Como escrever prompts melhores no Claude (com exemplos de antes e depois)

Fala aí, beleza? Boa parte das respostas ruins do Claude não nasce de modelo fraco, nasce de prompt vago

Aqui eu junto sete técnicas de contexto, exemplo e formato, cada uma com o mesmo pedido escrito de dois jeitos: o antes e o depois

Nada disso pede upgrade de plano nem modelo mais caro, é só reorganizar o que tu já escreve

Tudo que vem abaixo sai da página oficial de melhores práticas de prompting da Anthropic, que tem versão em português 🙂

Antes de começar: onde cada ajuste vive

Essa parte é chata mas evita dor de cabeça: cada ajuste mora num lugar diferente, e passo de um produto não vale pro outro

No claude.ai existem dois níveis de instrução salva:

• instruções de perfil: tu acessa clicando nas suas iniciais no canto inferior esquerdo, e o que tu escrever ali se aplica a todas as suas conversas com o Claude
• instruções de projeto: ajudam o Claude a entender o contexto e os requisitos de um projeto específico, e valem só pros chats dentro dele (projetos são espaços com histórico e base de conhecimento próprios)

No Console de desenvolvedor mora outra caixa de ferramentas: o prompt improver, que pega um prompt existente e reescreve aplicando técnicas como chain of thought e enriquecimento de exemplos

O Console também oferece a sequência completa: gerar um primeiro rascunho, adicionar templates e variáveis, e depois melhorar um prompt que já existe

Repara que são coisas de produtos diferentes, então não vá procurar o prompt improver dentro do chat: ele fica no Console

Formação Recomendada

Formação Agentes de IA

Domine a criação de Agentes de IA e Venda para Empresas

• 402 aulas
• 32 projetos
• 38h 19min

Conhecer formação

7 técnicas para escrever prompts melhores no Claude (com antes e depois)

Cada técnica abaixo vem com o mesmo pedido em duas versões, e o erro comum que faz a resposta sair torta

Bora ver na prática?

1. Seja explícito, porque o modelo é literal:

Desde o Claude Sonnet 4.5 o comportamento é literal e orientado a instrução: ele faz exatamente o que foi pedido, nada além

Então se tu perguntar se ele poderia sugerir mudanças, ele sugere e para por aí

ANTES:
Você poderia sugerir algumas mudanças nesse componente?

DEPOIS:
Faça estas edições no componente e devolva o arquivo completo:
1. extrair a lógica de fetch para uma função separada
2. tratar o estado de erro
3. manter os nomes de variáveis atuais

O erro comum deste passo: escrever o pedido em forma de pergunta educada e depois reclamar que ele "só falou e não fez"

Se tu quer ação, peça ação

2. Separe instrução, contexto e dados com tags XML:

Quando o prompt mistura instrução, contexto, exemplo e dado variável no mesmo bolo, o modelo tem que adivinhar onde uma coisa termina e a outra começa

A documentação recomenda envolver cada tipo de conteúdo na sua própria tag, tipo <instructions>, <context> e <input>, o que reduz a má interpretação

ANTES:
Resuma esse feedback dos alunos considerando que é uma turma iniciante
e o resumo é pro time de suporte: "o módulo 3 travou pra mim..."

DEPOIS:
<instructions>
Resuma o feedback em até 5 bullets, focando em problemas acionáveis
</instructions>

<context>
Turma iniciante. O resumo será lido pelo time de suporte
</context>

<input>
o módulo 3 travou pra mim...
</input>

O erro comum deste passo: colar o dado do usuário grudado na instrução, e aí o modelo trata o dado como se fosse ordem

3. Dê de 3 a 5 exemplos, dentro de tags de exemplo:

A doc é bem direta nisso: exemplos são uma das maneiras mais confiáveis de direcionar o formato de saída, o tom e a estrutura do Claude, e alguns exemplos bem elaborados melhoram a precisão e a consistência

A recomendação é de 3 a 5 exemplos, e eles precisam ser relevantes (espelhar o caso real), diversos (cobrir casos-limite) e estruturados

Cada exemplo vai em <example>, e vários exemplos ficam dentro de <examples>, pro Claude distinguir exemplo de instrução

<examples>
  <example>
    <entrada>cliente não conseguiu logar depois da troca de senha</entrada>
    <saida>categoria: acesso | urgencia: alta | acao: resetar sessão</saida>
  </example>
  <example>
    <entrada>dúvida sobre nota fiscal do plano anual</entrada>
    <saida>categoria: financeiro | urgencia: baixa | acao: encaminhar</saida>
  </example>
  <example>
    <entrada>mensagem em branco, só um emoji</entrada>
    <saida>categoria: indefinido | urgencia: baixa | acao: pedir detalhes</saida>
  </example>
</examples>

Repara no terceiro: ele é o caso-limite, o "e se vier lixo?"

É justamente esse que segura a saída no formato quando a entrada foge do roteiro

O erro comum deste passo: colocar três exemplos quase idênticos

Exemplo repetido não ensina nada novo, só ocupa espaço

A lógica de mostrar o formato em vez de descrever o formato não é exclusiva daqui, vale pra qualquer modelo: eu já falei disso ao escrever prompts para o Grok também

4. Documento longo no topo, pergunta no fim:

Esse é o ajuste mais barato do post, porque é só recortar e colar em outra ordem

A orientação oficial é colocar documentos e entradas longas (a partir de mais ou menos 20 mil tokens) perto do topo do prompt, acima da pergunta, das instruções e dos exemplos

E olha o número: perguntas no final podem melhorar a qualidade da resposta em até 30% nos testes da Anthropic, especialmente com entradas complexas de múltiplos documentos

ANTES:
Me diga quais cláusulas mudaram entre as duas versões do contrato.
(cola aqui o texto do contrato v1)
(cola aqui o texto do contrato v2)

DEPOIS:
<documentos>
(cola aqui o texto do contrato v1)
(cola aqui o texto do contrato v2)
</documentos>

Me diga quais cláusulas mudaram entre as duas versões do contrato

O erro comum deste passo: jogar a pergunta primeiro por costume de conversa, porque no chat a gente escreve falando

5. Peça a citação dos trechos antes da tarefa:

Quando o documento é grande, boa parte dele é ruído pro que tu quer

A técnica indicada é pedir que o Claude cite primeiro os trechos relevantes do documento e só depois execute a tarefa

ANTES:
Com base no relatório acima, quais riscos financeiros existem?

