Prompts para Grok: exemplos prontos e como escrever pedidos que funcionam

Um pedido vago no Grok devolve uma resposta vaga, e a culpa quase nunca é do modelo

A diferença entre "me ajuda com esse código" e um prompt que declara objetivo, contexto e formato é gritante

Aqui você vai encontrar modelos prontos organizados por objetivo, e o método pra escrever os seus quando o modelo pronto não encaixar

Um detalhe que muda o jogo: o Grok tem acesso a busca em tempo real, inclusive dados do X, o que ele usa pra confirmar fatos e achar fontes primárias sobre eventos atuais

Isso significa que dá pra fazer pedidos que dependem do agora, e não só do que o modelo já sabia. Bora montar isso direito?

Antes de escrever: o que ter em mãos

Prompt bom começa antes de digitar

Antes de abrir a caixa de texto, resolva três coisas na sua cabeça:

• Qual o objetivo real do pedido: você quer código funcionando, um resumo, ideias ou uma análise? Um pedido tenta uma coisa só de cada vez
• Que contexto o Grok precisa pra não chutar: a linguagem, o público, o tom, o que já foi decidido, o que NÃO pode acontecer
• Que formato de resposta você quer receber: lista, tabela, JSON, texto corrido, passo a passo

Se você conhece a lógica de dar briefing pra um freelancer, é a mesma ideia. Ninguém entrega bem sem briefing

Sobre onde você usa isso: no assistente Grok você conversa direto na interface, e o mesmo raciocínio de prompt vale pra API

O Grok 4.5 é o modelo topo de linha da xAI hoje, voltado a código, tarefas agênticas e trabalho de conhecimento

Na API do Grok 4.5 você ainda escolhe o esforço de raciocínio: low, medium ou high, sendo high o padrão. O preço pra desenvolvedor é US$2 por 1M de tokens de entrada e US$6 por 1M de tokens de saída

Como estruturar um pedido no Grok passo a passo

Esse é o esqueleto que você repete em quase todo prompt sério

1. Declare o objetivo em uma frase. Comece dizendo o que você quer, direto, tipo "escreva uma função em Python que valida CPF". O erro comum deste passo: abrir com "me ajuda com uma coisa" e deixar o Grok adivinhar o resto

2. Dê o contexto. Diga a linguagem, o público, o que já existe, o que a resposta vai virar depois. O erro comum deste passo: assumir que o modelo conhece o seu cenário. Ele não senta do seu lado, tudo que ele sabe do seu caso é o que você escreveu

3. Imponha as restrições. Limite tamanho, tom, escopo e o que é proibido: "no máximo 20 linhas", "sem bibliotecas externas", "não invente dado". O erro comum deste passo: não restringir nada e depois reclamar que veio grande demais ou fora do tom

4. Peça o formato de saída. Fale exatamente como quer receber: tabela, lista numerada, bloco de código, JSON com tais campos. O erro comum deste passo: não dizer o formato e ter que pedir de novo pra reformatar

5. Use marcação rotulada em pedido longo. Quando a instrução é grande ou complexa, a xAI recomenda separar as partes com tags XML ou títulos em Markdown, pra melhorar a precisão de recuperação do Grok. Assim ele não confunde a tarefa com a restrição. O erro comum deste passo: despejar tarefa, contexto e regra tudo num parágrafo só e esperar que ele adivinhe onde uma coisa termina e a outra começa

Na prática, marcação rotulada é isto:

<tarefa>
Revisar a função abaixo e apontar bugs
</tarefa>

<contexto>
Código de produção em Node.js, roda em serverless
</contexto>

<restricoes>
Não reescrever tudo, só apontar o problema e sugerir o fix mínimo
</restricoes>

<codigo>
... cole o código aqui ...
</codigo>

6. Peça uso da busca em tempo real quando o tema depende do agora. Se a resposta certa muda com a data (preço, versão, notícia, quem ganhou o quê), mande o Grok buscar e citar a fonte primária, porque ele tem essa ferramenta integrada. O erro comum deste passo: perguntar algo do presente e aceitar a resposta sem pedir a fonte, aí você não sabe se é fato atual ou memória velha

Exemplos de prompts para Grok por objetivo

Agora o núcleo. Cada bloco abaixo aplica o esqueleto de cima a um objetivo diferente

