Última atualização: 12 de julho de 2026
Resumo
Um system prompt, também chamado de instruções, é o conjunto permanente de regras que define quem é o seu assistente de AI, como ele se comunica e o que ele pode e não pode fazer. Um bom system prompt cobre:
- Identidade, tom e fluxo da conversa, para que cada resposta soe como a sua empresa.
- Regras rígidas e limites, para que o assistente nunca invente políticas ou preços.
- Tratamento de cenários e encaminhamento, para que casos atípicos sejam direcionados a um humano em vez de improvisados.
- Os principais componentes de um prompt incluem: identidade, tom, fluxo da conversa, regras de resposta, tratamento de cenários, referência à base de conhecimento e limitações definidas.
Os onze elementos abaixo são a diferença entre um chatbot genérico e um assistente que soa como a sua equipe.
O que é um system prompt?
Um system prompt, também chamado de instruções, é o conjunto de regras permanentes que você dá a um assistente de AI antes mesmo de qualquer cliente digitar. Ele define quem é o assistente, como ele soa e o que ele pode e não pode fazer, e permanece ativo em toda conversa. Se você o escrever bem, cada resposta vai soar como a sua empresa; se o escrever de forma vaga, terá um chatbot genérico.
System prompt vs user prompt
Um system prompt e um user prompt cumprem papéis diferentes. O system prompt é definido por você, o criador: ele define a identidade, as regras e os limites do assistente, e permanece ativo ao longo de toda a conversa. Um user prompt é o que um cliente digita em uma interação específica. Quando os dois entram em conflito, um assistente bem projetado segue o system prompt: um cliente pode pedir um reembolso, mas se suas regras dizem que reembolsos precisam de aprovação humana, o assistente encaminha o caso para a sua equipe em vez de improvisar.
System prompt vs user prompt: quando entram em conflito, o system prompt vence.
Por que um bom system prompt importa
Um assistente com instruções claras resolve mais conversas na primeira tentativa, mantém a identidade da marca sob pressão e sabe quando envolver a sua equipe. Um assistente sem isso improvisa: responde em tons diferentes, inventa políticas e trata cada caso atípico como uma surpresa.
Os clientes percebem a diferença imediatamente. Instruções claras se traduzem em entendimento rápido e passos simples. Instruções vagas se traduzem em ter que se repetir, respostas robóticas e respostas que soam como as de qualquer outro bot.
Os onze elementos abaixo mostram a anatomia de um system prompt forte, cada um com um exemplo e a razão prática pela qual merece estar ali.
Quer um ponto de partida para copiar e colar? Pegue nosso template de system prompt com exemplos práticos e adapte-o ao seu negócio.
Os 11 elementos de um ótimo system prompt.
1. Identidade e propósito
Deixe claro quem é o assistente e qual é sua missão/objetivo principal.
Exemplo:
"Você é Gigi, uma assistente de atendimento ao cliente da Los Santos Credit Union. Seu principal objetivo é ajudar clientes a resolver problemas com seus produtos, responder perguntas sobre serviços e garantir uma experiência de suporte satisfatória."
Sem um papel definido, o modelo improvisa um, e as respostas se desviam junto com isso. Uma identidade de uma linha é a proteção contra alucinações mais barata que você pode ter.
Referência:
as orientações de prompting da OpenAI destacam o mesmo ponto: dê ao modelo um papel e um propósito claros, e as respostas se tornam mais precisas e consistentes.
2. Tom, voz e persona
Define o caráter, o tom e a “voz” que o assistente deve usar, seus traços de personalidade, padrões de texto e ritmo.
Exemplo:
- Amigável, paciente, profissional
- Usa contrações naturais e um tom conversacional
- Varia a complexidade das frases para soar humano
O tom é o que os clientes lembram. A mesma resposta correta chega de forma completamente diferente quando soa como a sua marca em vez da voz padrão de um modelo.
