Atualizado em abril/2026.
Você abriu o ChatGPT, o Gemini ou o Claude, digitou “escreva um artigo sobre X” e recebeu um texto que funciona, mas não tem a sua cara. Estruturado, coerente, publicável com pequenos ajustes. E ao mesmo tempo genérico o suficiente para ser de qualquer pessoa.
O problema não está na ferramenta. Está na instrução. Um prompt vago produz um texto vago. A diferença entre um resultado genérico e um texto pronto para publicação, com o seu tom e o seu estilo, está inteiramente na qualidade do que você instrui antes de clicar em enviar.
Este artigo ensina as técnicas que fazem essa diferença. Inclui um comparativo entre as três ferramentas para cada tipo de tarefa de escrita, seis técnicas de engenharia de prompts voltadas especificamente à criação de texto, e um workflow completo para produzir conteúdo de qualidade. O conteúdo funciona no ChatGPT, no Gemini e no Claude porque os princípios de engenharia de prompts são universais.
Pré-requisito: este guia assume que você já conhece os fundamentos de prompt engineering: o que é persona, como dar contexto, modificadores de tom e formato, como detalhar uma tarefa em passos. Se esses conceitos são novos para você, comece pelo artigo Como criar prompts de sucesso no ChatGPT, Gemini e Claude, que cobre a anatomia completa de um bom prompt. O texto que você está lendo agora parte desses fundamentos e avança para as técnicas específicas de produção de texto.
Baixe gratuitamente o livro Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude. Ele aprofunda todas as técnicas deste artigo com exemplos por área e exercícios práticos. A obra também está à venda na Amazon, onde ficou semanas no topo de diversas categorias de livros de tecnologia e mantém a marca de 4,5 estrelas em mais de 800 avaliações de leitores.
Resumo rápido: o que este guia cobre
Para quem quer consultar um ponto específico ou usar este artigo como referência rápida:
- Pré-requisito: os fundamentos (persona, contexto, modificadores, anatomia do prompt) estão no guia de prompts para ChatGPT, Gemini e Claude. Este artigo parte dali.
- Por que textos genéricos acontecem: os modelos não conhecem seu público, estilo ou contexto. A instrução correta resolve isso.
- Comparativo para escrita: ChatGPT se destaca em versatilidade e código integrado; Gemini, em integração com Google Workspace e janela de contexto ampla; Claude, em textos longos e seguimento preciso de instruções.
- Few-Shot para estilo e Passive Prompting para briefings: use exemplos quando o tom é difícil de descrever; peça à IA para fazer perguntas quando o briefing está incompleto.
- PACREF: framework de seis elementos (Persona, Ação, Contexto, Referências, Estrutura, Formato) para prompts completos de texto. Os três últimos são o diferencial para produção editorial.
- Workflow em 7 etapas: ideias, feedback, escolha, rascunho, edição humana, revisão por IA, iteração. A edição do meio é insubstituível.
- Personalização de voz: analise seus próprios textos com IA e use o resultado como bloco de referências em qualquer prompt.
- Sculpting: defina o resultado pelo que você quer eliminar. Inclui a lista de cacoetes documentados com impacto em engajamento.
- EmotionPrompt: comunicar o peso da situação ao final do prompt melhora a qualidade documentada em até 115%.
- Checklist antes de enviar qualquer prompt de texto.
- FAQ com as perguntas mais frequentes sobre prompts para escrita com IA.
Por que a IA produz textos genéricos quando você pede algo genérico
O ChatGPT, o Gemini e o Claude não leem nas entrelinhas. Nenhum deles conhece o seu público, o seu estilo, a sua empresa ou o contexto específico do que você está criando. Quando você escreve “crie um artigo sobre liderança”, qualquer um deles entrega exatamente isso: o artigo mais provável sobre liderança, construído a partir dos padrões mais frequentes no seu conjunto de treinamento.
O resultado fica na média. Tecnicamente correto e sem personalidade.
Equipes do Google, da Microsoft e de universidades como Stanford e UCLA documentaram esse padrão em dezenas de tarefas diferentes: prompts com especificação clara e contexto adequado superam prompts vagos de forma consistente em qualidade, precisão e relevância, independentemente da ferramenta usada. A variável que mais impacta o resultado é a qualidade da instrução, não a versão do modelo.
