O que é um bom prompt: a anatomia (para o financeiro)

Resposta direta

Como fazer um bom prompt: você junta cinco partes que transformam um pedido vago numa instrução que a IA executa direito. São elas:

1. Contexto: quem você é e qual é a situação (“sou analista fiscal, recebo NFS-e de prestadores”).
2. Tarefa: o que você quer, com um verbo claro (“extraia”, “concilie”, “resuma”), nunca “me ajuda com”.
3. Dados: o material que ela vai usar, colado ou anexado.
4. Formato: como você quer a saída (“devolva uma tabela com colunas X, Y, Z”).
5. Limites (permissão de duvidar): “marque com ’?’ o que você não encontrar; não invente”.

A diferença entre um prompt fraco e um forte não é esperteza, é estrutura. As cinco partes valem para qualquer IA, e nenhuma exige programar.

Em linguagem de operador

Você já sabe o que é um prompt: é a instrução em português que você dá à IA. Esta peça é sobre a anatomia, as partes que fazem um prompt funcionar de verdade. E a melhor forma de entender essas partes é pensar em algo que você faz toda semana: passar uma tarefa para um estagiário.

Quando chega um estagiário novo na área e você pede “dá uma olhada nessas notas e me diz o que tem”, o que você recebe de volta? Provavelmente nada que sirva. Ele não sabe o que você considera relevante, não sabe o formato que você usa, não sabe se pode te perguntar ou se tem que adivinhar. Instrução vaga gera resultado vago. A IA é igual: o pedido frouxo volta frouxo. As cinco partes do prompt são exatamente as cinco coisas que você diria a um bom estagiário para a tarefa sair certa de primeira.

Contexto é o que você fala antes de delegar qualquer coisa: “olha, a gente trabalha com prestadores de serviço, recebe nota fiscal de serviço eletrônica, e o que me interessa nelas é quem prestou, o valor e o imposto retido”. Sem isso, o estagiário (e a IA) parte do zero, do conhecimento genérico do mundo, não do seu mundo. O contexto ancora o pedido na sua operação.

Tarefa é o verbo. “Dá uma olhada” não é tarefa, é convite para divagar. “Extraia o CNPJ do tomador, o valor do serviço e o ISS retido de cada nota” é tarefa. O estagiário sabe exatamente o que entregar, e você sabe exatamente o que cobrar. Com a IA funciona igual: troque “me ajuda com essa nota” por “extraia X, Y e Z desta nota” e a resposta muda de figura.

Dados é o material em si. Você não pede para o estagiário trabalhar uma nota que está só na sua cabeça; você entrega a nota. Na IA, os dados são o que você cola ou anexa na conversa. Pedido sem dado é a IA inventando um exemplo plausível em vez de trabalhar o seu caso real.

Formato é como você quer receber. “Me devolve numa tabela com uma coluna para cada campo, uma linha por nota” poupa você de reformatar depois. Sem essa parte, o estagiário escreve um parágrafo corrido, a IA também, e você perde tempo copiando dados de um texto para a sua planilha. Dizer o formato de saída é dizer onde o trabalho termina.

Limites e permissão de duvidar é a regra de segurança. Você diz ao estagiário: “se você não achar o imposto retido na nota, não chuta um valor, escreve ‘não encontrei’ que eu confiro”. Na IA, isso vira “marque com ’?’ o que não conseguir extrair e não invente nenhum campo”.

Onde a analogia quebra. O estagiário humano, mesmo o mais inseguro, te procura quando trava: “professor, essa nota não tem o ISS destacado, e agora?”. A IA, por padrão, não faz isso. Ela prefere parecer útil a admitir que não sabe, então arrisca um número com a mesma cara de certeza de quando acerta. É por isso que a quinta parte do prompt, a permissão de duvidar, importa muito mais com a IA do que importaria com uma pessoa. Você está suprindo na instrução um instinto que a máquina não tem. Sem essa parte escrita, a dúvida que um estagiário levantaria sozinho vira, na IA, uma alucinação silenciosa que entra na sua planilha sem aviso.

