🎚️ Controle de Saída
Domine a formatação, restrições e validação de outputs. Controle total sobre como o modelo responde.
1. Instruções Negativas
Diga o que NÃO fazer
Às vezes é mais fácil dizer o que evitar do que descrever tudo que você quer. Use instruções negativas para eliminar comportamentos indesejados.
# Exemplos de Instruções Negativas
- NÃO use jargão técnico
- NÃO invente dados ou estatísticas
- NÃO faça introduções ou conclusões genéricas
- NÃO repita a pergunta na resposta
- NÃO use mais de 3 bullets por seção
⚠️ Cuidado
Muitas negações podem confundir. Use com moderação e sempre combine com instruções positivas.
2. Restrições e Limites Explícitos
Controle de extensão e escopo
Defina limites claros para evitar respostas prolixas ou fora do escopo.
📊 Limites de Extensão
- • "Máximo 150 palavras"
- • "Entre 3-5 parágrafos"
- • "Exatamente 10 itens"
- • "Uma frase por ponto"
🎯 Limites de Escopo
- • "Apenas sobre [TEMA]"
- • "Foque no período 2020-2024"
- • "Considere apenas [CONTEXTO]"
- • "Ignore aspectos [X, Y, Z]"
3. Formatação Avançada de Respostas
JSON, XML, Markdown, tabelas
Outputs estruturados são essenciais para integração com sistemas. Especifique o formato exato.
# Forçando JSON
Responda APENAS com JSON válido no formato:
{"análise": "...", "score": 0-10, "tags": ["tag1", "tag2"]}
Não inclua texto antes ou depois do JSON.
JSON
Para APIs
Markdown
Para docs
XML
Para Claude
4. Output Prefilling
Inicie a resposta do modelo
Comece a resposta com texto pré-definido para garantir o formato e direcionar o estilo.
# User message
Analise o sentimento deste texto: "[TEXTO]"
# Assistant (prefill)
{"sentimento": "
# O modelo continua a partir daqui...
💡 Casos de Uso
Forçar JSON, iniciar com formato específico, evitar preâmbulos, garantir idioma.
5. Controle de Tom, Estilo e Profundidade
Adapte ao público-alvo
O mesmo conteúdo pode ser apresentado de formas completamente diferentes. Defina claramente o estilo.
🎭 Escalas de Tom
- • Formal ←→ Casual
- • Técnico ←→ Leigo
- • Conciso ←→ Detalhado
- • Sério ←→ Leve
📊 Níveis de Profundidade
- • Overview executivo
- • Explicação intermediária
- • Deep dive técnico
- • Referência completa
6. Validação e Checagem de Respostas
Self-check e verificação
Peça ao modelo verificar sua própria resposta antes de finalizar.
# Prompt com Self-Check
[Sua tarefa aqui]
Antes de responder, verifique:
1. A resposta atende todos os requisitos?
2. O formato está correto?
3. Há informações inventadas?
4. A extensão está dentro do limite?
7. Padronização de Outputs
Consistência em escala
Para produção, outputs precisam ser consistentes e previsíveis para processamento automatizado.
Schema Definition
Defina JSON Schema ou tipos esperados para validação automática.
Retry Logic
Se output inválido, re-tente com prompt mais específico.
Monitoramento
Track taxa de outputs válidos e ajuste prompts conforme necessário.
🚀 Próximo: Módulo 3
Continue para Cadeias e Processos e domine prompt chaining e workflows complexos!