A boa notícia é que a instrução está inteiramente sob o seu controle. As técnicas a seguir cobrem o que você precisa incluir para que o resultado reflita o que você tem em mente.
ChatGPT, Gemini ou Claude: qual usar para escrever?
A pergunta faz sentido. As três ferramentas funcionam bem para a maioria das tarefas de escrita cotidianas. As diferenças aparecem quando o trabalho fica mais específico.
| ChatGPT | Gemini | Claude | |
|---|---|---|---|
| Ponto forte para escrita | Versatilidade; transita com fluidez entre texto, imagem e código em uma mesma sessão | Integração nativa com Google Docs e Drive; escreve sem precisar copiar e colar | Textos longos, análise crítica, síntese de documentos complexos; precisão no seguimento de instruções |
| Textos muito longos | Janela de contexto competitiva; pode perder consistência em documentos de muitas páginas | Janela ampla; trabalha com volumes que os concorrentes precisam dividir em partes | Janela de contexto enterprise; sustenta raciocínio estruturado ao longo de sessões com muitos documentos |
| Assistente personalizado | GPTs Customizados | Gems | Skills |
| Espaço de trabalho com arquivos | Projects | NotebookLM | Projects |
| Quando preferir | Uso geral; tarefas que cruzam texto, imagem e código; modo voz | Usuários do Google Workspace; contexto muito longo; imagens com texto legível integrado | Revisão crítica de argumentos; documentos longos; integração com Microsoft 365 e Slack |
| Limitação em escrita | Consistência pode cair em textos muito extensos | Vantagem principal aparece dentro do ecossistema Google | Sem geração de imagem nativa |
O livro Engenharia de Prompts na Prática resume o princípio de escolha assim: “A diferença de qualidade entre um modelo sem configuração e um com contexto bem definido é maior, na prática, do que a diferença entre plataformas de empresas diferentes.” Investir na instrução rende mais do que trocar de ferramenta.
Vale notar que o Claude é o único dos três que permite combinar Skills e Projects ao mesmo tempo, ou seja, aplicar um assistente personalizado dentro de um espaço de trabalho com arquivos. No ChatGPT e no Gemini, você usa um ou outro.
As técnicas a seguir foram testadas nos três modelos.
Técnica 1: Few-Shot para reproduzir estilo e Passive Prompting para briefings incompletos
Em criação de texto, duas técnicas de prompting resolvem problemas que os modificadores básicos de tom e formato não resolvem: reproduzir um estilo que você sabe reconhecer mas não consegue descrever, e escrever quando o briefing ainda não está fechado.
Few-Shot para replicar estilo. Antes de enviar a instrução principal, você fornece um ou mais pares de “como seria um resultado correto”. O modelo identifica o padrão entre os exemplos e replica a mesma lógica na entrega real. A técnica foi formalizada na pesquisa que introduziu o aprendizado com poucos exemplos em modelos de linguagem de grande escala e tornou-se uma das abordagens mais replicadas em engenharia de prompts.
Exemplo direto: você precisa que a IA escreva legendas para o Instagram no mesmo estilo dos posts que já publica. Em vez de tentar descrever esse estilo em palavras, você cola três exemplos de legendas que já funcionaram e escreve:
“Analise as legendas abaixo. Todas são do mesmo perfil e seguem o mesmo padrão de tom e estrutura. Escreva uma nova legenda para a imagem descrita a seguir no mesmo estilo.”
A regra prática: use um exemplo para tarefas de formato simples; use três ou mais para tarefas de estilo, tom ou critério subjetivo, onde um único exemplo não define o padrão com precisão suficiente.
Passive Prompting resolve um terceiro problema: você não tem clareza suficiente para montar um prompt completo. Tentar especificar tudo sem essa clareza produz uma instrução com lacunas que o modelo preenche com padrões genéricos.
Passive Prompting inverte esse fluxo. Em vez de fornecer todas as informações de uma vez, você instrui o modelo a identificar o que falta antes de escrever:
“Antes de escrever, faça até 5 perguntas de esclarecimento para entender melhor o que preciso. Só comece a escrever depois de receber as respostas.”
