Engenharia de Prompt Avançada

TL;DR

Cinco técnicas que viram qualquer prompt amador em sênior: XML tags · Few-shot · Chain of Thought · Prefill · Role estendido. Quando combinadas, dobram a qualidade da resposta.

1 · XML Tags — estrutura que o Claude entende

A Anthropic treinou o Claude especificamente para entender markup XML. Não é opcional para prompt complexo — é o que faz a IA não confundir contexto, tarefa e formato.

Anti-padrão (tudo solto)

Analisa essa planilha. Estilo: relatório executivo. Encontra 3 padrões.
Empresa é clínica odontológica com R$ 380 ticket. Foco em churn.

Claude tenta adivinhar o que é dado, o que é tarefa, o que é tom. Erra metade.

Padrão correto

<contexto>
Empresa: clínica odontológica
Ticket médio: R$ 380/mês
Foco da análise: churn
</contexto>

<dados>
[planilha anexada]
</dados>

<tarefa>
Encontre 3 padrões que expliquem o churn das últimas 90 dias.
</tarefa>

<formato>
Relatório executivo, 1 página, em PT-BR.
</formato>

Resultado: respostas mais previsíveis, menos divagação, formato consistente.

Tags úteis para empresário

• <contexto> — quem é a empresa, números chave, restrições
• <dados> — os números, planilhas, documentos
• <tarefa> — o que pedir, verbo de ação claro
• <formato> — como devolver
• <exemplo> — input/output de referência
• <restricoes> — o que NÃO fazer
• <persona> — quem o Claude está sendo

2 · Few-shot — ensinar pelo exemplo

Quando descrever um padrão é difícil, mostre o padrão. Few-shot é dar 2-3 exemplos antes da tarefa real.

Exemplo prático: padronizar resposta a cliente

Você é gerente de Customer Success. Responda emails de cliente seguindo
exatamente o estilo dos exemplos abaixo.

<exemplo>
Cliente: "Estou achando o produto caro pelo que entrega."
Resposta: "Entendo. Pode me contar quais features você esperava ter no plano atual? Quero entender se é precificação ou se ainda não desbloqueamos valor pra você."
</exemplo>

<exemplo>
Cliente: "Quero cancelar."
Resposta: "Antes de cancelar, em 3 minutos posso te mostrar exatamente o que você usou esse mês? Talvez exista feature que resolve o que está faltando — ou talvez seja melhor cancelar mesmo. Você escolhe depois."
</exemplo>

Agora responda:
Cliente: "[novo email aqui]"

Resultado: Claude segue tom, estrutura e padrão exatos, sem você precisar descrever em prosa.

3 · Chain of Thought — pensar antes de responder

Frase mágica:

“Pense passo a passo antes de responder. Mostre seu raciocínio. Só depois dê a conclusão.”

Reduz erro lógico significativamente em problemas que envolvem:

• Cálculo financeiro multi-etapa
• Diagnóstico que depende de cruzar variáveis
• Decisão com vários trade-offs

Variação avançada: pensamento em rascunho

Antes da resposta final, use a tag <rascunho> para listar:
1. Quais variáveis preciso considerar
2. Quais hipóteses estou descartando e por quê
3. Qual a ordem lógica do raciocínio

Depois, dê a resposta final em <resposta>.

Você pode pedir para ele esconder o rascunho se quiser só a resposta limpa.

4 · Prefill — forçar o formato

Útil quando você precisa que a resposta saia em um formato exato. Você “começa a resposta” no lugar dele.

Caso 1: forçar JSON puro

Sem prefill:

“Aqui está sua resposta em JSON: json\n{...}\n”

Com prefill (na API, parâmetro messages termina com role assistant):

{ "role": "assistant", "content": "{" }

Claude continua a resposta a partir de {. JSON limpo sem texto antes.

Caso 2: forçar começo direto

Pula introdução. Comece sua resposta diretamente com "RECOMENDAÇÃO:".

Funciona em claude.ai também. Atalho para evitar “Claro, posso te ajudar com isso…“

5 · Role estendido — não é só “você é um analista”

Role básico:

“Você é analista de vendas.”

Role estendido:

Você é Head de Vendas com 15 anos em SaaS B2B brasileiro, ticket médio
R$ 5k/mês. Já vendeu em empresas de 5 a 50 vendedores. Sua paranóia é
ticket caindo por conta de desconto excessivo. Você lê funil com lupa.

Diferença: a IA assume linguagem, prioridades, vieses do papel detalhado. Vai mencionar margem onde outro só mencionaria volume.

Quando combinar (e o efeito multiplicador)

Prompt máximo para análise complexa de empresa real:

<persona>
Você é CFO sênior com 12 anos em SaaS brasileiro Série A/B.
Foi CFO em empresa que cresceu 8x em 3 anos. Sua marca é detectar
revenue leak antes de outros e cortar custo com cirurgia, não machado.
</persona>

<contexto>
Empresa: SaaS de gestão para clínicas odontológicas
Estágio: Série A, 14M ARR
Time: 38 pessoas
Caixa: R$ 12M
Burn: R$ 1.4M/mês
Cresce 6% MoM mas churn subiu de 2.1% para 3.8%
</contexto>

<dados>
[planilha DRE + planilha churn]
</dados>

<tarefa>
1. Em <rascunho>, liste todas as variáveis que considerou e quais cortou da análise.
2. Em <diagnostico>, dê o quadro real (não o que o CEO quer ouvir).
3. Em <acao_30_dias>, recomende 3 movimentos com impacto em R$.
4. Em <risco>, aponte o que pode dar errado em cada movimento.
</tarefa>

<formato>
Resposta em XML conforme acima. Use tabela markdown onde fizer sentido.
</formato>

<exemplo>
Para inspirar tom (use o estilo, não o conteúdo):
"O churn não está subindo por preço — está subindo porque mensalistas
de < 6 meses representam 70% dos cancelamentos. Onboarding está sangrando."
</exemplo>

Pense em etapas antes de responder. Mostre raciocínio.

Esse prompt extrai do Claude o tipo de análise que custaria R$ 30k em consultoria.

Tabela de quando usar o quê

Técnica	Use quando	Cuidado
XML Tags	Prompt > 200 palavras	Não é necessário para perguntas simples
Few-shot	Padrão visual difícil de descrever	Não use exemplo viesado
Chain of Thought	Cálculo, decisão multi-variável	Aumenta tokens (e custo)
Prefill	Precisa de formato exato (JSON, código)	Só funciona na API, não no chat
Role estendido	Análise de domínio específico	Não invente credenciais que enviesam mal

Próximo passo

Aplique tudo na biblioteca de prompts — você consegue ler como cada um usa essas técnicas.

Ou veja como construir Skill customizada para automatizar o uso desses prompts.