Entre os capítulos 3 e 4
O Workshop
Tudo o que você aprendeu, a uma conversa de distância.
Pare de dar um tiro só.
A essa altura você já tem um toolkit: blocos de construção, o método socrático, engenharia de contexto, system prompts, tokens.
Na prática, bons resultados quase nunca vêm de um único prompt. As pessoas que tiram mais da IA a tratam como colaboradora. Você compartilha um objetivo, o modelo dá uma tacada, você questiona, ele reescreve, você adiciona contexto, ele tenta de novo. Depois de quatro ou cinco rodadas, a resposta começa a encaixar.
Prompting é uma conversa.
Cada técnica é um movimento.
Dentro de uma conversa, cada técnica que você aprendeu vira um movimento que você pode fazer:
Abra com os cinco blocos de construção: Papel, Tarefa, Formato, Restrições, Exemplos. (Cap. 1)
Quando seu objetivo está vago, faça a IA te entrevistar antes de começar a construir. Esse é o movimento socrático. (Cap. 2)
Quando as apostas são altas, empacote o contexto com cuidado, e pense tanto no que deixar de fora quanto no que incluir. (Cap. 3)
Quando o problema precisa de raciocínio, diga ao modelo para pensar passo a passo. (mais sobre isso daqui a pouco)
Quando o primeiro rascunho não está certo, itere. Ninguém acerta de primeira, nem os profissionais.
Todos esses movimentos fazem o mesmo trabalho: eles ajudam você a montar uma conversa em que a IA consiga ser realmente útil.
Mais um movimento
Chain of thought, resumidamente.
Existe um truque famoso de prompting chamado chain of thought. Você adiciona a frase "pense passo a passo" ao seu prompt, e a precisão do modelo em problemas difíceis dá um salto notável. O modelo não ficou mais esperto. Ele só tem um rascunho agora, e está usando.
O truque funcionou tão bem que os pesquisadores automatizaram. Os modelos de raciocínio dos quais você provavelmente ouviu falar (Extended Thinking do Claude, a série o da OpenAI, DeepSeek R1) são basicamente chain of thought embutido diretamente no modelo. Eles pensam passo a passo antes de responder, sem você precisar pedir.
O que levanta uma boa pergunta. Se o modelo já raciocina sozinho, o que o humano ainda traz para a mesa?
A conversa. Chain of thought provou que mais pensamento produz melhores respostas. A mesma regra vale um nível acima: mais turnos de troca produzem respostas ainda melhores. Um modelo raciocinando sozinho é útil. Um modelo raciocinando junto com você é geralmente de onde vem a qualidade de verdade.
O workshop abaixo é um lugar para praticar isso.
Sua vez
O Ultimate Prompt Builder.
Escolha uma receita à esquerda, ative os movimentos que quiser usar, e trabalhe com a IA turno a turno até ficar feliz com o resultado.