O modelo conduz parte da especificação, levantando o que a instrução inicial deixou em aberto. O texto final, construído de forma colaborativa, tende a ser mais preciso do que qualquer versão que você montaria sozinho no primeiro momento.
Quando usar Passive Prompting: textos estratégicos ou complexos onde um briefing mal especificado gera retrabalho alto. Quando você já sabe exatamente o que quer e tem o contexto pronto, vá direto para o PACREF.
Técnica 2: Framework PACREF, a estrutura completa de um prompt de texto
Para textos mais complexos, artigos longos, relatórios, e-mails estratégicos, o prompt precisa de uma estrutura que organize o que o modelo deve saber antes de começar a escrever. O framework PACREF, desenvolvido por Edney “InterNey” Souza no livro Engenharia de Prompts na Prática, organiza essa estrutura em seis elementos: Persona, Ação, Contexto, Referências, Estrutura e Formato.
Os três primeiros elementos (Persona, Ação, Contexto) já foram cobertos em profundidade nos fundamentos de prompt engineering. O diferencial do PACREF para produção de texto está nos três últimos, que fecham o loop de qualidade que um artigo, um relatório ou um e-mail estratégico exigem.
Referências são os exemplos, os materiais de apoio, os critérios de qualidade. Um texto anterior que tem o tom que você quer replicar, os pontos-chave que precisam aparecer, os critérios que o texto deve atender. Referências funcionam como âncora de qualidade: o modelo tem um alvo concreto, não apenas uma descrição do alvo.
Estrutura organiza o próprio prompt, com delimitadores claros entre as seções. Tags XML como <persona></persona>, cabeçalhos em Markdown como ## Persona:, ou rótulos simples antes de cada bloco. A separação reduz ambiguidade e ajuda o modelo a identificar onde termina um elemento e começa outro.
Formato define como o texto deve ser entregue: tamanho aproximado, organização do texto, como deve começar e terminar, se usa ou não subtítulos, se é texto corrido ou tem listas. Quanto mais específico o formato, menos o modelo precisa decidir por conta própria.
Um prompt com PACREF para um artigo:
“[Persona] Atue como especialista em marketing de conteúdo com foco em audiências B2B. [Ação] Escreva um artigo que explique por que empresas de serviços perdem clientes para concorrentes menores e como a comunicação pode resolver isso. Desenvolva três argumentos principais, cada um com um exemplo do cotidiano de vendas. Conclua com duas ações que o leitor pode implementar esta semana. [Contexto] O público são gestores de agências de marketing digital, com 5 a 20 funcionários, que competem com freelancers e têm dificuldade de comunicar o valor do serviço versus o preço. [Referências] Tom: direto, sem clichês de consultoria, sem a palavra ‘sinergia’. [Formato] Texto corrido, sem listas de tópicos, entre 600 e 800 palavras, com subtítulos a cada argumento.”
O resultado desse prompt é radicalmente diferente de “escreva um artigo sobre retenção de clientes em agências de marketing”.
Técnica 3: O workflow em 7 etapas para produzir conteúdo de qualidade
A maioria das pessoas usa IA como substituto de processador de texto: pede o texto pronto e ajusta o que chega. Esse fluxo raramente produz resultados de alta qualidade porque o modelo não tem como saber o que você descartaria antes de mostrar para alguém.
O fluxo que funciona tem sete etapas:
Etapa 1: Instrua a IA com o máximo de contexto e peça uma lista ampla de ideias ou ângulos para o texto. Não peça o texto ainda. Já nesta etapa, aplique os modificadores de persona, tom, linguagem e propósito para calibrar o modelo para o que virá.
Etapa 2: Indique quais ideias agradaram e quais não, com o motivo. Peça novas opções a partir desse feedback. Essa etapa calibra o modelo para o seu gosto antes de gerar o rascunho.
Etapa 3: Escolha uma ideia.
Etapa 4: Instrua a IA para gerar o rascunho com instrução detalhada de tom, estrutura e propósito. Use o PACREF se a tarefa for complexa.
Etapa 5: Trate o rascunho como ponto de partida, não como produto final. Edite manualmente: remova o desnecessário, acrescente o que ficou de fora, ajuste o tom para a sua voz. A edição do meio é humana e insubstituível. O resultado tem mais qualidade em menos tempo e mantém a voz e a responsabilidade de quem assina.
