Por que perguntas de esclarecimento aumentam a qualidade
Em engenharia de prompts, uma das formas mais eficazes de reduzir erros é instruir o assistente a perguntar antes de responder quando houver lacunas de informação. Isso evita que o modelo “complete” detalhes por conta própria, o que pode gerar respostas desalinhadas, retrabalho e decisões ruins.
O objetivo aqui é transformar pedidos incompletos em solicitações com requisitos verificáveis. Para isso, você vai usar três mecanismos: (1) perguntas de esclarecimento, (2) hipóteses explícitas quando for inevitável avançar, e (3) confirmação de requisitos antes de executar a tarefa.
Quando o assistente deve perguntar (e quando pode seguir)
Sinais de que faltam informações essenciais
- Existem múltiplas interpretações plausíveis (ex.: “otimizar”, “melhor”, “simples”).
- O resultado depende de dados que não foram fornecidos (ex.: público-alvo, canal, prazo, orçamento, restrições).
- Há risco alto (decisões financeiras, jurídicas, médicas, segurança, reputação).
- O formato final é incerto (tamanho, estrutura, idioma, nível de detalhe).
Quando pode avançar com hipóteses
- Quando o pedido é de baixo risco e você aceita aproximações.
- Quando você explicitamente autoriza: “Se faltar algo, faça suposições e liste-as”.
- Quando há um padrão comum e você quer velocidade, desde que as suposições sejam transparentes.
Padrões de prompt para forçar esclarecimento antes da resposta
Padrão 1: “Pergunte primeiro” (gate de informação)
Use quando a tarefa depende de requisitos que você ainda não definiu.
Antes de responder, verifique se há informações faltando que mudariam a resposta. Se houver, faça de 3 a 7 perguntas de esclarecimento objetivas. Só depois de eu responder, produza a entrega final.Padrão 2: “Perguntas + opções” (reduz atrito)
Útil quando o usuário não sabe o que decidir. O assistente oferece alternativas para cada pergunta.
Antes de executar, faça perguntas de esclarecimento. Para cada pergunta, sugira 2 a 4 opções comuns (A/B/C/...). Aguarde minhas respostas para continuar.Padrão 3: “Dois caminhos: perguntar ou assumir”
Bom para manter fluidez: se faltar pouco, o assistente assume; se faltar muito, pergunta.
- Ouça o áudio com a tela desligada
- Ganhe Certificado após a conclusão
- + de 5000 cursos para você explorar!
Baixar o aplicativo
Se faltarem informações críticas, faça perguntas antes de responder. Se faltarem apenas detalhes menores, prossiga com hipóteses explícitas e liste-as no início como 'Suposições'.Padrão 4: “Confirmação de requisitos” (mini-briefing)
Indicado para tarefas mais longas (planejamento, documentos, roteiros, análises).
Antes de produzir a entrega, resuma em 5 a 10 bullets o que você entendeu como requisitos (objetivo, público, formato, restrições, critérios de sucesso) e peça minha confirmação. Só depois gere o resultado.Padrão 5: “Checklist de completude” (controle de qualidade)
Força o assistente a checar lacunas típicas do tipo de tarefa.
Antes de responder, rode um checklist de completude para esta tarefa e identifique campos ausentes. Pergunte apenas o que for necessário para evitar suposições relevantes.Hipóteses explícitas: como assumir sem esconder
Quando você quer que o assistente avance, a regra é: assumir pouco, declarar tudo, e manter reversível. Isso significa listar suposições e oferecer um “ponto de ajuste” para você corrigir rapidamente.
Template de hipóteses explícitas
Se eu não fornecer algum dado, faça suposições conservadoras e liste-as no início em 'Suposições'. Em seguida, entregue o resultado. No final, inclua 'Perguntas para refinamento' com até 5 itens.Exemplo prático
Pedido: “Crie um plano de estudos rápido para inglês.”
Instrução adicional:
Se 'rápido' estiver ambíguo, proponha 2 cenários (ex.: 15 min/dia e 45 min/dia) e explique a diferença de resultados esperados.Detecção de termos ambíguos e como torná-los mensuráveis
Termos vagos são os maiores geradores de desalinhamento. A técnica é: identificar o termo → perguntar “em que métrica?” → substituir por parâmetros.
Mapa de ambiguidades comuns
| Termo ambíguo | O que pode significar | Parâmetros mensuráveis (exemplos) | Perguntas de esclarecimento |
|---|---|---|---|
| “melhor” | mais eficaz, mais barato, mais bonito, mais seguro | taxa de conversão, custo, NPS, tempo, erros, satisfação | “Melhor em qual critério? Qual peso de cada critério?” |
| “rápido” | menos tempo total, menos passos, menor latência | prazo (dias), tempo por etapa, tempo de resposta (ms), nº de etapas | “Rápido em prazo, esforço, ou tempo de execução?” |
| “simples” | fácil de entender, poucas partes, baixa manutenção | nível (iniciante/intermediário), nº de conceitos, nº de passos, dependências | “Simples para quem? Qual nível de conhecimento?” |
| “otimizar” | melhorar desempenho, reduzir custo, reduzir risco | meta (%), baseline atual, limite de recursos, trade-offs aceitos | “Otimizar qual métrica e qual é o valor atual?” |
| “resumir” | encurtar, extrair tópicos, gerar insights | tamanho (palavras), formato (bullets), foco (decisões/ações) | “Resumo para quê: decisão, estudo, repasse? Qual tamanho?” |
| “detalhado” | mais explicação, mais exemplos, mais passos | nível de profundidade, nº de exemplos, extensão | “Detalhado em teoria, prática, ou exemplos?” |
Regra prática: substituição por “variáveis”
Transforme adjetivos em campos preenchíveis. Exemplo:
- “rápido” →
prazo_diasouminutos_por_dia - “melhor” →
criterios+pesos - “simples” →
nivel_publico+max_passos - “otimizar” →
metrica_alvo+baseline+meta
Passo a passo: transformar um pedido vago em um prompt claro
Passo 1 — Identifique o tipo de entrega
Pergunte: é uma lista, um plano, uma análise, um texto final, um roteiro, um conjunto de opções? Se não estiver claro, isso vira pergunta de esclarecimento.
