Patrocinado por:
Refinar o contexto e estabelecer critérios pode transformar uma resposta genérica da IA em um resultado mais específico (mrPliskin/iStockphoto)
Redação Exame
Publicado em 6 de setembro de 2026 às 06h04.
A primeira resposta do ChatGPT nem sempre é a que você queria. Às vezes, o texto parece correto, mas traz informações superficiais, exemplos óbvios ou uma linguagem distante do que você precisa.
Nesses casos, começar uma nova conversa e reformular tudo pode não ser necessário. Uma sequência de quatro etapas ajuda a aproveitar o que já foi produzido e conduzir a IA até um resultado mais específico.
Antes de escrever outro comando, leia a resposta e procure o problema. Faltaram exemplos? O texto ficou longo demais? A explicação pressupõe que o leitor já conhece o assunto? Quanto mais específico for o diagnóstico, mais fácil será corrigir a resposta.
Se o ChatGPT apresentar, por exemplo, uma lista genérica de ideias para uma campanha de marketing, o próximo comando pode apontar exatamente a deficiência:
“As sugestões ficaram genéricas. Quero ideias voltadas para uma empresa B2B, com orçamento limitado e foco em geração de leads.”
A IA trabalha com as informações fornecidas na conversa e, por isso, detalhes sobre público, objetivo, formato, prazo ou restrições podem mudar bastante o resultado.
A dica de ouro é explicar para quem ele será feito, quanto tempo está disponível por dia, qual é o objetivo e quais conteúdos já foram estudados.
O contexto funciona como uma espécie de filtro. Quanto mais relevante for a informação adicionada, menor a necessidade de a ferramenta preencher lacunas por conta própria.
Também é possível dizer como o resultado deve ser avaliado. O pedido pode determinar tamanho, tom, estrutura, nível de profundidade ou características que devem ser evitadas.
Uma instrução como “use linguagem simples, apresente exemplos práticos e não repita a mesma ideia com palavras diferentes” estabelece parâmetros que uma solicitação genérica não apresenta.
A diferença aparece principalmente em tarefas mais abertas, nas quais existem inúmeras maneiras de responder à mesma pergunta.
Depois de receber a nova versão, o processo não precisa terminar. Observe o que ainda pode ser melhorado e faça outro pedido específico.
Se um texto estiver bom, mas excessivamente formal, por exemplo, vale dizer:
“Mantenha as informações, mas deixe a linguagem mais próxima de uma conversa profissional e reduza os períodos longos.”
A ideia é trabalhar por etapas, usando cada resposta como material para a próxima instrução. Em vez de esperar que um único prompt produza a versão perfeita, o usuário constrói o resultado gradualmente.
A lógica pode ser aplicada a praticamente qualquer tarefa. Imagine que o primeiro pedido seja:
“Crie um plano para divulgar uma loja de roupas nas redes sociais.”
A resposta provavelmente será ampla. A partir dela, o usuário pode acrescentar contexto e critérios:
“As sugestões estão genéricas. A loja é pequena, vende roupas femininas entre R$ 100 e R$ 300 e tem como público mulheres de 25 a 40 anos em São Paulo. O objetivo é aumentar as vendas pelo Instagram. Sugira um plano para 30 dias, com três publicações por semana, priorizando formatos que possam ser produzidos com poucos recursos. Evite ideias que dependam de influenciadores.”
O segundo comando já delimita público, objetivo, orçamento implícito, canal, frequência e restrições e o resultado tende a ser muito mais próximo de uma estratégia que possa ser colocada em prática.