Etapa 6: Devolva o texto editado para revisão com um prompt de aprimoramento:
“Revise o texto a seguir para clareza, coesão e consistência de tom. Aponte o que pode ser melhorado sem gerar uma nova versão automaticamente.”
Etapa 7: Repita o ciclo até a revisão não apontar melhorias relevantes.
O ponto central: a IA entra em dois momentos, geração e revisão, mas a edição do meio é do autor. Essa estrutura preserva a sua voz e a sua responsabilidade sobre o que você publica.
O workflow funciona melhor quando a IA entra com contexto real. Antes de gerar o rascunho, carregue os dados que devem embasar o conteúdo: pesquisa que você coletou, transcrições de entrevistas, relatórios, briefings de clientes. A qualidade da saída sobe na proporção da qualidade do que você colocou para dentro.
Quando o workflow estiver validado para o seu contexto, o próximo passo é configurá-lo como um assistente personalizado: um GPT Customizado no ChatGPT, um Gem no Gemini, uma Skill no Claude. Em vez de reconstruir as instruções a cada novo conteúdo, você configura tudo uma vez e o fluxo roda por padrão. Se o trabalho envolve uma base de documentos recorrente (briefings de clientes, guia de estilo da marca, arquivos de referência), combine o assistente com um Project (ChatGPT ou Claude) ou o NotebookLM (Gemini). No Claude, é possível usar Skill e Project ao mesmo tempo.
Técnica 4: Como ensinar a IA a escrever com a sua voz
O ChatGPT, o Gemini e o Claude entregam textos bem estruturados que soam como qualquer pessoa poderia ter escrito. A identidade não está lá. O retrabalho de inserir a própria voz consome o tempo que deveria ter sido economizado.
A solução não passa por descrever como você escreve. Você mostra.
O procedimento funciona em duas etapas. Na primeira, você reúne três a cinco textos que escreveu, artigos, posts, e-mails longos, qualquer conteúdo com a sua assinatura, e envia com esta instrução:
“Analise os textos abaixo. Todos foram escritos pela mesma pessoa. Identifique os padrões recorrentes de escrita: tamanho médio dos parágrafos, estrutura das frases, palavras ou expressões de transição preferidas, tom predominante, recursos retóricos recorrentes, o que aparece com frequência e o que está notavelmente ausente. Entregue uma lista de orientações práticas e específicas que eu possa usar como instrução para que a IA produza textos no mesmo estilo.”
O modelo devolve uma lista de características concretas: frases curtas com sujeito-verbo-objeto, abertura com situação real antes do conceito técnico, dado de pesquisa usado como reforço de argumento depois do raciocínio, sem adjetivação decorativa, fechamento com perspectiva e não com resumo.
Na segunda etapa, você salva essa lista e a usa como bloco de referências em qualquer prompt:
“[Referências] Use as seguintes orientações de estilo: [cole aqui a lista gerada na etapa anterior]”
Do ponto de vista técnico, é um Few-Shot invertido: você não mostra exemplos do resultado que quer; você mostra exemplos de quem você é e deixa o modelo extrair o padrão.
O perfil gerado pode ser reutilizado indefinidamente no ChatGPT, no Gemini e no Claude. Se o seu estilo evolui, refaça a análise com textos mais recentes.
Técnica 5: Sculpting, defina o resultado pelo que você quer eliminar
Há situações em que o resultado ideal é difícil de descrever positivamente, mas você sabe imediatamente o que rejeitar. “Escreva em tom executivo” abre margem para interpretação. Uma lista de rejeições fecha o espaço de forma mais precisa.
Sculpting é a técnica de moldar o resultado pelo que você não quer. As restrições entram antes da instrução principal:
“Para este texto, as seguintes restrições são obrigatórias: sem listas ou tópicos, sem abertura com dado estatístico, sem o verbo ‘alavancar’, sem frases com mais de três linhas, sem adjetivação decorativa, sem encerramento com pergunta retórica. [Instrução da tarefa a seguir.]”
O que sobra depois das exclusões é o que você quer, mesmo que você não tivesse conseguido descrever em palavras positivas o que era.
