Vibecoding

P.R.O.M.P.T.E.R. na prática: 5 prompts ruins virando prompts profissionais

Peguei 5 prompts reais que a galera manda no dia a dia, apliquei o método P.R.O.M.P.T.E.R. e comparei o resultado. Antes: 4 linhas vagas. Depois: prompt que devolve resposta utilizável.

Rodrigo Munhoz Reis· 04 de julho de 2026· 4 min de leitura

P.R.O.M.P.T.E.R. na prática: 5 prompts ruins virando prompts profissionais

O método em 30 segundos

P.R.O.M.P.T.E.R. é meu framework pra estruturar prompt:

Papel: quem a IA é (identidade e contexto)
Regras: o que ela pode e não pode
Objetivo: o que precisa entregar
Modelo: formato da resposta
Parâmetros: valores, tamanho, tom
Teste: pequena verificação embutida
Exemplo: pelo menos 1 caso do output esperado
Retorno: como você vai receber (JSON, markdown, texto)

Método completo aqui: P.R.O.M.P.T.E.R.. Neste post mostro 5 casos reais de refino.

Exemplo 1: pedir código

Prompt ruim (o que 90% da galera manda):

Faz uma função em JavaScript pra validar email.

Problema: a IA vai inventar 15 padrões diferentes. Você recebe algo, cola, roda, erra. E aí?

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é engenheiro sênior de back-end. Se um caso for ambíguo, pergunte antes de gerar código. Regras: use apenas regex nativo do JS. Sem lib externa. JavaScript puro, sem TypeScript. Objetivo: função validaEmail(email) que retorna boolean. Modelo: função pura, sem side-effect. JSDoc no topo com 1 linha. Teste embutido: inclua 3 casos de teste depois da função (email válido, sem @, com espaço). Retorno: só o código, sem comentário fora dele.

Diferença: você recebe função utilizável, testada, com 3 casos de verificação. Já dá pra colar.

Exemplo 2: pedir texto

Prompt ruim:

Escreva um email pro meu cliente avisando que atrasei a entrega.

Problema: IA devolve texto genérico, tom de startup, cheio de "esperamos que compreenda". Você reescreve tudo.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é founder de agência escrevendo pro cliente que confia em você. Voz honesta, sem enfeitar. Regras: NUNCA usar travessão. Sem "esperamos que compreenda". Sem "prezado". Frases curtas. Objetivo: email de 5 a 8 linhas contando que atrasou a entrega e o novo prazo é sexta. Modelo: subject line + corpo. Sem assinatura. Teste embutido: ao final, faça varredura buscando travessão e substitua se achou. Retorno: só o email, sem introdução.

Diferença: você recebe email que você mandaria. Não precisa reescrever.

Exemplo 3: pedir análise

Prompt ruim:

Analisa esses 3 currículos e me diz qual eu contrato.

Problema: IA dá resposta política ("todos têm qualidades"). Você fica na mesma.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é headhunter sênior. Fala direto, sem enrolar. Regras: foco em fit técnico e histórico de entrega. Ignore título de faculdade. NÃO seja neutro: escolha um. Explique o descarte dos outros dois em 1 linha cada. Objetivo: decidir qual dos 3 currículos passa pra próxima fase. Modelo: 1 escolha + 1 parágrafo de por quê + 2 linhas de descarte. Teste: se todos parecerem iguais, aponte o que faltou nos currículos pra decidir. Retorno: markdown com H2 "Escolha", H2 "Por quê", H2 "Descarte".

Diferença: decisão real, base clara, ainda te avisa se precisar de mais info.

Exemplo 4: pedir revisão de código

Prompt ruim:

Revisa esse código pra mim.

Problema: IA elogia. Devolve "bom código, parabéns". Zero utilidade.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é revisor cético. Sua missão é achar problema, não elogiar. Regras: só aponte problemas com potencial de bug ou segurança. Ignore estilo. Ignore "seria melhor se". Objetivo: lista de problemas reais em ordem de severidade. Modelo: cada problema em 1 bloco: linha, problema em 1 frase, fix sugerido em 1 frase. Parâmetros: severidade CRÍTICO/ALTO/MÉDIO. Corte tudo abaixo de MÉDIO. Teste: se não achou nada crítico, diga isso explicitamente. Não invente. Retorno: markdown com tabela.

Diferença: você recebe auditoria, não elogio.

Exemplo 5: pedir aula ou tutorial

Prompt ruim:

Me explica o que é REST.

Problema: IA cospe artigo genérico da Wikipedia. Você já leu esse texto 10 vezes.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é professor que sabe que eu já sei o básico de HTTP. Regras: nada de "REST significa REpresentational". Zero jargão sem explicar antes. Nada de "vamos começar do começo". Objetivo: me passar o entendimento prático de REST em 5 minutos de leitura. Modelo: 4 princípios com 1 exemplo de cada em código curto (curl ou fetch). Parâmetros: tom conversado. Exemplo prefere API pública real (GitHub). Teste: ao final, me faça 2 perguntas que eu preciso responder pra saber se entendi. Retorno: markdown.

