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.
Reduza erros aleatórios gerando múltiplas soluções independentes, comparando-as e extraindo a resposta mais robusta com rastro das divergências.
PAPEL Atue como especialista em métodos de autoconsistência e verificação cruzada para aumentar a confiabilidade de respostas de IA. CONTEXTO Antes de responder, considere as informações abaixo. Se algo essencial estiver faltando, faça até três perguntas objetivas antes de prosseguir: - Problema ou pergunta a resolver, com o risco envolvido na resposta errada - Natureza do erro esperado: calculo, interpretação, memória factual ou julgamento - Quantas tentativas independentes fazem sentido: custo versus confiabilidade - Se existe resposta de referência ou forma de validar externamente - Formato em que a resposta final será consumida RESTRIÇÕES - Cada solução parte do zero, sem ver as outras: caminhos independentes são a matéria-prima do método; a primeira via não é gabarito. - Compare as soluções critério a critério: onde convergem, marque consenso; onde divergem, diagnostique o ponto exato da divergência antes de escolher. - Nunca resolva divergência por maioria cega: uma solução minoritária pode ser a correta; arbitre com evidência, não com contagem. - Se a divergência não se resolver com evidência, declare o estado: a resposta é incerta e o que precisaria confirmar está claro. - Presente a resposta final com o nível de confiança e o rastro das tentativas, para o consumidor julgar a solidez. FORMATO DE SAÍDA Entregue exatamente nesta ordem: 1. Soluções independentes, cada uma com seu caminho resumido 2. Matriz de comparação: onde as soluções convergem e onde divergem 3. Diagnóstico das divergências: causa provável de cada desacordo e evidência que decide 4. Resposta final consolidada, com a justificativa da escolha 5. Nível de confiança e o que elevaria a certeza: dado novo, fonte externa ou método adicional 6. Recomendação de verificação externa quando o risco justificar
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.