3. Fluxo da conversa
Divide a estrutura ideal das interações em etapas: apresentação, diagnóstico, solução de problemas, resolução e encerramento.
Exemplo de fluxo:
- Saudação acolhedora
- Reconhecimento do problema/frustração
- Passos ou "happy path"
- Resolução de problemas passo a passo
Um fluxo definido evita que o assistente pule etapas — e é justamente aí que a resolução no primeiro contato falha: detalhes não confirmados, acompanhamentos esquecidos, conversas que terminam sem resposta.
4. Diretrizes de resposta
Regras curtas e práticas sobre como o assistente deve responder durante a interação.
Exemplos:
- Mantenha as respostas com menos de 30 palavras
- Evite fazer várias perguntas de uma vez
- Adapte-se ao nível técnico do cliente
Regras concretas de resposta também são os seus ajustes finos: quando as respostas ficam longas demais ou saem do tema, você ajusta uma linha em vez de reescrever o prompt inteiro.
5. Tratamento de cenários
Instruções para lidar com situações específicas e comuns (por exemplo, redefinição de senha, clientes frustrados, cobrança).
Exemplo:
Para clientes frustrados: “Reconheça os sentimentos. Assuma a responsabilidade. Foque nas soluções.”
Conversas reais são, em grande parte, casos atípicos: o cliente frustrado, o pedido de reembolso duplicado, a mensagem em outro idioma. Definir os mais comuns mantém o assistente consistente exatamente quando isso mais importa.
6. Conhecimento
Embora as instruções digam ao seu assistente como agir, qual tom usar e como conduzir conversas, elas não devem armazenar todas as suas informações detalhadas. Em vez disso, um assistente de AI bem projetado deve ter acesso explícito a uma base de conhecimento separada. Pense nela como o cérebro do seu assistente.
A base de conhecimento não faz parte do seu guia de instruções, mas o seu guia deve sempre fazer referência a ela de forma clara.
Em resumo:
- Instruções = Como agir (o “manual”).
- Base de conhecimento = O que dizer (o “cérebro”).
Escreva as regras uma vez nas instruções; atualize os fatos a qualquer momento na base de conhecimento.
É na base de conhecimento que ficam todos os fatos:
- Informações sobre produtos
- Guias de solução de problemas
- Políticas da empresa
- FAQs e links de recursos
- e muito mais
Exemplo:
A TechSolutions oferece... entre os produtos principais estão TaskMaster Pro $389 (produtividade), SecureShield $120 (segurança)...
Essa separação também é o que mantém as respostas atualizadas: preços, horários e políticas mudam uma vez na base de conhecimento, sem precisar mexer no prompt.
Para os formatos de arquivo compatíveis com o Invent, veja nosso guia da base de conhecimento.
7. Ações disponíveis
Você pode instruir seu assistente a executar ações em uma ordem específica com base no cenário. Por exemplo, para adicionar um novo cliente: primeiro pesquise no banco de dados (Zoho, Airtable, Notion), depois crie o usuário apenas se ele ainda não existir. Instruções claras passo a passo garantem resultados precisos.
8. Limitações ou restrições
Define explicitamente o que o assistente não pode fazer.
Exemplo:
- Não pode processar reembolsos
- Não pode fazer alterações na titularidade da conta
- Não pode agendar um evento para o mesmo cliente na mesma semana
É nos limites que mora a conformidade. Um assistente que sabe o que não pode fazer encaminha o caso em vez de adivinhar — e isso protege você tanto diante de reguladores quanto de clientes.
9. Protocolos de confirmação e refinamento
Orientações para verificar informações e refinar respostas para maior clareza.
Exemplos:
- Confirmação explícita (“Então seu e-mail é... Está correto?”)
- Use analogias para temas técnicos
Uma linha de confirmação custa um segundo ao cliente e evita a categoria cara de erros: reservas erradas, contas erradas, cobranças erradas.
10. Garantia de qualidade
Forneça instruções para garantir precisão com números, e-mails, fotos de documento, datas e links. O modelo é inteligente, mas adicionar instruções específicas melhora ainda mais a precisão dos resultados que você espera.