Diferença: você aprende. Não recebe conteúdo enlatado.

O padrão que aparece

Prompt ruim é pedido em 1 linha. Prompt profissional é contrato em 8 linhas.

Você gasta 2 minutos escrevendo o prompt bem. Economiza 20 minutos consertando resposta ruim.

Vale o ponto

"Mas isso não é excesso?"

Vale o ponto. Pra pergunta rápida (o que é X?), não precisa. Pro trabalho de verdade, sempre. A regra: quanto mais importante o output, mais estrutura no input.

Conclusão

Prompt curto rende resposta curta. Prompt bagunçado rende bagunça. Prompt profissional rende ferramenta.

Pega esses 5 exemplos, cola no Claude/ChatGPT/Gemini e roda. Compara antes e depois. Vai perceber que a IA sempre soube. Você é quem não sabia pedir.

Método completo em P.R.O.M.P.T.E.R..

A decisão é sua.

Perguntas frequentes

Perguntas rápidas

+O que é o método P.R.O.M.P.T.E.R.?

É um framework em 8 elementos para estruturar prompt: Papel, Regras, Objetivo, Modelo, Parâmetros, Teste, Exemplo e Retorno. Serve pra qualquer IA (Claude, ChatGPT, Gemini) e transforma pedido vago em contrato claro.

+Quando NÃO usar o P.R.O.M.P.T.E.R.?

Pergunta rápida do tipo 'o que é X' não precisa. Vale a pena pra trabalho de verdade: código, texto, análise, revisão, aula. Regra prática: quanto mais importante o output, mais estrutura no input.

+O método funciona só no Claude?

Não. Funciona em qualquer LLM moderno (Claude, ChatGPT, Gemini, Grok, Llama). O framework é agnóstico. A diferença de qualidade entre modelos existe, mas o método reduz a diferença ao mínimo.

+Preciso escrever os 8 elementos toda vez?

Não. Papel, Regras e Objetivo são os essenciais. Modelo, Parâmetros e Retorno afinam o formato. Teste e Exemplo são pra tarefa crítica. Use o que faz sentido pro caso, sem burocratizar.

Continue lendo

Vibecoding

Como migrar dado sem perder nada no caminho

Migração é a operação com maior chance de perda silenciosa que existe. O método que funciona nunca desliga a origem antes de provar, com número, que o destino está igual.

Vibecoding

Como corrigir dado ruim antes que vire decisão ruim

Limpar a base inteira é projeto que nunca termina. Existe um caminho melhor: fechar a torneira primeiro, depois limpar só o que alguém usa pra decidir.

Vibecoding

Por que a IA acerta no mundo e erra no seu dado

Ela responde qualquer pergunta geral com precisão e erra feio na sua base. Não é limitação do modelo. É que o seu contexto nunca foi dito a ele.

← Voltar ao blog

Vibecoding

P.R.O.M.P.T.E.R. na prática: 5 prompts ruins virando prompts profissionais

Peguei 5 prompts reais que a galera manda no dia a dia, apliquei o método P.R.O.M.P.T.E.R. e comparei o resultado. Antes: 4 linhas vagas. Depois: prompt que devolve resposta utilizável.

Rodrigo Munhoz Reis· 04 de julho de 2026· 4 min de leitura

O método em 30 segundos

P.R.O.M.P.T.E.R. é meu framework pra estruturar prompt:

Papel: quem a IA é (identidade e contexto)
Regras: o que ela pode e não pode
Objetivo: o que precisa entregar
Modelo: formato da resposta
Parâmetros: valores, tamanho, tom
Teste: pequena verificação embutida
Exemplo: pelo menos 1 caso do output esperado
Retorno: como você vai receber (JSON, markdown, texto)

Método completo aqui: P.R.O.M.P.T.E.R.. Neste post mostro 5 casos reais de refino.

Exemplo 1: pedir código

Prompt ruim (o que 90% da galera manda):

Faz uma função em JavaScript pra validar email.

Problema: a IA vai inventar 15 padrões diferentes. Você recebe algo, cola, roda, erra. E aí?

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é engenheiro sênior de back-end. Se um caso for ambíguo, pergunte antes de gerar código. Regras: use apenas regex nativo do JS. Sem lib externa. JavaScript puro, sem TypeScript. Objetivo: função validaEmail(email) que retorna boolean. Modelo: função pura, sem side-effect. JSDoc no topo com 1 linha. Teste embutido: inclua 3 casos de teste depois da função (email válido, sem @, com espaço). Retorno: só o código, sem comentário fora dele.

Diferença: você recebe função utilizável, testada, com 3 casos de verificação. Já dá pra colar.

