Prompts no ChatGPT, Claude e Gemini: o que vale para todos
Os prompts funcionam igual no ChatGPT, no Claude e no Gemini? A maioria dos princípios vale. Veja o que muda e como testar um prompt entre modelos sem chutar.
Neste artigo
Quase toda a engenharia de prompts vale entre ChatGPT, Claude e Gemini: tarefas claras, contexto real, formatos de saída explícitos, bons exemplos e ancoragem em fontes ajudam em todos os principais modelos. O que muda é o estilo padrão, o quanto cada modelo segue as instruções ao pé da letra, como lida com formatação e com entradas muito longas e os recursos de API em torno do prompt. O caminho confiável é escrever os prompts a partir de princípios e depois testá-los no modelo específico com o qual você vai trabalhar.
Este artigo evita de propósito afirmações do tipo "o modelo X é melhor em Y". Elas envelhecem em semanas. O conhecimento útil é saber quais partes de um prompt são portáveis e como descobrir rápido quando não são.
Pontos principais
- Os princípios valem entre modelos. A redação exata, o ajuste de tamanho e as manias de formatação muitas vezes não valem.
- Cada fornecedor publica o seu guia de prompts; leia o do seu modelo.
- Um conjunto de testes pequeno vale mais do que qualquer artigo de comparação, inclusive este.
- Espere ter de reajustar os prompts ao trocar de modelo, ou quando o mesmo fornecedor atualizar o modelo.
O que vale entre os modelos?
Quase tudo o que diz respeito a informação, não a redação.
Tarefas específicas e contexto. Todo modelo se sai melhor quando você diz para quem é o resultado, por que ele é necessário e como é um bom resultado. Nenhum modelo adivinha o seu público.
Formato de saída explícito. "Devolva uma tabela com estas colunas" ou "JSON com estas chaves" funciona em todo lugar. Os três fornecedores também oferecem recursos de saída estruturada no nível da API, que tratamos em como obter JSON confiável de LLMs.
Exemplos. Exemplos few-shot ajudam todos eles em estilo e formato, e causam os mesmos efeitos colaterais em todos (copiar tamanho e frases, viés de rótulos). Veja zero-shot vs few-shot.
Delimitar os dados. Separar as instruções do material colado, com tags, títulos ou aspas, reduz a confusão em todos os modelos.
Grounding. "Responda só com base nestas fontes, cite-as e diga quando faltar a resposta" é o núcleo do prompting ancorado, seja qual for o modelo.
Limites de segurança. A prompt injection afeta todos os modelos. Nenhum deles pode ser tornado seguro só pela redação do prompt.
Se você escrever um prompt acertando esses pontos, ele vai funcionar razoavelmente bem em qualquer modelo de ponta atual. Em geral não de forma idêntica, mas razoável.
O que costuma ser diferente?
Verbosidade e estilo padrão
Dê o mesmo pedido aberto a três assistentes e você terá tamanhos diferentes, quantidades diferentes de markdown e disposição diferente para acrescentar ressalvas. Um prompt ajustado num modelo para produzir "mais ou menos o tamanho certo" pode gerar respostas bem mais longas ou mais curtas em outro. A solução é parar de depender dos padrões: diga explicitamente o tamanho ("menos de 150 palavras"), a estrutura ("sem títulos, dois parágrafos") e o tom.
O quanto as instruções são seguidas ao pé da letra
Os modelos diferem no quanto inferem além da instrução literal. Uns tendem a fazer exatamente o que foi pedido; outros, a fazer o que acham que você quis dizer, acrescentando extras. Os fornecedores também mudam isso entre versões. A OpenAI, por exemplo, observou na orientação de alguns modelos mais novos que eles seguem as instruções de forma mais literal que os antecessores, de modo que prompts que dependiam de o modelo preencher a intenção precisaram ficar explícitos.
O hábito portátil: seja explícito sobre o escopo. Se você quer só o parágrafo editado e não a reescrita do e-mail inteiro, diga. Se quer que o modelo também corrija qualquer outra coisa que notar, diga isso.
Convenções de formatação no prompt
A documentação da Anthropic recomenda tags no estilo XML (<document>, <instructions>, <example>) para estruturar prompts para o Claude, e o Claude responde muito bem a elas. Os guias da OpenAI e do Google mostram títulos em markdown, tags XML e outros delimitadores como opções válidas. Na prática, tags no estilo XML funcionam em todos os principais modelos e deixam claro onde um bloco termina, o que as torna um padrão razoável se você quer um só estilo em todo lugar.
Tratamento do prompt de sistema
As três APIs aceitam alguma forma de instruções de sistema ou de desenvolvedor, mas diferem no nome, em como várias fontes de instrução são priorizadas e no peso que um prompt de sistema tem diante de um usuário insistente. Se o seu produto depende de o prompt de sistema se manter sob pressão, teste esse comportamento especificamente: pedidos fora do assunto, tentativas de extrair o prompt, um usuário insistindo numa ação proibida. Mais sobre isso em como escrever um prompt de sistema.