Na prática (exemplo BR)

Vamos anatomizar um prompt real para uma tarefa que você reconhece: você tem uma NFS-e no padrão ABRASF (o XML que a maioria das prefeituras emite) e precisa tirar dela três coisas para conferir o lançamento: o CNPJ do tomador, o valor do serviço e o ISS retido. E quer isso numa tabela, com aviso do que não estiver claro.

O prompt ruim é o que quase todo mundo escreve no começo:

“extrai os dados dessa nota”

Cola o XML embaixo e manda. O que volta? A IA escolhe sozinha o que é “os dados”, devolve um texto com dez campos que você não pediu, mistura o CNPJ do prestador com o do tomador (porque você não disse qual queria), e se a nota não tiver o ISS destacado, ela arrisca um valor plausível em vez de avisar. Você gasta mais tempo conferindo a resposta do que gastaria lendo a nota na mão.

O prompt bom tem as cinco partes:

(contexto) Você é meu assistente de fiscal. Vou colar uma NFS-e no padrão ABRASF. Trabalho com tomador de serviço e preciso conferir o lançamento. (tarefa) Extraia três campos de cada nota: o CNPJ do tomador (não o do prestador), o valor total do serviço e o valor do ISS retido. (dados) Segue o XML da nota: [cola o XML aqui] (formato) Devolva uma tabela com as colunas: CNPJ do tomador, Valor do serviço, ISS retido, Observação. (limites) Se algum dos três campos não estiver na nota ou você não tiver certeza de qual é, escreva ’?’ na célula e explique em uma linha na coluna Observação. Não preencha nenhum valor por estimativa.

O resultado concreto: uma tabela de uma linha (ou de N linhas, se você colar várias notas), com o CNPJ do tomador correto, o valor do serviço, o ISS retido, e na coluna Observação um ”?” justamente nas notas em que o ISS não veio destacado no XML, com a nota “campo de ISS retido ausente, confira na nota”. Você bate o olho, confere só as que vieram com ”?”, e lança o resto. O mesmo XML, a mesma IA. A diferença inteira está na anatomia do pedido.

Repare no que cada parte resolveu: o contexto fez a IA saber que era padrão ABRASF e que o tomador é quem interessa; a tarefa com verbo claro (“extraia o CNPJ do tomador, não o do prestador”) matou a confusão entre os dois CNPJs; os dados colados deram o caso real em vez de um exemplo inventado; o formato entregou uma tabela pronta para a planilha; e a permissão de duvidar transformou o campo ausente de ISS num ”?” visível, em vez de num número chutado que você lançaria sem perceber. Tire qualquer uma das cinco e o prompt afrouxa naquele ponto.

Onde ajuda e onde quebra

Um prompt bem montado resolve muita coisa, mas tem limites que nenhuma anatomia conserta. Saber onde ele para é tão importante quanto saber montá-lo.

Prompt perfeito não cria competência que o modelo não tem. Se a IA não sabe ler um layout de nota muito específico da sua prefeitura, nenhuma instrução elegante vai ensinar isso a ela na hora. O prompt organiza o que o modelo já é capaz de fazer; ele não adiciona uma habilidade que não está lá. Quando o trabalho exige uma capacidade que o modelo genérico não tem, a saída não é caprichar mais no prompt, é uma ferramenta com lógica embutida.

Prompt não conserta dado sujo. Se o XML que você colou está truncado, com encoding quebrado ou faltando campo na origem, o melhor prompt do mundo trabalha em cima de lixo e devolve lixo bem formatado. A IA não adivinha o que não está nos dados. A anatomia do pedido melhora a leitura de um dado bom; ela não recupera um dado ruim.

Prompt longo demais dilui o pedido. Existe um ponto em que adicionar instrução piora. Se você empilha três parágrafos de contexto, dez regras de exceção e cinco formatos possíveis, a IA perde o fio do que é o pedido central e começa a errar o básico. Bom prompt não é o mais comprido, é o mais claro. As cinco partes, ditas de forma enxuta, batem um texto de uma página cheio de ressalvas.

Dado sensível colado no prompt vai para a nuvem. Esse é o limite que pesa mais no financeiro. Tudo que você cola dentro de uma IA na nuvem (ChatGPT, Claude, Gemini) viaja para o servidor daquela empresa. Colar uma NFS-e com CNPJ real, valor e dado de terceiro é uma decisão de privacidade, não um detalhe. Muitas áreas de TI proíbem dado financeiro na nuvem, e a LGPD pesa sobre o dado do seu fornecedor ou cliente. Para um teste com nota mascarada, tudo bem. Para a nota real, em volume, pense duas vezes.