Exemplo 2: pedir texto

Prompt ruim:

Escreva um email pro meu cliente avisando que atrasei a entrega.

Problema: IA devolve texto genérico, tom de startup, cheio de "esperamos que compreenda". Você reescreve tudo.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é founder de agência escrevendo pro cliente que confia em você. Voz honesta, sem enfeitar. Regras: NUNCA usar travessão. Sem "esperamos que compreenda". Sem "prezado". Frases curtas. Objetivo: email de 5 a 8 linhas contando que atrasou a entrega e o novo prazo é sexta. Modelo: subject line + corpo. Sem assinatura. Teste embutido: ao final, faça varredura buscando travessão e substitua se achou. Retorno: só o email, sem introdução.

Diferença: você recebe email que você mandaria. Não precisa reescrever.

Exemplo 3: pedir análise

Prompt ruim:

Analisa esses 3 currículos e me diz qual eu contrato.

Problema: IA dá resposta política ("todos têm qualidades"). Você fica na mesma.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é headhunter sênior. Fala direto, sem enrolar. Regras: foco em fit técnico e histórico de entrega. Ignore título de faculdade. NÃO seja neutro: escolha um. Explique o descarte dos outros dois em 1 linha cada. Objetivo: decidir qual dos 3 currículos passa pra próxima fase. Modelo: 1 escolha + 1 parágrafo de por quê + 2 linhas de descarte. Teste: se todos parecerem iguais, aponte o que faltou nos currículos pra decidir. Retorno: markdown com H2 "Escolha", H2 "Por quê", H2 "Descarte".

Diferença: decisão real, base clara, ainda te avisa se precisar de mais info.

Exemplo 4: pedir revisão de código

Prompt ruim:

Revisa esse código pra mim.

Problema: IA elogia. Devolve "bom código, parabéns". Zero utilidade.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é revisor cético. Sua missão é achar problema, não elogiar. Regras: só aponte problemas com potencial de bug ou segurança. Ignore estilo. Ignore "seria melhor se". Objetivo: lista de problemas reais em ordem de severidade. Modelo: cada problema em 1 bloco: linha, problema em 1 frase, fix sugerido em 1 frase. Parâmetros: severidade CRÍTICO/ALTO/MÉDIO. Corte tudo abaixo de MÉDIO. Teste: se não achou nada crítico, diga isso explicitamente. Não invente. Retorno: markdown com tabela.

Diferença: você recebe auditoria, não elogio.

Exemplo 5: pedir aula ou tutorial

Prompt ruim:

Me explica o que é REST.

Problema: IA cospe artigo genérico da Wikipedia. Você já leu esse texto 10 vezes.

Prompt com P.R.O.M.P.T.E.R.:

Papel: você é professor que sabe que eu já sei o básico de HTTP. Regras: nada de "REST significa REpresentational". Zero jargão sem explicar antes. Nada de "vamos começar do começo". Objetivo: me passar o entendimento prático de REST em 5 minutos de leitura. Modelo: 4 princípios com 1 exemplo de cada em código curto (curl ou fetch). Parâmetros: tom conversado. Exemplo prefere API pública real (GitHub). Teste: ao final, me faça 2 perguntas que eu preciso responder pra saber se entendi. Retorno: markdown.

Diferença: você aprende. Não recebe conteúdo enlatado.

O padrão que aparece

Prompt ruim é pedido em 1 linha. Prompt profissional é contrato em 8 linhas.

Você gasta 2 minutos escrevendo o prompt bem. Economiza 20 minutos consertando resposta ruim.

Vale o ponto

"Mas isso não é excesso?"

Vale o ponto. Pra pergunta rápida (o que é X?), não precisa. Pro trabalho de verdade, sempre. A regra: quanto mais importante o output, mais estrutura no input.

Conclusão

Prompt curto rende resposta curta. Prompt bagunçado rende bagunça. Prompt profissional rende ferramenta.

Pega esses 5 exemplos, cola no Claude/ChatGPT/Gemini e roda. Compara antes e depois. Vai perceber que a IA sempre soube. Você é quem não sabia pedir.

Método completo em P.R.O.M.P.T.E.R..

A decisão é sua.

Perguntas frequentes

Perguntas rápidas

+O que é o método P.R.O.M.P.T.E.R.?

+Quando NÃO usar o P.R.O.M.P.T.E.R.?

+O método funciona só no Claude?

Não. Funciona em qualquer LLM moderno (Claude, ChatGPT, Gemini, Grok, Llama). O framework é agnóstico. A diferença de qualidade entre modelos existe, mas o método reduz a diferença ao mínimo.

+Preciso escrever os 8 elementos toda vez?

Não. Papel, Regras e Objetivo são os essenciais. Modelo, Parâmetros e Retorno afinam o formato. Teste e Exemplo são pra tarefa crítica. Use o que faz sentido pro caso, sem burocratizar.

Continue lendo

Vibecoding