Como Escrever Melhor com IA: Guia de Prompts Avançados para ChatGPT, Gemini e Claude

Atualizado em junho/2026.

O que você vai aprender aqui

• Por que um prompt vago produz texto genérico e como a instrução muda isso.
• Comparativo prático: quando usar ChatGPT, Gemini ou Claude para escrever.
• 6 técnicas de engenharia de prompts para criação de texto: Few-Shot, Passive Prompting, PACREF, workflow em 7 etapas, personalização de voz, Sculpting e EmotionPrompt.
• 21 cacoetes de IA documentados em pesquisas, levantamentos e estudos de Big Techs: 8 com exemplos antes/depois neste artigo, 13 no guia completo, e um prompt de Sculpting copiável para eliminá-los.
• O guia completo ANTI_IA.md com todos os padrões documentados, disponível para assinantes da newsletter.

Este artigo complementa o livro gratuito Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude, Best Seller na Amazon com mais de 800 avaliações 4,5. Baixe agora e aprofunde todas as técnicas deste artigo com exemplos por área e exercícios práticos.

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 o artigo mais provável sobre liderança, construído a partir dos padrões mais frequentes no conjunto de treinamento.

O resultado fica na média. Tecnicamente correto, 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 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.

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, comece pelo artigo Como criar prompts de sucesso no ChatGPT, Gemini e Claude, que cobre a anatomia completa de um bom prompt.

ChatGPT, Gemini ou Claude: qual usar para escrever?

As três ferramentas funcionam bem para a maioria das tarefas de escrita cotidianas. As diferenças aparecem quando o trabalho fica mais específico.

A diferença de qualidade entre um modelo sem configuração e um com contexto bem definido é maior do que a diferença entre plataformas de empresas diferentes. Investir na instrução rende mais do que trocar de ferramenta.

O Claude é o único dos três que permite combinar Skills e Projects ao mesmo tempo, aplicando um assistente personalizado dentro de um espaço de trabalho com arquivos. 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 (Brown et al., 2020) e tornou-se uma das abordagens mais replicadas em engenharia de prompts.

Um 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.

Few-Shot funciona melhor quando você tem exemplos reais com tom definido, e quando os exemplos mostram consistência, não variação de estilo ou critério.

Passive Prompting resolve um problema diferente: 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. 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 no livro Engenharia de Prompts na Prática, organiza essa estrutura em seis elementos: Pessoa, Acao, Contexto, Referencias, Estrutura e Formato.

Os três primeiros (Persona, Ação, Contexto) são os fundamentos já cobertos em prompt engineering básico. O diferencial do PACREF para produção de texto está nos três últimos.

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, cabeçalhos em Markdown 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.

Um prompt com PACREF para um artigo:

[Persona] Atue como especialista em marketing de conteúdo com foco em audiências B2B.
[Acao] 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. Aplique os modificadores de persona, tom, linguagem e propósito para calibrar o modelo.

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.

Etapa 6: Devolva o texto editado para revisão com este prompt:

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.

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 coletada, transcrições de entrevistas, relatórios, briefings de clientes. Esse princípio está detalhado no artigo sobre engenharia de contexto para agentes de IA. Quando o workflow estiver validado, o próximo passo é configurá-lo como um assistente personalizado, um GPT Customizado no ChatGPT, um Gem no Gemini, uma Skill no Claude, para que o fluxo rode por padrão.

Para ver como os modelos evoluíram recentemente, os artigos sobre o Google I/O 2026 cobrem os anúncios com análise de impacto prático para quem usa ChatGPT, Gemini e Claude no dia a dia.

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. 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 tem duas etapas. Na primeira, você reúne três a cinco textos que escreveu, artigos, posts, e-mails longos, 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 características concretas: frases curtas com sujeito-verbo-objeto, abertura com situação real antes do conceito técnico, dado de pesquisa como reforço de argumento depois do raciocínio, sem adjetivação decorativa, fechamento com perspectiva em vez de 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]

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 pode ser reutilizado indefinidamente nos três modelos. Se o seu estilo evoluiu, 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. Sculpting ganha precisão quando as restrições são baseadas em evidência, não em intuição. É o que explica a seção a seguir.

Os 21 cacoetes documentados pela pesquisa e como elimina-los

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. Posts com cinco ou mais desses padrões tem 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.

Pesquisa acadêmica foi mais longe. O levantamento atual cobre 21 padrões documentados com base em estudos como Reinhart et al. (2025), Abdulhai et al. (2026) e Muñoz-Ortiz et al. (2024), cobrindo desde caracteres tipográficos automáticos até estruturas de raciocínio que delatam geração por RLHF.