Os cacoetes documentados pela pesquisa e como eliminá-los
Sculpting ganha ainda mais precisão quando as restrições são baseadas em evidência, não em intuição. Um estudo publicado pela Octans analisou 3.836 posts de 220 criadores brasileiros no LinkedIn e identificou 12 padrões textuais que sinalizam origem artificial ao leitor, mesmo quando o texto é tecnicamente correto.
Os números são diretos: posts com cinco ou mais desses padrões têm engajamento 52% menor do que posts sem nenhum. Os treze criadores que publicaram sem nenhum cacoete ao longo de toda a amostra alcançaram 3,3 vezes o engajamento médio.
Os seis padrões com maior impacto negativo no engajamento:
- Fragmentação dramática: parágrafos de uma frase isolada para criar tensão artificial.
- Falso insight: a construção “não é X, é Y”, que nega e corrige em sequência imediata.
- Formatação artificial: bullets com emoji substituindo argumentação corrida.
- Travessão dramático: uso do travessão como recurso de ênfase ou pausa expressiva.
- Perguntas retóricas: gancho de abertura ou encerramento com pergunta que o leitor não pediu para responder.
- Retórica de ruptura: “isso muda tudo”, “nunca mais será o mesmo”, “o futuro chegou”.
Os outros seis padrões identificados no estudo, com impacto menor: léxico inflado sem dado de sustentação, fechamento formulaico com chamada genérica à interação, superlativo vazio, abertura clichê, construção aditiva acumulada e ênfase desnecessária.
Um bloco de sculpting baseado nesses achados, pronto para colar antes de qualquer instrução de texto:
“Para este texto, as seguintes restrições são obrigatórias: sem parágrafos de uma frase isolada para criar suspense, sem construção ‘não é X, é Y’, sem travessão como recurso de ênfase, sem bullets com emoji, sem perguntas retóricas de abertura ou encerramento, sem frases do tipo ‘isso muda tudo’ ou variações, sem adjetivos como ‘incrível’, ‘revolucionário’ ou ‘transformador’ sem dado que os sustente, sem abertura com ‘em um mundo onde’ ou equivalentes. [Instrução da tarefa a seguir.]”
Um limite prático: mantenha as restrições entre três e seis por prompt. Com muitas exclusões simultâneas, o modelo tende ao hiper-literalismo e perde naturalidade. Se o texto precisar de mais restrições, divida a tarefa em etapas.
Técnica 6: EmotionPrompt, o contexto do que está em jogo melhora a entrega
Pesquisadores da Microsoft e da Academia Chinesa de Ciências documentaram um efeito contra-intuitivo: adicionar uma frase ao final do prompt que comunica o peso da situação melhora a qualidade da resposta, sem alterar uma palavra da instrução técnica. O estudo foi publicado com o nome EmotionPrompt.
Testaram 11 frases diferentes em seis modelos e em 45 tipos de tarefa. O efeito apareceu em todos. Nas tarefas mais complexas, a melhora chegou a 115%. Para textos criativos e analíticos, avaliadores humanos mediram melhora de quase 11% em qualidade, veracidade e cuidado com a informação.
A explicação está no material de treinamento. Os modelos foram treinados em texto produzido por humanos. Humanos escrevem de forma diferente quando o contexto tem peso. Documentos críticos e relatórios para a liderança têm um padrão de elaboração que mensagens casuais não têm. Ao adicionar uma frase que sinaliza importância, você aciona esse padrão.
Exemplos diretos para uso em qualquer uma das três ferramentas:
- “Este artigo vai representar publicamente a empresa. A precisão e o tom são essenciais.”
- “Este texto será lido por decisores. Não pode ter imprecisões ou ambiguidades.”
- “Este e-mail vai para um cliente estratégico. Cada palavra importa.”
- “Este relatório vai para uma apresentação executiva. A clareza é crítica.”
A frase precisa ser verdadeira sobre a situação real. Adicionada por rotina, sem relação com o contexto, perde o efeito.
Antes de enviar: o checklist do bom prompt de escrita
Os fundamentos de higiene de prompt, verbo preciso, contexto básico, sequência lógica, formato definido, estão cobertos no guia de prompts para ChatGPT, Gemini e Claude. O checklist a seguir cobre os pontos que são específicos de produção de texto e que os guias gerais não tratam:
1. Você incluiu ao menos um exemplo de referência (Few-Shot)? Descrever tom em palavras sempre perde para mostrar um texto que já tem o tom. Se você tem três parágrafos antigos com o estilo desejado, cole. O ganho é maior que qualquer refinamento verbal.