A IA ainda alucina, mesmo com um bom prompt. A permissão de duvidar reduz muito o chute, mas não elimina. A IA pode marcar ”?” em nove notas e mesmo assim errar a décima com cara de certeza. Para qualquer valor que entra no lançamento, no fechamento ou em obrigação fiscal, a resposta da IA é rascunho a conferir, nunca número final. O prompt aumenta a sua produtividade; ele não transfere a responsabilidade. A conferência continua sua.

Perguntas relacionadas

Como escrever um bom prompt para o financeiro?

Monte o pedido com cinco partes: contexto (seu regime, seu plano de contas, o tipo de documento), a tarefa com verbo exato (“extraia”, “concilie”), os dados colados, o formato de saída (uma tabela) e a permissão de duvidar (“marque ’?’ se não tiver certeza”). Trate a IA como um estagiário competente: instrução completa gera resultado usável.

Quais as partes de um prompt?

Um bom prompt tem cinco partes: contexto (quem você é e a situação), tarefa (o que quer, com verbo claro), dados (o material a usar), formato (como quer a saída) e limites (o que não fazer, mais a permissão de marcar dúvida). Nem todo prompt usa as cinco sempre, mas as tarefas financeiras sérias pedem todas.

Por que meu prompt dá resposta genérica?

Quase sempre por falta de contexto e de dados. Se você pede “como melhorar meu fluxo de caixa” sem dizer seu regime, seu setor e sem colar o seu fluxo, a IA só pode responder o genérico do mundo. Cole o seu material, descreva a sua situação e peça um formato específico. A resposta acompanha a precisão do pedido.

Preciso dar exemplos no prompt?

Ajuda muito, mas não é obrigatório. Para tarefas com regra própria (classificar pelo seu plano de contas, por exemplo), dois ou três casos resolvidos ancoram a IA na sua convenção e cortam erros. Para uma extração simples de campos de uma nota, o contexto e o formato já bastam. Use exemplo quando a sua regra não é óbvia.

Qual o tamanho ideal de um prompt?

O suficiente para conter as cinco partes com clareza, e nada além disso. Um prompt curto demais omite contexto e volta genérico; um longo demais, cheio de exceções, dilui o pedido central e a IA erra o básico. Mire em poucas frases diretas por parte. Clareza vence comprimento, sempre.

Tem prompt pronto para conciliação?

A Skill de Conciliação Bancária da Trilha Tesouraria já embute o prompt afinado para essa tarefa, então você não escreve do zero. Para tarefas pontuais fora dela, monte o seu pelas cinco partes e guarde os que funcionarem num bloco de notas para reusar. Os melhores prompts você não reescreve, você reaproveita.

O que é engenharia de prompt?

Engenharia de prompt é a prática de escrever e refinar a instrução para a IA dar uma resposta melhor. Não é programação: é organizar contexto, tarefa, dados, formato e limites (a anatomia desta peça) e ir ajustando conforme a resposta. As cinco partes aqui são engenharia de prompt na prática, no contexto do financeiro.

Próximo passo

Pega o Guia: os conceitos de IA que destravam o financeiro (prompt, skill e agente), com o exemplo BR de cada um e onde cada um quebra.

Se você caiu direto aqui, a base é a peça o que é um prompt, que mostra o conceito antes da anatomia. E se ainda bate aquela dúvida de que tudo isso exige código, a resposta curta é não: preciso saber programar pra usar IA? explica por que pedir em português claro já basta. O próximo truque a aprender, depois de dominar as cinco partes, é dar exemplos resolvidos dentro do prompt (a técnica de mostrar dois ou três casos para a IA pegar o padrão), assunto de uma peça futura.

Quando essa extração de notas virar rotina de todo mês, com volume e dado sensível, o prompt avulso não dá conta, e nem deveria: a Skill de Conciliação da Trilha Tesouraria já vem com o prompt afinado embutido e roda local, sem o seu dado sair da máquina. Você para de escrever o pedido do zero e passa a só conferir o resultado.