Comportamento com contexto longo
O tamanho da janela de contexto varia e muda com frequência, então não vamos listar números. Mais importante do que o máximo é o quanto um modelo aproveita a informação dentro de uma entrada longa. Pesquisas como "Lost in the Middle" (Liu et al., 2023) mostraram que os modelos usavam melhor a informação do início e do fim de contextos longos do que a do meio. Os fornecedores dão conselhos um pouco diferentes aqui: a Anthropic sugere pôr documentos longos perto do topo e a pergunta no final; a OpenAI sugeriu, para prompts de contexto longo, pôr as instruções-chave antes e depois do material. Ao mover um prompt de documento longo entre modelos, a posição das instruções é uma das primeiras coisas a testar.
Recursos de raciocínio
Cada fornecedor oferece modelos ou modos que raciocinam antes de responder, controlados por configurações de API diferentes (níveis de esforço, orçamentos de raciocínio). O conselho de prompting para esses modos é parecido entre os fornecedores: descreva o objetivo e as restrições e evite roteirizar o raciocínio passo a passo. Instruções explícitas de "pense passo a passo" que ajudavam os modelos comuns costumam acrescentar pouco nos modos de raciocínio.
Formatos de chamada de ferramentas
A chamada de funções e de ferramentas funciona com a mesma ideia em todo lugar (você descreve as ferramentas com nome, descrição e parâmetros em JSON Schema, e o modelo devolve uma chamada estruturada), mas os formatos de requisição e resposta diferem. Bibliotecas e protocolos como o Model Context Protocol reduzem as diferenças de encanamento. A qualidade das descrições das suas ferramentas se transfere por completo.
Como testar um prompt entre modelos?
Um método que leva uma tarde e poupa semanas de discussão sobre qual modelo é "melhor":
- Reúna de 20 a 50 entradas reais para a tarefa. Inclua as difíceis: pedidos ambíguos, informação faltando, entradas muito longas, a mensagem fora do assunto.
- Anote como é um bom resultado para cada uma, ou pelo menos as regras que ele deve cumprir (formato válido, cita uma fonte, menos de 100 palavras, diz "não encontrado" nas que não têm resposta).
- Rode o mesmo prompt em cada modelo candidato. Fixe a temperatura ou rode cada entrada várias vezes, já que as saídas variam entre execuções.
- Avalie pelas suas regras, com código sempre que possível (checagem de formato, tamanho, textos obrigatórios) e lendo o restante.
- Olhe as falhas, não as médias. Um modelo pode ser um pouco pior na média mas falhar com elegância; outro pode ser melhor na média mas às vezes inventar fatos. O segundo costuma ser pior para um produto real.
- Ajuste o prompt por modelo se for preciso e rode tudo de novo.
Guarde o conjunto de testes. Quando um fornecedor lançar uma nova versão, rode-o de novo antes de trocar.
Um prompt para todos os modelos ou um por modelo?
Para um fluxo de trabalho pessoal, um prompt bem escrito costuma bastar; pequenas diferenças não importam quando você mesmo lê a saída.
Para um produto, planeje variantes por modelo ao menos das instruções de formatação e tamanho, e mantenha o conteúdo central (tarefa, contexto, regras, exemplos) compartilhado. Guarde os prompts no controle de versão junto com os resultados dos testes, para que "por que esta linha existe?" tenha resposta.
Onde os guias de prompts dos fornecedores mais ajudam?
Cada grande fornecedor mantém documentação de engenharia de prompts para os próprios modelos: o guia de engenharia de prompts da OpenAI, a documentação de engenharia de prompts da Anthropic para o Claude e as estratégias de design de prompts do Google para o Gemini. São gratuitos, razoavelmente atualizados e escritos por dentro. Leia o do seu modelo-alvo antes de ajustar, porque ele fala de recursos e preferências que nenhum artigo geral consegue acompanhar, inclusive este.
Se você usa vários assistentes no dia a dia, o conselho prático é mais curto: escreva prompts que fariam sentido para um colega inteligente que nunca viu o seu projeto e deixe as manias de cada modelo aparecerem nos testes, não nas suposições. O tópico de fundamentos cobre o núcleo portátil, e como escrever prompts melhores para o ChatGPT tem um checklist que serve para os três.
Perguntas frequentes
Os mesmos prompts funcionam no ChatGPT, no Claude e no Gemini?
Os fundamentos funcionam: uma tarefa clara, contexto, formato e exemplos ajudam em todos. Os resultados ainda diferem em tom, tamanho, formatação e comportamento em casos-limite, então os prompts importantes devem ser testados no modelo que você realmente vai usar.
Qual é o melhor modelo de IA para engenharia de prompts?
Não existe resposta permanente, porque os rankings mudam a cada lançamento. Escolha o modelo que tiver o melhor desempenho nos seus próprios casos de teste para a sua tarefa e reavalie quando os modelos forem atualizados.
Devo usar tags XML ou markdown nos prompts?
Os dois funcionam nos principais modelos. A documentação da Anthropic recomenda especificamente tags no estilo XML para o Claude, e elas são uma forma clara de separar instruções de dados em qualquer modelo. Use o que deixar os limites sem ambiguidade.
Por que o mesmo prompt dá respostas diferentes em modelos diferentes?
Os modelos diferem nos dados de treinamento, no ajuste por instruções e no estilo padrão. Eles também amostram de forma aleatória, a menos que sejam configurados de outro modo, então até o mesmo modelo pode variar entre execuções.
- #ChatGPT
- #Claude
- #Gemini
- #comparação de modelos
- #portabilidade de prompts