Esta seção traz os oito padrões mais visíveis, com exemplos de como aparecem e como reescrever. O guia completo com todos os 21 padrões e suas correções está disponível para download gratuito na newsletter. Assine em interney.substack.com e receba o arquivo ANTI_IA.md diretamente.

1. Abertura de moldura genérica de época

Qualquer texto sobre qualquer tema pode começar com uma dessas. É a assinatura mais reconhecível da escrita de IA: o modelo enquadra o tema em uma crise ou mudança global antes de entrar no assunto real.

Como cortar: reescrever a abertura com uma situação reconhecível pelo leitor, um dado verificável ou a tese diretamente.

2. Construção “Não e X, e Y” e variantes verbais

O padrão nega uma interpretação e apresenta a “correta” em sequência imediata. Parece filosófico. Na prática, é a forma mais comum de fingir perspectiva sem desenvolvê-la.

Como cortar: substituir a negação pela descrição direta do mecanismo ou do comportamento concreto.

3. Hedging de funcionário

Qualificadores que anunciam a informação antes de dizê-la. Simulam cautela intelectual, mas diluem a afirmação.

Como cortar: remover o qualificador inteiro. Se a afirmação for forte, deixá-la forte. Se for especulação, nomear a incerteza com precisão.

4. Verbos de imersão como promessa introdutória

O modelo usa esses verbos para anunciar que vai começar a fazer algo, sem fazer nada ainda.

Como cortar: substituir por verbo que descreve o movimento real do argumento, ou começar diretamente pelo conteúdo.

5. Empatia fabricada

Construções de conforto que tratam o leitor como paciente, não como profissional adulto.

Como cortar: remover integralmente. Tratar o leitor como interlocutor que chegou pelo assunto, não pelo acolhimento.

6. Gerúndio de fechamento sem ação concreta

Gerúndios no fim de frase que simulam movimento sem descrever nenhuma ação real.

Como cortar: substituir o gerúndio pelo resultado concreto com escala estimável.

7. “Transformar” como promessa vaga

O verbo e seus derivados aparecem em praticamente todo texto de IA sobre negócios e tecnologia. Sozinhos, não descrevem nada.

Como cortar: nomear o objeto real da mudança, a direção e a escala estimável.

8. CTA genérico de rede social

Chamadas para ação sem relação com o conteúdo que veio antes.

Como cortar: encerrar com síntese prática ou pergunta específica que decorre do conteúdo.

Os outros 13 padrões

O guia ANTI_IA.md documenta mais 13 padrões com a mesma profundidade: caracteres tipográficos que delatam geração automática (travessoes, aspas curvas, reticências unicode), nominalização de ação, transições mecânicas, ritmo de metrônomo, paralelo negativo, variação forçada de termos, frases banidas por frequência em LLMs, locuções participiais de profundidade falsa, regra de três artificial, validação reflexa de abertura, fechamento em espelho, pergunta retórica em série e positividade artificial. Cada padrão tem origem documentada em pesquisa peer-reviewed ou levantamento com metodologia publicada.

Para baixar o ANTI_IA.md gratuitamente, assine a newsletter em interney.substack.com.

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 (Li et al., 2023).

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 tem. Ao adicionar uma frase que sinaliza importância, você aciona esse padrão.

Exemplos diretos para uso nos três modelos:

• “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.”

A frase precisa ser verdadeira sobre a situação real. Adicionada por rotina, sem relação com o contexto, perde o efeito.

O que cortar antes de publicar: prompt de Sculpting copiável

Reúne as restrições das oito seções acima em um bloco pronto para colar antes de qualquer instrução de texto. Adapte conforme o tipo de conteúdo.

Para este texto, as seguintes restrições são obrigatórias:
- Sem abertura com "em um mundo onde", "na era de", "no cenário atual" ou molduras genéricas de época.
- Sem construção "não é X, é Y" ou variantes verbais ("não faz X, faz Y").
- Sem qualificadores de hedging: "é importante notar que", "cabe destacar que", "vale ressaltar que", "de certa forma".
- Sem verbos de imersão como promessa introdutória: "vamos explorar", "embarque nesta jornada", "vamos nos aprofundar".
- Sem empatia fabricada: "você não está sozinho", "parabéns por dar este passo", "este é o seu momento".
- Sem gerúndio de fechamento sem ação concreta: "transformando", "levando as organizações a", "abrindo possibilidades".
- Sem "transformar" e derivados sem objeto real, direção e escala estimável.
- Sem CTA genérico de rede social no encerramento.
- Sem travessão como recurso de ênfase ou pausa dramática.
- Sem perguntas retóricas de abertura ou encerramento.
- Sem fragmentação dramática (parágrafos de uma frase para criar suspense).
[Instrução da tarefa a seguir.]

