Prompts para ChatGPT: modelos prontos para sua empresa

Um prompt para ChatGPT que funciona em vendas, atendimento e marketing tem três partes: contexto específico, tarefa com limites claros e formato de saída definido. Persona ajuda no tom, não na precisão. Exemplos do resultado esperado valem mais do que adjetivos como "seja persuasivo" ou "seja objetivo". Abaixo estão nove modelos prontos para copiar e adaptar, com campos entre colchetes, além dos princípios que fazem esses modelos funcionarem em 2026 — e dos erros que ainda desperdiçam tokens e tempo de revisão.

O que mudou nos prompts desde 2024

Os modelos ficaram melhores em interpretar pedidos vagos. Isso não significa que o prompt perdeu importância: significa que ele passou a importar de outro jeito. Boa parte do trabalho de "adivinhar o que eu quis dizer" migrou para o modelo, e o que sobrou de valor no prompt é o que só você sabe — o contexto do seu negócio, o público, as restrições e o padrão de qualidade da sua empresa.

Na prática, prompts genéricos continuam devolvendo respostas genéricas. A diferença é que hoje um prompt bem estruturado rende mais do que rendia antes, porque o modelo aproveita melhor cada informação que você fornece. É por isso que a conversa migrou de "engenharia de prompt" para o que se convencionou chamar de engenharia de contexto: menos truque de frase, mais curadoria do que entra no pedido.

Seis princípios que sustentam qualquer modelo

1. Persona serve para tom, não para precisão

Um estudo do laboratório de IA generativa da Wharton, da Universidade da Pensilvânia, publicado em dezembro de 2025, testou seis modelos da OpenAI e do Google com perguntas difíceis de ciência, engenharia e direito: pedir que o modelo agisse como especialista não melhorou de forma confiável a precisão das respostas (Wharton Generative AI Labs). O que a persona faz bem é ajustar registro e estilo: mais formal, mais didático, mais técnico, mais próximo de uma conversa.

Use persona quando o tom importa — atendimento a cliente irritado, texto institucional, explicação para leigos. Não use persona como substituto de contexto, dado ou instrução clara.

2. Troque adjetivos por limites verificáveis

"Seja conciso" é ambíguo. "Limite a resposta a três parágrafos de até quatro linhas" é verificável. O mesmo vale para exemplos: "me dê exemplos" vira "inclua exatamente dois exemplos de empresas brasileiras de médio porte".

A documentação da Anthropic recomenda o mesmo: definir critérios de sucesso específicos e mensuráveis antes de testar um prompt. Na prática, é um dos ajustes que mais reduzem retrabalho. Se você não consegue dizer como saberá que a resposta está boa, o modelo também não consegue.

3. Mostre um exemplo do resultado esperado

O chamado few-shot prompting — colar um ou dois exemplos do que você quer — costuma ser mais eficaz do que descrever o resultado em palavras. Tem um e-mail que ficou no tom certo? Cole e diga "escreva no tom deste e-mail". Tem uma resposta de suporte que resolveu bem? Use como referência.

O cuidado é não colar dados sensíveis de cliente. Anonimize nomes, valores e informações contratuais antes de usar como exemplo.

4. Estruture prompts com várias partes

Se o pedido é "resuma este texto", formatação não faz diferença. Se o pedido tem contexto, tarefa, exemplos e formato de saída, separe cada bloco com um rótulo. Pode ser maiúscula, linha em branco ou marcador:

• CONTEXTO: sou gerente de uma loja de material de construção em [CIDADE]
• TAREFA: escreva três respostas para a avaliação negativa abaixo
• RESTRIÇÕES: sem desconto acima de [VALOR], sem prometer prazo que não controlamos
• FORMATO: até 80 palavras cada, tom cordial, uma pergunta de retorno ao final

Isso evita que o modelo confunda instrução com contexto, especialmente quando você cola textos longos.

5. Prefira instruções positivas

Pedidos como "não use clichês", "não seja formal" ou "não faça listas" tendem a produzir exatamente o comportamento que você quis evitar, porque a palavra proibida continua presente no pedido. Reescreva no positivo: "use linguagem coloquial, como numa conversa entre colegas", "escreva em parágrafos corridos".

