Método

A IA não entendeu o que eu pedi. E agora? Nunca a melhor resposta vai ser a primeira

Não apague e não escreva só "melhora isso". A primeira resposta mostra o que a ferramenta preencheu sozinha. Peça que ela liste o que supôs sem você ter dito, aponte o que faltou no pedido, faça até três perguntas, uma por vez, e só então refaça mostrando o que mudou. A segunda rodada costuma valer mais que a primeira.

Neste artigo (7 seções)

O pintor e o branco

Você pede ao pintor que pinte a sala de branco. Volta no fim do dia e a parede está amarelada. Você tem duas saídas ruins: demitir o pintor ou dizer “não gostei” e ir embora. Ele vai pintar de novo, e vai errar de novo, porque continua sem saber qual branco você queria.

A saída boa é a terceira. Você pergunta que tinta ele usou, mostra o tom que tinha na cabeça, e aí descobre que “branco”, para ele, era o que ficava bem com o piso. A primeira demão não foi perda. Foi a primeira vez que vocês viram que estavam falando de brancos diferentes.

Com a inteligência artificial acontece igual, e quase todo mundo escolhe uma das duas saídas ruins. Eu vejo isso o tempo todo e já disse numa live: “A pessoa manda uma mensagem, recebe uma resposta e imagina que a conversa tem que parar por ali.” Aí lê, acha fraco, fecha a aba. Ou escreve “melhora isso” e recebe a mesma coisa com outras palavras.

Numa outra live, em julho, resumi assim: “Gente, nunca a tua melhor resposta vai ser a primeira.”

Por que a primeira resposta erra

Já escrevi que a resposta é do tamanho do relato: pedido curto, resposta morna. E que, quando você não sabe o que contar, vale mandar a ferramenta te entrevistar antes de responder. Os dois textos tratam do que acontece antes da resposta. Este é sobre o depois. Você já pediu, ela já respondeu, e não ficou bom. E agora?

O que vale lembrar é que a ferramenta não deixou buraco nenhum em branco. Tudo o que você não disse, ela decidiu sozinha: para quem era, em que tom, com que tamanho, para quê. A primeira resposta é o retrato dessas decisões. Por isso ela é útil mesmo quando é ruim. Ela mostra, por escrito, tudo o que você deixou de dizer.

Na mesma live eu completei: “a ferramenta não vai entender porque você se expressou mal, você vai corrigindo.” Corrigir é o trabalho normal, não sinal de que a ferramenta não presta.

Os fabricantes dizem o mesmo. No blog oficial do Claude, a Anthropic lista entre os erros comuns esquecer de iterar: “The first prompt rarely works perfectly. Test and refine.” O primeiro pedido raramente funciona perfeitamente; teste e refine. No blog do Google Workspace, uma consultora do Google escreve que pedir é uma conversa, com ida e volta, e que, em vez de tentar escrever um pedido perfeito, você deve usar cada resposta para guiar o próximo pedido.

Um cuidado de honestidade: o mesmo texto da Anthropic diz que um pedido bem construído pode chegar lá de primeira, enquanto um mal estruturado pede várias trocas para esclarecer a intenção. Ou seja, a segunda rodada não é licença para caprichar menos na primeira. É o que você faz quando a primeira, mesmo caprichada, não acertou.

Por que “melhora isso” não funciona

“Melhora isso” não diz o que estava errado. A ferramenta precisa adivinhar de novo, e adivinha pelo mesmo critério da primeira vez: o mais provável. Muda as palavras, mantém as suposições.

“Não gostei” é pior. A ferramenta tende a concordar com você: em 2023, pesquisadores da Anthropic acharam esse comportamento em cinco assistentes de IA, e eu expliquei o porquê em como fazer a IA parar de elogiar e dar uma resposta sincera. Na prática, ela dá razão a você e troca uma suposição por outra, igualmente dela.

O que funciona é dizer o que estava errado e por quê. No rádio, dei o exemplo de como eu falo com a ferramenta: “Ó, eu não gostei, eu acho que tá muito grande, não tá no tom que eu falo, eu não uso essas palavras”. Repare que cada pedaço da frase aponta um defeito diferente. A documentação da Anthropic vai na mesma linha: explicar o porquê de uma instrução dá ao modelo mais informação sobre o seu objetivo e ajuda a resposta a mirar melhor. O blog do Google pede a mesma coisa com outras palavras: diga o que ela errou e o que você gostaria de ver no lugar.

O problema é que nem sempre você sabe dizer o que está errado. Você só sabe que não ficou bom. É aí que entra o pedido da segunda rodada.

Antes de corrigir, peça o mapa das suposições

O pedido tem uma ordem, e a ordem é o que faz ele funcionar.

Primeiro, a ferramenta lista o que supôs sem você ter dito. É o pintor contando qual tinta usou. Quase sempre aparece ali a suposição que estragou tudo: ela achou que o cliente era leigo, que o tom era formal, que o objetivo era só informar.

Segundo, ela aponta o que faltou no seu pedido, em ordem de importância. Não é para ela responder por você. É para você ver a lista do que não contou.

Terceiro, ela faz no máximo três perguntas, uma por vez. Aqui está a diferença para a entrevista do começo: agora você responde olhando para um texto concreto. É muito mais fácil dizer “o motivo do atraso não foi esse” do que lembrar, diante da tela em branco, que precisava contar o motivo.

Só depois ela refaz, e mostra o que mudou e por quê, ligando cada mudança a uma resposta sua. Essa lista é o que você confere. Se apareceu no texto algo que você não disse, foi ela que pôs.

Esse pedido fica no segundo degrau da escada dos quatro níveis, o de instruir. Você não muda de ferramenta nem de assunto. Muda o jeito de responder à primeira resposta.