2. Há um bloco de Sculpting com os cacoetes a evitar? Restrições explícitas cortam o resultado artificial antes que ele seja gerado. Use a lista da Técnica 5 como ponto de partida, mantendo entre três e seis restrições por prompt.
3. Você substituiu proibições vagas por direcionamentos positivos? Pesquisas sobre o comportamento de modelos frente a negações mostram que nomear um comportamento proibido tende a ativá-lo antes de suprimi-lo, com o efeito mais pronunciado em modelos maiores. Transformações diretas:
- “não seja informal” → “mantenha tom profissional e direto”
- “não repita informações” → “cada parágrafo deve introduzir uma informação nova”
- “não seja longo” → “limite a resposta a três parágrafos”
Sculpting, que usa negações, funciona porque as restrições são concretas e específicas. Evite negações vagas, não as específicas.
4. Para prompts longos, a instrução central aparece também no final? Em prompts com muito contexto, instruções definidas apenas na abertura perdem peso à medida que o volume cresce. Repetir o objetivo e o formato no final, em uma linha, reativa o que o modelo precisa executar.
5. Você adicionou o contexto de peso ao final? Se a situação tem peso real, cliente estratégico, apresentação para diretoria, texto que vai representar a empresa, comunique isso. EmotionPrompt em ação.
6. O bloco de referências traz o seu perfil de estilo? Se você já rodou a Técnica 4 (personalização de voz), cole o perfil em todo prompt de texto. É a instrução com maior retorno por palavra investida.
Perguntas frequentes sobre prompts para escrever com IA
Qual a diferença entre ChatGPT, Gemini e Claude para criação de textos?
As três ferramentas funcionam bem para a maioria das tarefas de escrita cotidianas. As diferenças aparecem em usos específicos. O ChatGPT se destaca em versatilidade e na integração entre texto, imagem e código em uma mesma sessão. O Gemini tem vantagem para quem trabalha no Google Workspace, com integração nativa ao Docs e Drive e janela de contexto muito ampla para textos longos. O Claude é a referência para textos que exigem análise crítica, síntese de documentos complexos e seguimento preciso de instruções ao longo de sessões longas. Rankings públicos como o LMArena medem desempenho comparado entre os modelos, mas as três empresas lançam versões novas a cada poucas semanas, o que faz a ordem mudar com frequência. O que se mantém estável é a recomendação por contexto de uso, não por posição em ranking da semana.
O que é o framework PACREF?
PACREF é um acrônimo para os seis elementos que compõem um prompt completo para produção de texto: Persona (papel que o modelo assume), Ação (o que deve ser feito e como), Contexto (o que o modelo precisa saber), Referências (exemplos e critérios de qualidade), Estrutura (organização do próprio prompt) e Formato (como a resposta deve ser entregue). O framework foi desenvolvido por Edney “InterNey” Souza no livro Engenharia de Prompts na Prática como checklist cognitivo para garantir que nenhum elemento essencial foi esquecido.
O que é Few-Shot prompting?
Few-Shot prompting é a técnica de fornecer um ou mais exemplos de entrada e saída antes da instrução principal. O modelo identifica o padrão entre os exemplos e aplica a mesma lógica à tarefa real. É especialmente útil quando o resultado ideal é difícil de descrever em palavras, mas você tem exemplos do que funciona. A técnica funciona da mesma forma no ChatGPT, no Gemini e no Claude.
O que é Passive Prompting?
Passive Prompting é a técnica de instruir o modelo a fazer perguntas de esclarecimento antes de escrever, em vez de tentar especificar tudo de uma vez. É útil em tarefas complexas onde um briefing incompleto geraria retrabalho alto. A instrução padrão é: “Antes de escrever, faça até 5 perguntas de esclarecimento. Só comece depois de receber as respostas.”
O que é EmotionPrompt?