6. Peça para a própria IA melhorar o seu prompt

Se você não sabe como pedir, peça ajuda ao modelo: "quero um prompt para responder objeções de preço no WhatsApp. Me faça perguntas até entender o contexto e depois escreva o prompt". Funciona bem para quem está começando e para tarefas novas, em que você ainda não sabe quais informações são relevantes.

O limite é o óbvio: o modelo vai sugerir um prompt plausível, não necessariamente alinhado às suas políticas comerciais. A validação continua sendo sua.

Se você quer se aprofundar nas técnicas por trás desses princípios, vale ler 7 técnicas de prompt que funcionam (e não são segredo).

Como usar os modelos abaixo

Cada modelo é um esqueleto. Substitua os campos entre colchetes pelas informações do seu negócio e mantenha a estrutura de rótulos. Campos entre colchetes que você deixar em branco viram espaço para o modelo inventar — e ele vai inventar com confiança.

Modelos prontos para vendas

Modelo 1 — Qualificação de leads

• CONTEXTO: vendo [PRODUTO/SERVIÇO] para [PERFIL DE CLIENTE]. Ticket médio de [VALOR]. Ciclo de venda de [PRAZO].
• TAREFA: a partir da conversa colada abaixo, classifique o lead em quente, morno ou frio e justifique em uma frase.
• CRITÉRIOS: quente = dor declarada, orçamento mencionado e prazo definido; morno = dor declarada sem prazo; frio = apenas pesquisa de preço.
• FORMATO: tabela com colunas classificação, justificativa e próxima pergunta a fazer.
• CONVERSA: [COLAR TRECHO]

Modelo 2 — Follow-up após proposta enviada

• CONTEXTO: enviei proposta de [PRODUTO] em [DATA] para [PERFIL]. Ainda não tive resposta. O cliente demonstrou preocupação com [OBJEÇÃO].
• TAREFA: escreva três mensagens de follow-up com abordagens diferentes: uma que oferece ajuda, uma que traz informação nova e uma que cria prazo legítimo.
• RESTRIÇÕES: máximo 60 palavras cada, sem "só passando para saber se viu", sem pressão artificial, sem desconto.
• FORMATO: mensagens numeradas, prontas para WhatsApp.

Modelo 3 — Resposta a objeção de preço

• CONTEXTO: cliente disse que [CONCORRENTE] é mais barato. Nosso diferencial é [DIFERENCIAL 1] e [DIFERENCIAL 2]. Não temos autorização para reduzir preço.
• TAREFA: escreva uma resposta que reconheça a objeção, reforce valor e proponha próximo passo concreto.
• RESTRIÇÕES: sem criticar o concorrente, sem prometer condição que não existe.
• FORMATO: até 120 palavras, tom direto.

Modelos prontos para atendimento

Modelo 4 — Resposta a reclamação

• CONTEXTO: cliente reclamou de [PROBLEMA] pelo canal [CANAL]. Situação real: [O QUE ACONTECEU]. O que podemos oferecer: [SOLUÇÃO].
• TAREFA: escreva uma resposta que reconheça o problema, explique sem culpar o cliente e apresente a solução.
• RESTRIÇÕES: sem "pedimos desculpas pelos transtornos", sem prometer prazo que não controlamos, sem culpabilizar setores internos.
• FORMATO: até 100 palavras, tom cordial e direto, com uma pergunta de confirmação ao final.

Modelo 5 — Base de conhecimento a partir de tickets

• CONTEXTO: colo abaixo [N] conversas reais de atendimento já resolvidas.
• TAREFA: identifique as cinco dúvidas mais frequentes, agrupe as respostas que funcionaram e escreva respostas-padrão.
• RESTRIÇÕES: use apenas informações presentes nas conversas; se algo estiver ambíguo, aponte a lacuna em vez de completar.
• FORMATO: para cada dúvida, um bloco com pergunta, resposta-padrão e "informação faltante" (se houver).

Modelo 6 — Resumo de conversa para escalonamento

• CONTEXTO: a conversa abaixo será encaminhada para [ÁREA/SÊNIOR].
• TAREFA: resuma o histórico em tópicos: pedido do cliente, o que já foi tentado, o que ficou pendente e o que a próxima pessoa precisa decidir.
• RESTRIÇÕES: não proponha solução; apenas registre.
• FORMATO: quatro tópicos, no máximo 15 palavras cada.

