🌟

Nível Iniciante

12-15 horas de conteúdo

Seus primeiros passos na Engenharia de Prompt. Aprenda os fundamentos sem necessidade de conhecimento prévio.

Módulo 1 4-6 horas

Fundamentos de Engenharia de Prompt

Entenda LLMs, tokens, contexto e a anatomia de prompts eficazes.

Tópicos:

O que é: Large Language Models (LLMs) são modelos de IA que processam e geram texto humano através de padrões aprendidos de enormes quantidades de dados.

Por que aprender: Entender como funcionam te ajuda a criar prompts muito mais eficazes.

Conceitos chave: Predição de próxima palavra, padrões estatísticos, treinamento com dados massivos.

🔗 Abrir Página
O que é: Tokens são pedaços de texto (palavras ou partes de palavras) que o modelo processa. A janela de contexto é o limite de tokens que o modelo consegue "lembrar" de uma vez.

Por que importa: Saber isso te ajuda a escrever prompts que cabem no limite e usar o espaço de forma eficiente.

Exemplo: "Olá mundo" = ~2-3 tokens. Modelos típicos têm janelas de 4k a 200k+ tokens.

🔗 Abrir Página
O que é: A estrutura ideal de um prompt: contexto, instruções, dados de entrada e formato desejado.

Por que usar: Prompts bem estruturados geram respostas muito melhores e mais consistentes.

Partes principais: 1) Contexto/papel, 2) Tarefa clara, 3) Dados/exemplos, 4) Formato de saída.

🔗 Abrir Página
O que é: Ser específico e direto no que você quer, evitando ambiguidade.

Por que usar: Quanto mais claro você for, melhor será a resposta do modelo.

Exemplo: Em vez de "escreva sobre carros", use "escreva 3 parágrafos sobre a história dos carros elétricos desde 1900".

🔗 Abrir Página

📖 Ver Markdown 📄 Baixar PDF

Módulo 2 8-10 horas

Técnicas Fundamentais

Domine Zero-Shot, Few-Shot, Chain of Thought e prompts de persona.

Tópicos:

O que é: Pedir ao modelo para realizar uma tarefa sem dar exemplos, apenas com instruções diretas.

Por que usar: Simples, rápido e funciona bem para tarefas comuns que o modelo já conhece.

Exemplo: "Traduza para inglês: Olá, como você está?" (sem exemplos de tradução).

🔗 Abrir Página
O que é: Fornecer alguns exemplos (2-5) de como você quer que a tarefa seja feita antes de pedir a resposta final.

Por que usar: Ensina o modelo através de exemplos, melhorando muito a qualidade para tarefas específicas.

Exemplo: Mostrar 3 exemplos de como classificar sentimento (positivo/negativo) antes de pedir para classificar uma nova frase.

🔗 Abrir Página
O que é: Pedir ao modelo para "pensar em voz alta" mostrando o raciocínio passo a passo antes de dar a resposta final.

Por que usar: Melhora drasticamente respostas em problemas que requerem lógica, matemática ou raciocínio complexo.

Exemplo: "Pense passo a passo para resolver: Maria tem 3 maçãs, compra o dobro. Quantas tem?" → Modelo mostra: "3 maçãs × 2 = 6 compradas. 3 + 6 = 9 no total".

🔗 Abrir Página
O que é: Dar ao modelo um papel ou personalidade para assumir (ex: "Você é um professor de física").

Por que usar: Ajusta o tom, estilo e profundidade das respostas para o contexto desejado.

Exemplo: "Você é um chef profissional. Explique como fazer um risoto perfeito" → Resposta com tom e detalhes de especialista culinário.

🔗 Abrir Página
O que é: Fornecer informações de background que orientam a resposta do modelo na direção certa.

Por que usar: O modelo não sabe quem você é, onde está ou o que precisa - a menos que você conte.

Exemplo: "Contexto: Sou iniciante em programação. Explique o que é deploy" → Resposta adaptada para iniciantes.

🔗 Abrir Página
O que é: Framework EXPERT que empodera a IA a pensar de forma autônoma e profunda sobre problemas complexos.

Por que usar: Transforma respostas superficiais em análises ricas, multidimensionais e verdadeiramente úteis.

Exemplo: Usar expertise, planejamento e raciocínio para criar soluções completas em vez de respostas genéricas.

🔗 Abrir Página
O que é: Meta-prompting que transforma a IA em um engenheiro especializado em criar e refinar prompts.

Por que usar: Automatiza a criação de prompts otimizados através de processo iterativo de perguntas e refinamento.

Exemplo: A IA faz perguntas estratégicas para entender sua necessidade e cria o prompt perfeito para você.

🔗 Abrir Página
O que é: Técnica de refinar respostas através de múltiplas interações em vez de buscar perfeição no primeiro prompt.

Por que usar: Mais natural e eficiente do que tentar criar o prompt perfeito imediatamente.

Exemplo: Começa com prompt simples e usa follow-ups como "mais técnico", "adicione exemplos", "simplifique".

🔗 Abrir Página
O que é: Técnica que pede primeiro um esqueleto (outline) da resposta antes do conteúdo completo.

Por que usar: Acelera respostas longas e permite validar estrutura antes de gerar tudo.

Exemplo: "Primeiro liste os tópicos principais, depois expanda cada um" - reduz latência e melhora organização.

🔗 Abrir Página
O que é: Framework de 24 atributos para criar personas profundas e multifacetadas para a IA assumir.

Por que usar: Cria simulações muito mais ricas e autênticas do que role prompting simples.

Exemplo: Definir nome, idade, formação, valores, objetivos, desafios, estilo de comunicação e mais para uma persona completa.

🔗 Abrir Página
O que é: Técnicas para fazer texto gerado por IA parecer escrito por humanos, com naturalidade e imperfeições estratégicas.

Por que usar: Aumenta autenticidade, engajamento e reduz detecção por ferramentas anti-IA.

Exemplo: Usar contrações, variação de estruturas, opiniões pessoais, tom conversacional e erros sutis.

🔗 Abrir Página

📖 Ver Markdown 📄 Baixar PDF

Pronto para o próximo desafio?

Continue sua jornada com o Nível Técnico e domine aplicações práticas profissionais.

Ir para Nível Técnico ⚡