Pega o modelo, troca o miolo pelo seu caso e testa

Escrever ou revisar código

<tarefa>
Escreva uma função em Python que recebe uma lista de e-mails e devolve só os válidos
</tarefa>
<contexto>
Vou usar num script de limpeza de base, sem framework
</contexto>
<restricoes>
Só biblioteca padrão, com docstring e um teste de exemplo
</restricoes>
<formato>
Um único bloco de código comentado
</formato>

Por que funciona: o objetivo é uma frase, o contexto evita que ele traga uma solução com dependência que você não quer, e o formato já pede o bloco pronto pra colar

Pra revisar, troque a tarefa por "aponte bugs e melhorias" e cole o código dentro de uma tag <codigo>

Pesquisar com fontes atuais

<tarefa>
Me diga o estado atual de X e cite as fontes primárias
</tarefa>
<contexto>
Preciso de dado de agora, não de estimativa antiga
</contexto>
<restricoes>
Use a busca em tempo real, marque cada afirmação com o link de onde veio
e diga claramente se algum dado não deu pra confirmar
</restricoes>
<formato>
Lista de pontos, cada um com a fonte ao lado
</formato>

Por que funciona: aqui você usa de propósito a busca em tempo real do Grok, que serve justamente pra confirmar fato e achar fonte primária sobre evento atual. Pedir o link ao lado de cada ponto te dá como checar, em vez de confiar cego

Resumir

<tarefa>
Resuma o texto abaixo pra quem tem 2 minutos
</tarefa>
<restricoes>
Máximo 5 bullets, sem jargão, mantendo os números importantes
</restricoes>
<texto>
... cole o texto ...
</texto>

Por que funciona: a restrição de 5 bullets e "sem jargão" controla o tamanho e o tom, que é onde resumo costuma escapar. Manter os números evita aquele resumo bonito e vazio

Brainstorm

<tarefa>
Me dê 10 ideias de X
</tarefa>
<contexto>
Público é iniciante, canal é blog
</contexto>
<restricoes>
Ideias distintas entre si, uma linha cada, sem repetir o mesmo ângulo
</restricoes>

Por que funciona: pedir quantidade e "sem repetir o ângulo" força variedade de verdade, em vez de dez versões da mesma ideia com outras palavras. O contexto do público afina o tipo de sugestão

Reescrever texto

<tarefa>
Reescreva o texto abaixo mais claro e direto
</tarefa>
<restricoes>
Mantenha o sentido, corte redundância, tom informal, sem inventar informação nova
</restricoes>
<texto>
... cole o texto ...
</texto>

Por que funciona: reescrita descamba quando o modelo "melhora" adicionando coisa que você não disse. A restrição "sem inventar informação nova" segura isso, e o tom deixa claro o registro

Análise

<tarefa>
Analise os dados abaixo e me diga o que salta aos olhos
</tarefa>
<contexto>
São números de acesso mensal de um blog
</contexto>
<restricoes>
Separe o que é fato do que é hipótese sua, não afirme causa sem base
</restricoes>
<formato>
Tabela com: observação | é fato ou hipótese | próximo passo sugerido
</formato>

Por que funciona: análise vira achismo rápido. Pedir pra separar fato de hipótese e entregar em tabela te obriga a receber a resposta num formato onde dá pra questionar cada linha

Repara que os seis exemplos são o mesmo esqueleto: objetivo, contexto, restrição, formato, e as tags separando tudo. Muda o miolo, não o método

Onde ver prompts reais que a xAI usa

Quer estudar prompt de quem construiu o modelo? A própria xAI abre o jogo

Ela publica em código aberto os system prompts usados no assistente Grok e no bot @grok do X, no repositório oficial da xAI no GitHub

É material de primeira: você vê como eles estruturam instrução de verdade, como pedem uso de ferramenta e como impõem regra de comportamento

Ler esses arquivos é uma das melhores formas de pegar padrão real de instrução, em vez de "prompt mágico" de post genérico. Dá pra ver, por exemplo, como o acesso à busca em tempo real é instruído no prompt do próprio assistente

Não precisa copiar tudo. Pega a lógica, adapta pro seu caso

Conclusão

No fim, prompt bom não é sorte nem fórmula secreta, é método

O esqueleto que atravessa o post inteiro é este: objetivo claro, contexto suficiente, restrição honesta, formato de saída definido e marcação rotulada quando o pedido é longo

Se o tema depende do agora, você ainda soma a busca em tempo real e pede a fonte

Agora o próximo passo é seu: pega um dos modelos daqui, troca pelo seu caso real e roda no Grok

Deu quase certo? Ajusta uma restrição, roda de novo, itera. É assim que o pedido vai ficando afiado 🙂