DEPOIS:
Com base no relatório acima:
1. primeiro cite os trechos exatos que falam de risco financeiro
2. depois, usando SÓ esses trechos, liste os riscos

O erro comum deste passo: pedir a citação e o resultado na mesma frase solta, sem deixar claro que uma coisa vem antes da outra

6. Peça o raciocínio explícito (e escolha o nível):

Tem uma regra na documentação que é meio óbvia quando tu lê, mas que muda tudo: o raciocínio precisa aparecer na saída

Sem o Claude escrever o processo de pensamento, não há raciocínio acontecendo

A doc organiza isso em três níveis, do mais simples ao mais complexo:

1. básico: incluir "pense passo a passo"
2. guiado: descrever os passos específicos do raciocínio
3. estruturado: separar com as tags <thinking> e <answer>

ANTES:
Qual dessas três arquiteturas é a melhor pro meu caso?

DEPOIS:
Pense com profundidade antes de responder

Escreva sua análise dentro de <thinking> e a recomendação final dentro de <answer>

Qual dessas três arquiteturas é a melhor pro meu caso?

E tem um detalhe que eu achei mto massa: a doc prefere instrução geral de raciocínio a roteiro passo a passo escrito à mão

Um pedido como "pense com profundidade" costuma produzir raciocínio melhor do que um plano redigido por você, porque o raciocínio do modelo frequentemente vai além do que a pessoa prescreveria

O erro comum deste passo: microgerenciar o pensamento dele e, sem querer, cortar caminho que ele acharia sozinho

7. Encadeie prompts em autocorreção:

O padrão de encadeamento mais comum é a autocorreção, e ele tem três tempos: gerar um rascunho, pedir que o Claude revise esse rascunho contra critérios definidos, e então pedir o refinamento com base na revisão

PROMPT 1:
Escreva a primeira versão do texto

PROMPT 2:
Revise o texto acima contra estes critérios:
- toda afirmação numérica tem fonte?
- alguma frase repete ideia de outra?
- o título entrega o que o texto cumpre?
Liste os problemas encontrados, não reescreva ainda

PROMPT 3:
Agora reescreva o texto corrigindo os problemas que você listou,
mantendo o que já estava bom

Repara que o PROMPT 2 termina pedindo pra NÃO reescrever: é isso que separa a revisão do refinamento

Se tu deixa ele revisar e corrigir na mesma resposta, a revisão vira desculpa e o texto sai igual

O erro comum deste passo: pedir "escreva e melhore" numa tacada só

Sem a revisão separada, não tem contra o que refinar

Quando cada técnica vale mais a pena

Aplicar as sete de uma vez em todo pedido é exagero, e exagero atrapalha

A régua é a situação:

Sobre formato fixo, um aviso importante: pré-preencher a resposta do assistente (prefill) não é mais suportado a partir dos modelos Claude 4.6 e do Claude Mythos Preview, e a requisição retorna erro 400

Modelos anteriores continuam aceitando, mas a alternativa indicada pra JSON garantido é Structured Outputs

Já no uso agêntico a lógica vira do avesso: a orientação oficial é descrever o resultado, não os micro-passos

Um pedido como "reduza o tempo de carregamento da página de checkout para menos de 2 segundos e mostre a medição antes/depois" dá um alvo testável

Uma lista de micro-instruções só estreita as opções do agente

É o mesmo raciocínio que vale na hora de escrever prompts no Claude Code, onde o agente mexe nos arquivos por conta própria

E se tu usa estilo personalizado no claude.ai, se liga nessa: todos os estilos criados por usuário estão sendo migrados automaticamente para skills (desabilitadas por padrão), e o menu de estilos está sendo removido

Um estilo migrado é ativado na conversa pelo comando /{nome-do-estilo}-style

Os estilos padrão Concise, Explanatory e Formal deixam de existir depois da migração, então quem dependia deles vai precisar resolver formato no próprio prompt

Vídeo: começando com o Claude

Se tu tá chegando agora e quer uma porta de entrada antes de mergulhar nas técnicas, esse vídeo do canal serve bem:

Aproveitando: hoje o Claude vem em quatro modelos, Haiku, Sonnet, Opus e Fable

Conclusão

O princípio que amarra tudo é o mais fácil de esquecer: o melhor prompt não é o mais longo

É o que atinge o objetivo de forma confiável com a estrutura mínima necessária

Então o próximo passo é bem concreto: pega um prompt que tu já usa toda semana e aplica só duas técnicas nele, a separação por tags e os 3 a 5 exemplos

Roda o antigo e o novo, compara as duas respostas lado a lado, e depois joga o prompt no prompt improver do Console pra ver o que ele mexe

Daí tu para de chutar e começa a ver o que realmente muda a resposta =)

A doc oficial em português que citei lá no começo é a referência pra tudo isso, vale deixar aberta numa aba enquanto tu reescreve

até o próximo post!