Passo 2 — Marque palavras ambíguas
Sublinhe mentalmente adjetivos e verbos genéricos: “melhor”, “otimizar”, “simples”, “rápido”, “bom”, “completo”, “eficiente”.
Passo 3 — Converta ambiguidades em métricas e limites
Para cada termo, crie 1 a 3 parâmetros mensuráveis (tempo, tamanho, custo, qualidade, risco, público, nível, formato).
Passo 4 — Gere perguntas mínimas (3–7) que destravam a execução
Priorize perguntas que mudam a resposta de forma significativa. Evite perguntar tudo; foque no que altera decisões.
Passo 5 — Confirme entendimento antes de executar (quando a tarefa for longa)
Peça um resumo dos requisitos e confirme. Isso reduz retrabalho.
Passo 6 — Se precisar avançar, declare suposições e ofereça cenários
Quando o usuário não responde, proponha 2–3 cenários com trade-offs claros.
Modelos prontos (copiar e colar)
Modelo A — Perguntas de esclarecimento + confirmação
Quero que você atue como um assistente que evita ambiguidades. Antes de responder: (1) liste as informações faltantes que impactam o resultado; (2) faça até 6 perguntas de esclarecimento; (3) depois que eu responder, resuma os requisitos em bullets e peça confirmação; (4) só então entregue a solução.Modelo B — Ambiguidades → parâmetros
Ao detectar termos ambíguos (ex.: melhor, rápido, simples, otimizar), não decida por mim. Converta cada termo em 2 a 4 parâmetros mensuráveis e pergunte quais valores devo usar. Se eu não souber, sugira faixas típicas.Modelo C — Cenários quando eu não souber responder
Se eu não conseguir definir requisitos, proponha 3 cenários (mínimo, padrão, avançado), cada um com: esforço estimado, tempo, trade-offs e para quem é indicado. Em seguida, pergunte qual cenário devo escolher.Exercícios práticos: de vago para claro
Exercício 1 — “Melhore meu currículo”
Pedido vago: “Melhore meu currículo.”
Problemas: “melhore” (critério), falta vaga-alvo, nível, idioma, formato, tamanho.
Versão com perguntas (prompt):
Vou colar meu currículo. Antes de reescrever, faça perguntas de esclarecimento (até 6) sobre: vaga-alvo, senioridade, área, idioma, formato (1 ou 2 páginas), e pontos fortes a enfatizar. Depois que eu responder, proponha uma versão revisada e uma lista de mudanças com justificativa.Versão com variáveis (prompt):
Reescreva meu currículo para a vaga: {vaga_alvo}. Senioridade: {nivel}. Idioma: {idioma}. Tamanho máximo: {max_paginas} página(s). Critérios de sucesso: {criterios_sucesso}. Se algum campo estiver vazio, pergunte antes de reescrever.Exercício 2 — “Quero um plano simples e rápido”
Pedido vago: “Quero um plano simples e rápido para organizar minhas finanças.”
Termos ambíguos: simples, rápido, organizar.
Transformação (prompt):
Crie um plano para organizar minhas finanças com base nestes parâmetros: Tempo disponível por semana: {minutos_semana}. Prazo para ver resultado: {prazo_semanas}. Nível: {iniciante_intermediario}. Objetivo principal: {objetivo} (ex.: reduzir gastos, quitar dívidas, criar reserva). Restrições: {restricoes}. Se algum parâmetro estiver ausente, faça perguntas de esclarecimento antes de montar o plano.Exercício 3 — “Otimizar minha rotina”
Pedido vago: “Me ajude a otimizar minha rotina.”
O que falta: métrica-alvo (tempo livre? energia? foco?), baseline, horários fixos, prioridades.
Prompt com confirmação de requisitos:
Quero otimizar minha rotina. Antes de sugerir mudanças, faça perguntas para definir: (1) métrica-alvo (tempo livre, produtividade, energia, sono), (2) compromissos fixos e horários, (3) prioridades top 3, (4) restrições (família, deslocamento), (5) baseline atual (como é um dia típico). Depois, resuma os requisitos e peça confirmação. Só então proponha uma rotina em blocos de tempo e explique os trade-offs.Exercício 4 — “Faça um texto melhor e mais simples”
Pedido vago: “Deixe este texto melhor e mais simples.”
Ambiguidades: melhor (em quê?), simples (para quem?).
Prompt com parâmetros mensuráveis:
Vou colar um texto. Reescreva para ficar mais claro para {publico_alvo} (nível: {nivel}). Limites: até {max_palavras} palavras, frases com no máximo {max_palavras_frase} palavras. Mantenha os pontos obrigatórios: {pontos_obrigatorios}. Se 'melhor' estiver indefinido, pergunte qual critério priorizar (clareza, persuasão, formalidade, concisão).Mini-checklist de ambiguidades para usar antes de enviar um prompt
- Há algum “melhor/rápido/simples/otimizar” sem métrica?
- O público-alvo e o nível estão claros?
- Existe um limite de tamanho/tempo/custo?
- Há exemplos do que é “bom” e “ruim” (mesmo que curtos)?
- Se faltar algo, o assistente deve perguntar ou assumir? Isso está explícito?
