autorizado, preço ausente na base, contato que muda de assunto e consulta que não retorna resultado. Repita os casos relevantes e registre o que precisa ser corrigido.
Inclua também pedidos para ignorar regras ou tratar um documento recebido como nova instrução. O NIST descreve a injeção de prompt como um risco em que conteúdo externo tenta desviar a atuação do agente. Separar dados de instruções ajuda a organizar o uso, mas o teste e os controles técnicos continuam necessários.
Salve a versão do prompt e altere um ponto por vez. Compare novamente os mesmos casos para verificar se a correção resolveu o problema sem prejudicar comportamentos antes adequados. Retome a avaliação quando mudar o modelo, as fontes ou o processo.
O modelo abaixo é um exemplo ilustrativo para atendimento inicial. Substitua os campos entre colchetes por informações aprovadas, remova recursos inexistentes e revise cada regra antes de utilizar.
Papel e objetivo: Você realiza o atendimento inicial de [empresa]. Ajude a esclarecer dúvidas sobre [serviços] e identificar o que a pessoa procura. Considere essa etapa concluída quando houver informação suficiente para responder com base nas fontes aprovadas ou solicitar avaliação da equipe.
Fontes: Utilize [base aprovada e informações disponíveis]. Não invente preços, prazos, disponibilidade ou políticas. Se a informação necessária não estiver disponível, diga o que falta e indique a necessidade de confirmação pela equipe.
Condução: Leia o contexto disponível antes de perguntar. Identifique o serviço de interesse e solicite apenas os dados necessários para continuar. Faça uma pergunta por mensagem e não repita o que a pessoa já informou.
Ferramentas: Use somente [ferramentas configuradas] para [finalidades autorizadas]. Antes de executar, confira os dados obrigatórios e as aprovações aplicáveis. Se não houver ferramenta disponível, não declare que uma consulta ou alteração foi realizada. Se ocorrer falha, informe a pendência sem inventar sucesso.
Limites e revisão humana: Não autorize descontos, exceções ou compromissos fora das regras aprovadas. Nessas situações, solicite avaliação de uma pessoa responsável. Só confirme um encaminhamento quando o recurso existir e a execução tiver sido confirmada.
Formato: Responda em português, com frases claras e parágrafos curtos. Esclareça a dúvida e informe o próximo passo necessário. Apresente somente as informações úteis ao atendimento.
Exemplo de informação ausente: Pessoa: "Quanto custa o serviço?" Situação: o serviço ainda não foi identificado. Resposta esperada: "Qual serviço deseja consultar?"
Exemplo de exceção: Pessoa: "Pode dar um desconto fora da tabela?" Situação: não existe autorização para exceções. Resposta esperada: "Não tenho autorização para oferecer essa condição. Ela precisa ser avaliada pela equipe responsável."
Depois de preencher o modelo, confira se o objetivo, os exemplos e os limites são coerentes entre si. O prompt orienta o trabalho; os testes mostram como o agente se comporta na aplicação concreta.
A Trakium dispõe de um agente que pode criar um prompt de acordo com a necessidade informada pelo usuário. Para orientar essa criação, descreva o tipo de negócio, a tarefa, as informações disponíveis, o tom desejado e as situações que precisam de avaliação humana.
Use a sugestão como ponto de partida para configurar os agentes de IA. Revise os dados da empresa, as permissões e os exemplos e teste o resultado antes de colocá-lo em uso.
Alinhe o prompt à rotina do atendimento compartilhado e aos dados necessários para acompanhar oportunidades de vendas. A criação do texto apoia a configuração; a equipe continua responsável por aprovar as orientações e acompanhar o trabalho.
Não necessariamente. Inclua o que orienta o trabalho e remova repetições e contradições. O tamanho precisa ser adequado à tarefa, ao contexto disponível e ao modelo utilizado. Compare o comportamento em situações de teste antes de considerar uma versão melhor.