EmotionPrompt é uma técnica de engenharia de prompts que consiste em adicionar ao final do prompt uma frase que comunica o peso ou a importância da tarefa. Pesquisadores da Microsoft documentaram que esse elemento melhora a qualidade das respostas em até 115% em tarefas complexas e quase 11% em textos criativos e analíticos, sem alterar a instrução técnica. A frase precisa ser verdadeira sobre a situação real para ter efeito.
Como evitar que textos gerados por IA pareçam artificiais?
Pesquisa com 3.836 posts brasileiros identificou 12 padrões textuais que sinalizam origem artificial: fragmentação dramática, falso insight, formatação com emoji, travessão dramático, perguntas retóricas e retórica de ruptura são os seis com maior impacto negativo no engajamento. Posts com cinco ou mais desses padrões têm engajamento 52% menor. A forma prática de eliminá-los é usar sculpting: incluir um bloco de restrições explícitas antes de qualquer instrução de texto.
As técnicas de prompting funcionam igualmente no ChatGPT, Gemini e Claude?
Sim. Few-Shot, PACREF, Passive Prompting, Sculpting e EmotionPrompt funcionam da mesma forma nos três modelos porque partem de princípios de como modelos de linguagem interpretam instruções. O que muda entre plataformas são os recursos específicos (integração com outras ferramentas, janela de contexto, geração de imagem), não a lógica de construção do prompt.
Qual é o melhor prompt para escrever um artigo de blog?
Prompts eficazes para artigos de blog combinam três elementos: o framework PACREF para estruturar a instrução completa, um bloco Few-Shot com exemplos do tom desejado, e restrições de Sculpting para cortar cacoetes antes da geração. Para textos mais longos, use o workflow em duas etapas: peça primeiro o outline aprovado, depois gere o conteúdo seção por seção. Para preservar a sua voz, inclua um bloco de referências gerado pela análise dos seus próprios textos publicados.
O que muda quando você domina os prompts de escrita
Profissionais que estruturam prompts com os elementos descritos aqui relatam uma mudança que vai além da velocidade. O retrabalho cai porque os primeiros resultados chegam mais próximos do esperado. A própria voz volta a aparecer nos textos, porque você passou a instruir o modelo com o seu estilo, não a aceitar o estilo padrão.
O ChatGPT, o Gemini e o Claude não escrevem por você. Escrevem com você, a partir do que você instrui. Quanto melhor a instrução, mais o resultado reflete o que você teria escrito, em menos tempo.
As técnicas, do Few-Shot ao EmotionPrompt, funcionam da mesma forma em qualquer modelo. O que muda com a prática é o julgamento sobre qual usar para cada tipo de texto.
Resumo das técnicas
Para consulta rápida:
Few-Shot para estilo: cole três a cinco exemplos de textos com o tom desejado e peça que o modelo siga o mesmo padrão. Funciona melhor que qualquer descrição verbal.
Passive Prompting: peça à IA que faça perguntas antes de escrever, quando o briefing estiver incompleto.
PACREF (Persona, Ação, Contexto, Referências, Estrutura, Formato): para textos longos e complexos que exigem especificação completa. Os três primeiros elementos vêm dos fundamentos de prompt; os três últimos (Referências, Estrutura, Formato) são o diferencial para produção editorial.
Workflow em 7 etapas: ideias, feedback, escolha, rascunho, edição humana, revisão por IA, iteração. A edição do meio é insubstituível.
Personalização de estilo: para produtores de conteúdo que precisam que os textos preservem a própria voz. Analise seus textos, extraia o padrão, use como bloco de referências.
Sculpting: quando você tem rejeições claras mas dificuldade de articular o positivo. Define o resultado pelo que elimina. Use a lista de cacoetes documentados como base das restrições.
EmotionPrompt: acrescente ao final do prompt uma frase verdadeira sobre o peso da situação.
Edney “InterNey” Souza é professor, palestrante e conselheiro consultivo de empresas, especializado em tecnologia e inovação. Leciona na ESPM, Insper, USP, PUCRS e IBGC. Autor do livro Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude. Trabalha com tecnologia desde 1990 e fundou 7 startups ao longo da carreira.
O melhor que li até agora, desde a Crianção do Chat GPT
Obrigado pelo feedback Adail. Tenho usado diariamente o ChatGPT e foi um prazer compartilhar meus aprendizados.