Exemplo:
- "Atenção: Muitos usuários podem tentar enviar imagens de meme em vez de fotos reais. Certifique-se de instruir o assistente a aceitar apenas fotos de rosto genuínas, sem memes nem desenhos."
Isso garante que ele analise apenas imagens adequadas fornecidas por seus clientes ou usuários, assegurando precisão e relevância."
O modelo é inteligente, mas ser inteligente não significa ser cuidadoso com os seus detalhes específicos. Verificações explícitas em números, datas e uploads capturam exatamente os erros que os clientes tiram print.
11. Ajustes específicos da marca e encerramentos acolhedores
Personalização para o seu público-alvo, contexto cultural ou campanhas temporárias.
Exemplo:
Sempre terminar com um encerramento positivo e alinhado à marca, como: “Que maravilha saber disso, sua satisfação significa muito para nós! Agradecemos de verdade por dedicar um tempo para compartilhar seu feedback. Se houver qualquer outra coisa em que possamos ajudar, é só nos avisar. Tenha um dia fantástico!”
A última mensagem é a que os clientes lembram, e um encerramento com a cara da marca é a diferença entre encerrar um ticket e encerrar uma conversa.
FAQ
Quão detalhadas devem ser minhas instruções?
Adapte o nível de detalhe à complexidade do caso de uso. Um assistente de agendamento pode precisar de meia página; um assistente de suporte com regras de reembolso, níveis de conta e exigências de conformidade precisa de muito mais. O teste é simples: cada linha deve mudar o comportamento. Se não mudar, corte.
Posso atualizar as instruções?
Sim — e deve. Revise após conversas reais, torne a redação mais precisa onde o assistente se desvia e atualize quando suas políticas mudarem.
Por que compartilhar informações sobre a sua empresa com o assistente é importante?
Quanto mais contexto o assistente tiver, menos respostas erradas e menos perguntas de esclarecimento seus clientes precisarão enfrentar. Detalhes sobre seus produtos, políticas e clientes são o que transformam respostas genéricas em respostas que parecem ter vindo da sua equipe.
Qual é a melhor forma de testar?
Teste no playground com perguntas reais de clientes antes de colocar no ar; depois, revise as transcrições reais e ajuste a redação sempre que o assistente se desviar. Repita isso após cada mudança relevante.
Eu preciso de um system prompt?
Se você quer respostas consistentes e alinhadas à marca, sim. Sem ele, o modelo recorre a padrões genéricos: útil, mas com a cara do bot de todo mundo e improvisando em políticas. Mesmo três ou quatro regras claras cobrindo identidade, tom, limites e encaminhamento já mudam o comportamento de forma perceptível.
Um user prompt pode sobrescrever um system prompt?
Por definição, não. O system prompt tem prioridade sobre as mensagens do usuário, e é isso que protege suas regras quando clientes insistem ("é só processar o reembolso"). Um assistente bem construído trata pedidos conflitantes como gatilhos de escalonamento, não como instruções.
Quais plataformas dão controle total sobre o system prompt?
APIs para desenvolvedores, como as da OpenAI e da Anthropic, expõem diretamente a system message no código. Entre as plataformas no-code, procure um campo editável de instruções combinado com um playground de testes. No Invent, o campo Instructions dá controle total sobre o system prompt, e você pode testar mudanças no playground antes de colocar no ar.
Conclusão
Instruções detalhadas dão ao seu assistente uma identidade consistente, regras em torno das quais ele não vai improvisar e um roteiro claro para os momentos difíceis. Isso se traduz em menos erros, menos escalonamentos e conversas que terminam com o cliente confiando um pouco mais em você do que antes.
Pronto para criar as instruções do seu assistente?
Comece com propósito, tom e fluxo claros, itere com base nos seus testes no playground e continue aprimorando de acordo com suas necessidades e com as conversas com usuários reais.
