Seis técnicas de conversa que mudam a resposta do ChatGPT e do Claude

A maioria das pessoas trata o ChatGPT e o Claude como um Google mais sofisticado. Digita a pergunta, lê o que voltou, fecha a aba. Funciona. Também é dirigir o tempo inteiro na primeira marcha: chega, devagar, gastando mais do que é preciso.

As seis técnicas abaixo passaram por um critério único — cada uma muda a resposta dentro da mesma conversa, e dá para verificar isso em dois minutos refazendo o pedido sem ela. Nada de filosofia sobre o futuro da IA, nada de conselho geral de produtividade. São movimentos de conversa, na ordem em que costumam aparecer numa sessão de trabalho de verdade.

O contexto de papel muda a resposta antes do pedido

O primeiro movimento não é o pedido. É uma frase antes dele, declarando papel, situação e destino do resultado: quem está perguntando, de dentro de qual operação, para quem vai a saída.

Sem essa frase, o modelo escreve para um leitor médio que ninguém encomendou — nem técnico o bastante para o time, nem simples o bastante para a diretoria. Com ela, o nível técnico e o enquadramento se ajustam ao público declarado. A mesma pergunta sobre adoção de IA vira uma apresentação executiva ou um roteiro de implementação, dependendo só do que veio antes.

Uma linha resolve: "Sou gerente de projetos em uma empresa de tecnologia, preparando uma apresentação para o board sobre adoção de IA." Só que contexto maior não é automaticamente melhor. "Sou profissional de TI" não muda nada, porque não descarta nenhuma resposta possível — o que trabalha aqui é a especificidade, e todo detalhe genérico ocupa espaço sem estreitar coisa alguma.

Formato, tom e público valem mais que o verbo do pedido

"Quero uma análise" não é um pedido, é uma categoria. O pedido de verdade diz em que formato a resposta sai, com que extensão, em que tom e para quem.

Compare "escreva um e-mail profissional" com o mesmo pedido carregado: um e-mail para o diretor financeiro de uma operação de logística, tom consultivo, apresentando uma redução de 23% no custo operacional apurada nos dados do último trimestre. O primeiro devolve um texto que serve para qualquer empresa e não convence ninguém. O segundo tem destinatário, e por isso tem escolha de palavra.

Aplicar é acrescentar quatro coisas ao pedido: formato (parágrafos, bullets ou tabela), extensão, tom e público. A ressalva vem colada — restrição de formato em excesso engessa uma resposta que devia ser exploratória. Cabe quando a saída tem destino prático definido; atrapalha enquanto você ainda está descobrindo o que quer.

A decomposição rende mais que pedir tudo de uma vez

"Crie um plano de marketing" devolve um plano de marketing genérico, porque o pedido embutia quatro decisões e nenhuma foi discutida. Quebrar em etapas sequenciais desfaz o nó: analisar o mercado, depois identificar as oportunidades que aquele mercado abre, depois propor ações para as oportunidades escolhidas.

O ganho não está em pedir menos por vez. Está em você ver e corrigir cada etapa antes de ela virar premissa da seguinte. Quando a leitura de mercado sai torta, as ações saem tortas junto, e no pedido único isso só aparece no fim, quando já custa refazer tudo.

Cada rodada usa a resposta anterior como contexto explícito, dito com todas as letras. A ressalva: tarefa simples não pede isso. Decompor um pedido de um passo é fricção pura — três rodadas para chegar onde uma chegava, com a mesma qualidade.

A iteração explícita evita repetir o mesmo erro na rodada seguinte

Quase toda primeira resposta chega perto e erra em alguma dimensão. A rodada seguinte só melhora se você disser qual dimensão errou.

"Melhore" e "tente de novo" devolvem outra resposta, não uma resposta melhor: o modelo troca o que estava bom e mantém o que estava ruim, porque nada na sua frase indicava a diferença. Dizer o que fica e o que sai transforma a segunda rodada em correção, em vez de sorteio.

Iteração vaga não funciona melhor que pedido vago. A correção precisa ser tão específica quanto o pedido original — quando você não consegue apontar o que ficou ruim, o que falta é critério, e mais uma rodada não resolve isso.

A restrição produtiva força precisão; o pedido aberto convida resposta genérica

Um limite no pedido não empobrece a resposta. Estreita o campo, e campo estreito obriga escolha.

"Explique em 3 frases" elimina o parágrafo de aquecimento. "Use apenas dados públicos" corta a invenção plausível. "Escreva para quem nunca usou IA" derruba o jargão que passaria despercebido. Nos três casos, a restrição faz na origem o trabalho que você faria depois, na edição.

Aplicar é acrescentar um limite ao pedido que você já ia fazer: de tamanho, de fonte permitida ou de público. A ressalva é a restrição que briga com o objetivo — pedir profundidade e três frases ao mesmo tempo não gera concisão, gera uma resposta que falha nas duas pontas.

A verificação cruzada revela o furo antes de você usar o resultado

A resposta parece boa. É esse o problema: texto bem escrito esconde a omissão melhor que texto ruim consegue.

Uma segunda rodada na mesma conversa — "Quais são os pontos fracos dessa análise?" — costuma trazer à tona a premissa que ninguém checou, o dado que faltou e o caso que a resposta não cobre. Custa uma pergunta e vem antes de o material virar slide, proposta ou decisão.

E não substitui você. A autocrítica do modelo não é infalível: ele aponta o que consegue ver e cala sobre o que não sabe que não sabe. Validar o que ele apontou, e o que deixou de apontar, exige alguém que conheça o assunto. A técnica derruba o erro bobo; ela não transfere a responsabilidade.

Com pouco tempo, duas dessas técnicas resolvem a maior parte

Existe uma linha separando dois usos do mesmo assistente. De um lado, quem pergunta e aceita a primeira resposta. Do outro, quem dá contexto, avalia com critério declarado e itera até o resultado servir ao que foi pedido. A ferramenta é a mesma. O que muda é quantas decisões a pessoa toma antes de aceitar o texto.

A escolha, então, depende do tempo. Tempo curto e tarefa pontual pedem contexto de papel mais uma restrição produtiva: duas linhas a mais, o melhor retorno da lista. Tarefa longa ou mal definida pede decomposição com correção explícita a cada etapa. E quando a saída alimenta uma decisão que importa, a verificação cruzada entra antes do uso, nunca depois.

Nos sistemas de IA que construo, o tempo não vai para escolher o modelo. Vai para escrever antes o que conta como resposta certa — quais campos, qual formato, o que reprova. Conversar com um assistente é esse mesmo trabalho em escala menor, e falha pelo mesmo motivo quando alguém pula a etapa.

A diferença entre pedir e conversar não está no tamanho do prompt. Está em quantas rodadas de contexto você dá antes de aceitar a resposta.