Quando parar

A segunda rodada não é para sempre. Eu paro em três situações.

Quando a nova versão já me serve com ajustes pequenos, que faço à mão mais rápido do que explicando. Quando as perguntas dela começam a ser sobre coisas que não mudam o resultado. E quando ela começa a se perder, desfazendo o que já estava bom.

Para o terceiro caso, tenho uma frase pronta, que dei na live de julho: “Ó, me fala o que deu certo até aqui e eu vou começar numa conversa nova.” Você pega o resumo, abre uma conversa nova, cola, diz o que deu errado e segue dali.

E tem o que não muda em rodada nenhuma. A ferramenta refaz o texto; quem confere se o motivo do atraso é verdadeiro, se a frase não promete o que você não controla e se aquilo pode ir para o cliente é você.

Para testar hoje

Um pedido de segunda rodada, no degrau de instruir: você cola logo depois de uma primeira resposta fraca, na mesma conversa. Troque o que está entre colchetes.

Sua resposta não ficou como eu precisava. Antes de refazer, quero entender como você chegou nela. Não reescreva nada ainda.

Siga estes quatro passos, nesta ordem:

1. O que você supôs. Liste tudo o que você presumiu sem que eu tivesse dito: para quem é, o tom, o tamanho, o motivo, o que eu quero que a pessoa faça depois de ler. Uma linha cada, começando com [suposição].
2. O que faltou no meu pedido. Diga, em ordem de importância, que informação teria mudado a sua resposta. Não responda por mim.
3. Perguntas. Faça no máximo três perguntas, UMA por vez, começando pela que mais muda o resultado. Espere a minha resposta antes da próxima. Se eu escrever "chega", pare e vá para o passo 4.
4. Só então refaça. Entregue a nova versão e, embaixo, uma lista "o que mudou e por quê", ligando cada mudança a uma resposta minha. O que eu não respondi continua marcado [suposição].

Regras:
- Não acrescente fato que não esteja no meu pedido ou nas minhas respostas.
- Não cite lei, súmula, julgado nem prazo legal. Se precisar, escreva "conferir [o quê]".
- Nas minhas respostas eu vou usar o papel das pessoas (a cliente, a empresa, a vara), nunca nome, CPF, CNPJ ou número de processo. Faça o mesmo.

O que eu queria com o pedido, em uma frase: [para quem é e para que serve]

O que saiu no teste feito para este artigo, em novembro de 2026: um modelo de IA (Claude Sonnet), numa sessão separada que não viu este artigo, recebeu um pedido fictício (“faz um e-mail para o cliente avisando que o processo atrasou”) e uma primeira resposta genérica, com “trâmites internos do Poder Judiciário” e “Prezado(a) cliente”. Colado o pedido acima, ele fez os quatro passos na ordem, sem reescrever nada antes da hora. As suposições listadas eram todas rastreáveis ao e-mail fraco: a causa inventada, a leitora indefinida, a falta de data, a ideia de que o objetivo era só informar. Fez três perguntas, uma por mensagem, e as respostas do usuário também eram fictícias. A nova versão trouxe o motivo real (audiência cancelada pela vara por falta de pauta), reconheceu que a cliente já tinha cobrado duas vezes, disse com todas as letras que não dá para prometer data de audiência e trocou “entraremos em contato” por um retorno em quinze dias, mesmo sem novidade. A lista do que mudou ligou cada mudança a uma resposta.

Onde ele falha, e por isso a revisão é sua: a terceira pergunta saiu composta, duas perguntas numa só. A nova versão acrescentou um conselho que ninguém pediu (“não conte com ela no seu planejamento de caixa”); marcou como suposição, mas pôs no texto mesmo assim. Algumas suposições da lista não mudavam nada, como o tamanho de três parágrafos. E o pedido deixa brechas: não diz se, depois das perguntas, a ferramenta deve esperar o seu “ok” ou refazer direto, nem que use um marcador como [nome da cliente] no lugar do nome. A lista do que mudou é a ferramenta descrevendo o próprio trabalho: confira contra o texto antes de mandar.

Na prática

  1. Na próxima resposta fraca, não apague a conversa e não escreva “melhora isso”.
  2. Cole o pedido de segunda rodada e preencha, em uma frase, para quem era e para que servia.
  3. Leia a lista de suposições procurando a que estragou o texto. Quase sempre é uma só.
  4. Responda às perguntas com o papel das pessoas, nunca com nome, documento ou número de processo.
  5. Na nova versão, confira cada item de “o que mudou” contra o texto e apague o que você não disse.
  6. Se a ferramenta se perder, peça o resumo do que deu certo e recomece numa conversa nova. O que sai para o cliente, e a assinatura, continuam seus.

Fontes

  1. Google Workspace Blog: Because you asked, Take prompting to the next level (Laura Mae Martin, 5/11/2025) (workspace.google.com)
  2. Claude (Anthropic), blog: Best practices for prompt engineering for 2026 (10/11/2025) (claude.com)
  3. Anthropic, Prompting best practices: Be clear and direct, add context to improve performance (documentação oficial) (platform.claude.com)
  4. Anthropic, pesquisa: Towards Understanding Sycophancy in Language Models (23/10/2023) (anthropic.com)

Esta ideia apareceu primeiro em as lives de quarta-feira no YouTube e o programa CBN Tecnologia, na CBN Cuiabá, em 29 de julho de 2026.

Achou útil? Mande para alguém.

Compartilhar no WhatsAppCompartilhar no LinkedIn

Receba o boletim de sexta

Os artigos da semana e uma nota curta, toda sexta de manhã. Sem oferta.

Leia a seguir