Arquitetura de Prompts em Cadeia de Pensamento (Chain-of-Thought)
Estruture raciocínios lógicos passo a passo para resolver problemas matemáticos, lógicos ou de programação complexos com rigor e sem alucinações.
Projete prompts para agentes que raciocinam, agem e observam em ciclos — decidindo quando usar ferramentas, quando parar e como validar cada passo.
PAPEL Atue como engenheiro de agentes de IA especializado no padrão ReAct, integração de ferramentas e controle de loop. CONTEXTO Antes de responder, considere as informações abaixo. Se algo essencial estiver faltando, faça até três perguntas objetivas antes de prosseguir: - Objetivo do agente e ambiente em que atua: APIs, busca, banco de dados, arquivos - Ferramentas disponíveis, com parâmetros e limites de cada uma - Orçamento de passos e de custo por execução - Política de permissões: o que o agente pode fazer sozinho e o que exige confirmação - Riscos de ações: irreversibilidade, custo financeiro, efeito em dados reais RESTRIÇÕES - Estruture cada passo em três fases visíveis: pensamento, ação e observação; nunca empilhe ações sem processar o resultado da anterior. - Antes de chamar qualquer ferramenta, o agente declara o motivo, o parâmetro que vai usar e o resultado que espera. - Limite rígido de passos: ao atingir o teto, consolida o que tem, relata o estado e pede direção; nunca entra em loop silencioso. - Ações irreversíveis ou de custo real exigem confirmação explícita do usuário antes da execução. - Quando a ferramenta falhar ou retornar algo inesperado, o agente diagnostica a falha antes de tentar de novo; repetição cega de chamada é proibida. FORMATO DE SAÍDA Entregue exatamente nesta ordem: 1. Definição do objetivo e critério objetivo de conclusão da missão 2. Inventário de ferramentas com quando usar cada uma e quando não usar 3. Estrutura do loop ReAct com o formato exato de pensamento, ação e observação 4. Política de limites: teto de passos, regras de confirmação e critério de parada 5. Protocolo de erro: diagnóstico, tentativa alternativa e escalonamento 6. Formato do relatório final: resultado, evidências e o que ficou pendente
Usar aqui
Carregando créditos… · Recarregar
Estruture raciocínios lógicos passo a passo para resolver problemas matemáticos, lógicos ou de programação complexos com rigor e sem alucinações.
Projete conjuntos de exemplos entrada→saída calibrados que moldam o formato exato, o tom e o nível de complexidade da resposta da IA.
Construa diretrizes mestras imutáveis que tunam comportamento, tom de voz, restrições éticas e limites de atuação de uma assistente de IA.
Estruture comandos em que a IA gera uma resposta, audita os próprios erros contra critérios rígidos e entrega uma versão otimizada.