Mantenha entre três e seis restrições ativas quando o texto for curto. Para textos mais longos ou com estrutura mais livre, o bloco completo funciona bem.

Para o guia com todos os 21 cacoetes documentados, exemplos e correções, assine a newsletter em interney.substack.com e baixe o ANTI_IA.md gratuitamente.

Antes de enviar: o checklist do bom prompt de escrita

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.
2. Há um bloco de Sculpting com os cacoetes a evitar? Restrições explicitas cortam o resultado artificial antes que ele seja gerado.
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. “Não seja informal” vira “mantenha tom profissional e direto”. “Não repita informações” vira “cada parágrafo deve introduzir uma informação nova”.
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, 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. ChatGPT se destaca em versatilidade e na integração entre texto, imagem e código em uma mesma sessão. Gemini tem vantagem para quem trabalha no Google Workspace. Claude é a referência para textos que exigem análise crítica, síntese de documentos complexos e seguimento preciso de instruções ao longo de sessões longas.

O que é o framework PACREF?

PACREF é um acrônimo para os seis elementos que compõem um prompt completo para produção de texto: Persona, Ação, Contexto, Referências, Estrutura e Formato. O framework foi desenvolvido como checklist cognitivo para garantir que nenhum elemento essencial foi esquecido antes de enviar a instrução.

O que é Sculpting em engenharia de prompts?

Sculpting é a técnica de moldar o resultado pelo que você quer eliminar. Restrições explícitas entram antes da instrução principal. O que sobra depois das exclusões é o que você quer, mesmo que você não soubesse descrevê-lo em palavras positivas antes.

O que são cacoetes de IA na escrita?

Cacoetes de IA são padrões textuais que sinalizam ao leitor que o texto foi gerado por modelo de linguagem, mesmo quando o conteúdo é tecnicamente correto. A pesquisa cobre 21 padrões documentados, dos quais os mais frequentes são: abertura com moldura genérica de época, construção “não é X, é Y”, hedging de funcionário, empatia fabricada e gerúndio de fechamento sem ação concreta.

Como evitar que textos gerados por IA parecam artificiais?

A forma mais eficaz é Sculpting com lista de restrições específicas baseadas em evidência. Use o bloco de restrições desta página antes de qualquer instrução de texto. Para o guia completo com os 21 padrões documentados, assine a newsletter em interney.substack.com e baixe o ANTI_IA.md gratuitamente.

O que é EmotionPrompt?

EmotionPrompt é a técnica de adicionar ao final do prompt uma frase que comunica o peso da situação. Pesquisadores da Microsoft documentaram que esse elemento melhora a qualidade em até 115% em tarefas complexas, sem alterar a instrução técnica (Li et al., 2023). A frase precisa ser verdadeira sobre a situação real para ter efeito.

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, 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 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.

Onde começar amanhã

Escolha uma técnica por vez. Se você nunca usou Few-Shot, comece por ali: reúna três textos seus com o tom que quer replicar e envie junto com a próxima instrução de texto. A diferença é imediata.

Se o problema é que os textos chegam com cara de IA, use o prompt de Sculpting desta página antes da próxima instrução. Para o guia completo com todos os 21 cacoetes documentados e suas correções, assine a newsletter em interney.substack.com e baixe o ANTI_IA.md gratuitamente.

Quando as duas técnicas estiverem no seu fluxo habitual, adicione o PACREF para tarefas mais complexas. A combinação das três cobre a maior parte dos casos de uso.

Quanto melhor a instrução, mais o resultado reflete o que você teria escrito, em menos tempo.

Para descobrir qual curso da ESPM faz mais sentido para aprofundar prompts e escrita com IA na sua trajetória, você pode conversar com o Consultor de Carreira, um agente de IA que indica os cursos da minha curadoria conforme o seu perfil.

Edney “InterNey” Souza atua com tecnologia desde 1990 como professor, palestrante e conselheiro consultivo de empresas em tecnologia e inovação. Fundou sete startups ao longo da carreira. Leciona na ESPM, Insper, USP, PUCRS e IBGC. É autor do livro gratuito Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude.