Como Criar Prompts Eficazes para IA Generativa Usando a Metodologia CARE

Resumo

A metodologia CARE oferece uma estrutura clara e eficaz para criar prompts que maximizam o potencial das ferramentas de IA generativa, como a Conteudize, ChatGPT, Claude e Gemini. Composta por quatro componentes essenciais — Contexto, Ação, Regras e Exemplos — a metodologia ajuda a guiar a IA para produzir resultados que atendam às suas necessidades e expectativas. Aprenda a utilizar cada um desses componentes para criar prompts detalhados e estratégicos, economizando tempo e esforço a longo prazo. Descubra como a prática constante com a metodologia CARE pode melhorar a eficácia dos resultados obtidos e como ajustar suas estratégias conforme necessário.

Introdução

As ferramentas de IA generativa, como a Conteudize, ChatGPT da OpenAI, Claude da Anthropic e Gemini da Google, têm se tornado cada vez mais úteis em diversas áreas. No entanto, para obter resultados eficazes, é essencial saber como fornecer as instruções corretas. É aqui que entra a metodologia CARE, um acrônimo que significa Contexto, Ação, Regras e Exemplos. Neste artigo, vamos explorar como aplicar essa metodologia para otimizar os prompts de Inteligência Artificial e melhorar significativamente os resultados para geração de conteúdos e textos com IA.

O que é a Metodologia CARE?

A metodologia CARE é um framework desenvolvido para ajudar os usuários a criar prompts mais eficazes para ferramentas de IA generativa. Através da inclusão de Contexto, Ação, Regras e Exemplos, os usuários podem fornecer instruções claras e detalhadas, permitindo que a IA entenda melhor o que é esperado. Vamos explorar cada componente do CARE em detalhe.

Imagem que apresenta a estrutura da metodologia CARE para criar prompts eficazes.
A metodologia CARE é um guia para criar prompts eficazes para ferramentas de IA, consistindo em quatro componentes: Contexto, Ação, Regras e Exemplos. Foto original de nngroup.com.

1. Contexto: Descreva a Situação

O primeiro passo na criação de um prompt eficaz é fornecer contexto suficiente para que a IA entenda a situação em que você está trabalhando. Isso pode incluir informações sobre seu papel, a empresa para a qual você trabalha, o produto ou serviço em questão, e detalhes específicos do projeto.

Exemplos de Contexto:

  • Seu papel ou nível de experiência: “Sou um designer UX sênior com 15 anos de experiência.”
  • Localização: “Baseado no Brasil.”
  • Produto ou serviço: “Trabalho em um site de comércio eletrônico.”
  • Tipo de empresa: “Para um grande varejista internacional de óculos.”
  • Projeto atual: “Estou projetando a tela de login onde os clientes acessam suas contas.”
  • Perfil dos usuários: “Nossos clientes são jovens adultos conscientes de moda que valorizam qualidade e autenticidade.”

2. Ação: Solicite uma Ação Específica

Após estabelecer o contexto, é crucial pedir uma ação específica da IA. Seja uma pergunta ou um comando, a solicitação deve ser clara e direta.

Exemplos de Solicitações:

  • Papel da IA: “Você é um redator UX focado em linguagem intuitiva e direta.”
  • Tipo de saída: “Gere 15 opções de mensagens de erro para a tela de login.”
  • Número de saídas: “Selecione as 5 melhores opções entre as 15 geradas.”
  • Formato: “Apresente as opções finais em uma tabela com as mensagens de erro na primeira coluna e a justificativa na segunda.”

3. Regras: Forneça Restrições

Definir regras e diretrizes é essencial para que a IA produza resultados alinhados com suas expectativas. Essas restrições podem incluir práticas recomendadas, diretrizes de estilo e limitações específicas.

Exemplos de Regras:

  • Práticas recomendadas: “Use linguagem simples e não culpe o usuário.”
  • Guia de estilo: “Tom de voz deve ser acessível e conversacional, mas não muito casual.”
  • Limitações: “Não mais que 100 caracteres e no máximo 2 frases.”

4. Exemplos: Demonstre o que Você Quer

Fornecer exemplos do que você deseja (ou não deseja) ajuda a IA a entender melhor suas expectativas. Exemplos bons e ruins podem servir como referência.

Exemplos de Boas Práticas:

  • Exemplo positivo: “Adicione mais R$12 para frete grátis.”
  • Exemplo negativo: “Ops, não conseguimos logar você.”

Aplicando a Metodologia CARE

Vamos ver como aplicar a metodologia CARE em um exemplo prático de criação de mensagens de erro para uma tela de login:

Exemplo de Prompt:

Contexto:
Sou um designer UX sênior com 15 anos de experiência, trabalhando em um site de comércio eletrônico para um grande varejista internacional de óculos. Estou projetando a tela de login, onde os clientes acessam suas contas. Atualmente, estou trabalhando em uma mensagem de erro que será exibida se o usuário tentar fazer login com credenciais (e-mail e senha) que não correspondem ao que temos no sistema.

Seu papel:
Você é um redator UX focado em linguagem intuitiva e direta.

Ação:
Siga os seguintes passos:
1. Gere 15 opções de mensagens de erro diferentes.
2. Revise as 15 opções fornecidas e selecione as 5 melhores de acordo com os critérios dados.
3. Classifique essas opções da melhor para a pior e explique seu raciocínio.
4. Apresente as 5 opções finais em uma tabela, com as mensagens de erro na primeira coluna e a justificativa na segunda.

Regras:
- Use linguagem simples.
- Não seja engraçado ou irreverente.
- Não obscureça o significado da mensagem.
- Ofereça soluções e recomendações.
- Não culpe o usuário.
- Evite voz passiva.
- Tom de voz: acessível e conversacional, mas não muito casual.
- Não mais que 100 caracteres.
- No máximo 2 frases.

Exemplos:
- Exemplo positivo: "Adicione mais R$12 para frete grátis."
- Exemplo negativo: "Ops, não conseguimos logar você."
- Nossa mensagem atual: "Credenciais inválidas; por favor, verifique seu e-mail e senha." (Muito técnico e formal).

Peça mais informações se necessário. Caso contrário, complete os passos.

Iteração e Refinamento

Após receber a resposta da IA, é importante revisar e refinar os resultados. Verifique se todas as instruções foram seguidas, adicione quaisquer detalhes adicionais que possam ter sido esquecidos e peça mais opções se necessário.

Exemplo de Refinamento:

  • Verifique a aderência às instruções: Confirme se a IA seguiu todas as regras e diretrizes.
  • Adicione detalhes faltantes: Se algum critério importante foi omitido, peça para a IA tentar novamente.
  • Combine múltiplas opções: Se necessário, combine diferentes sugestões para criar uma mensagem de erro mais eficaz.

Considerações Finais

A aplicação da metodologia CARE pode parecer trabalhosa, mas é uma abordagem eficaz para obter resultados de alta qualidade de ferramentas de IA generativa. Com prática e experiência, você pode se tornar mais eficiente na criação de prompts detalhados e estratégicos que economizam tempo e esforço a longo prazo.

A prática constante com prompts CAREful ajudará você a descobrir onde a IA pode ser mais útil e onde tende a falhar, permitindo ajustar suas expectativas e estratégias de acordo.

Conclusão

A metodologia CARE oferece uma estrutura clara e eficaz para criar prompts que maximizam o potencial das ferramentas de IA generativa. Ao fornecer contexto, solicitar ações específicas, estabelecer regras e fornecer exemplos, você pode orientar a IA para produzir resultados que atendam às suas necessidades e expectativas. Continue praticando e refinando seus prompts para aproveitar ao máximo as capacidades da IA em seus projetos de UX e além.

Para mais artigos e conteúdos sobre IA generativa, acesse Conteudize.

O artigo foi baseado no artigo “CARE: Structure for Crafting AI Prompts” de Kate Moran, publicado em 24 de maio de 2024 no site da Nielsen Norman Group. O link para o artigo original é: NNG – CARE: Structure for Crafting AI Prompts.

Maurício "o Estagiario"

Otimizado com nossa IA
Facebook
Twitter
LinkedIn
WhatsApp
Email
Print

Leia também:

Deixe seu comentário
Conteudize