Modelos prontos para marketing

Modelo 7 — Briefing de campanha

• CONTEXTO: empresa de [SETOR], público de [PERFIL], oferta de [OFERTA], período de [DATA A DATA].
• TAREFA: escreva um briefing com objetivo, mensagem principal, três provas de valor e canais sugeridos.
• RESTRIÇÕES: sem promessa de resultado garantido, sem comparação direta com concorrente nomeado.
• FORMATO: seções com títulos, até 300 palavras no total.

Modelo 8 — Variações de anúncio com limites claros

• CONTEXTO: público [PERFIL], dor principal [DOR], oferta [OFERTA].
• TAREFA: escreva cinco variações de anúncio com ângulos diferentes: benefício direto, prova social, quebra de objeção, urgência legítima e explicação didática.
• RESTRIÇÕES: máximo 90 caracteres no título e 125 no corpo; sem "clique aqui"; sem superlativo vazio.
• FORMATO: lista numerada com ângulo identificado entre parênteses.

Modelo 9 — Reaproveitamento de conteúdo

• CONTEXTO: artigo colado abaixo, público [PERFIL], canal de destino [CANAL].
• TAREFA: transforme em um roteiro de vídeo de 60 segundos, com gancho nos primeiros cinco segundos e uma única ideia central.
• RESTRIÇÕES: use apenas dados presentes no artigo; não crie estatísticas.
• FORMATO: colunas "tempo", "fala" e "o que aparece na tela".

Erros comuns que anulam um bom modelo

• Pedir "tom profissional" sem definir o que isso significa na sua empresa.
• Colar texto longo sem delimitar onde começa e termina.
• Deixar o formato de saída para depois e receber um texto que precisa ser reformatado à mão.
• Usar o modelo como fonte de fato. Ele redige bem; quem apura é você.
• Reaproveitar o mesmo prompt para públicos diferentes sem trocar o contexto.

Como testar e manter seus modelos

Sem uma linha de base não dá para medir ganho. Antes de mudar um prompt que já é usado pela equipe, salve a versão atual e o resultado que ela produziu. Depois, rode a versão nova na mesma tarefa e compare com critérios explícitos: precisou de quantas edições manuais? Manteve o tom? Inventou informação?

Vale manter um arquivo simples com três colunas: nome do modelo, versão e data da última revisão. Prompts envelhecem junto com o produto, o preço e a política comercial. Um prompt de vendas desatualizado é pior do que nenhum prompt, porque produz respostas confiantes com informação errada.

Por fim, trate os modelos como ponto de partida, não como resposta final. Quem assina o e-mail é você.

Perguntas frequentes

Dizer "você é um especialista" no prompt melhora a precisão das respostas?

Não de forma consistente. No estudo da Wharton publicado em dezembro de 2025, com seis modelos da OpenAI e do Google, personas de especialista não melhoraram a precisão de forma confiável; os ganhos apareceram só em casos isolados. A persona influencia estilo e vocabulário. Para precisão, o que muda o resultado é contexto específico, dados corretos e critérios claros de avaliação.

Como deixar um prompt mais específico?

Transforme cada adjetivo em um número ou em uma condição observável. "Seja breve" vira "até três parágrafos". "Dê exemplos" vira "dois exemplos do setor de serviços". Se você não consegue verificar se a instrução foi cumprida, ela ainda está vaga.

Vale a pena dar exemplos do resultado esperado?

Sim, na maioria das tarefas de redação e classificação. Um exemplo bem escolhido comunica tom, extensão e nível de detalhe de uma vez. Só não use dados reais de cliente sem anonimizar.

Por que evitar instruções negativas?

Porque listar o que não fazer mantém o comportamento indesejado no centro do pedido, e o modelo pode reproduzi-lo. Descreva o que você quer: "linguagem coloquial", "parágrafos corridos", "sem jargão" reescrito como "explique como se o leitor nunca tivesse ouvido o termo".

Posso pedir para a própria IA melhorar meu prompt?

Pode, e costuma ajudar quando a tarefa é nova. Peça que o modelo faça perguntas antes de reescrever o prompt, para que ele colete contexto em vez de adivinhar. Revise a sugestão antes de adotar: ela reflete o que o modelo acha razoável, não necessariamente a sua política comercial.