Última atualização: 12 de julho de 2026
Resumo
Um system prompt, também chamado de instruções, é o conjunto de regras permanentes que define quem é o seu assistente de IA, como comunica e o que pode e não pode fazer. Um bom system prompt cobre:
- Identidade, tom e fluxo de conversa, para que cada resposta soe como a sua empresa.
- Regras rígidas e limites, para que o assistente nunca invente políticas ou preços.
- Gestão de cenários e encaminhamento, para que os casos excecionais sejam passados a uma pessoa em vez de serem improvisados.
- Os principais componentes de um prompt incluem: identidade, tom, fluxo de conversa, regras de resposta, gestão de cenários, referência à base de conhecimento e limitações definidas.
Os onze elementos abaixo fazem a diferença entre um chatbot genérico e um assistente que soa como a sua equipa.
O que é um system prompt?
Um system prompt, também chamado de instruções, é o conjunto de regras permanentes que dá a um assistente de IA antes de qualquer cliente escrever a primeira mensagem. Define quem é o assistente, como comunica e o que pode e não pode fazer, e mantém-se ativo em todas as conversas. Se for bem escrito, cada resposta soa como a sua empresa; se for vago, obtém um chatbot genérico.
System prompt vs user prompt
Um system prompt e um user prompt desempenham papéis diferentes. O system prompt é definido por si, que está a construir o assistente: define a identidade, as regras e os limites do assistente, e mantém-se ativo ao longo de toda a conversa. Um user prompt é o que um cliente escreve numa única interação. Quando os dois entram em conflito, um assistente bem concebido segue o system prompt: um cliente pode pedir um reembolso, mas se as suas regras disserem que os reembolsos precisam de aprovação humana, o assistente encaminha o caso para a sua equipa em vez de improvisar.
System prompt vs user prompt: quando entram em conflito, o system prompt prevalece.
Porque é que um bom system prompt importa
Um assistente com instruções claras resolve mais conversas à primeira tentativa, mantém-se alinhado com a marca sob pressão e sabe quando deve envolver a sua equipa. Um assistente sem essas instruções improvisa: responde em tons diferentes, inventa políticas e trata cada caso excecional como uma surpresa.
Os clientes sentem imediatamente a diferença. Instruções claras traduzem-se em compreensão rápida e passos simples. Instruções vagas traduzem-se em repetições, respostas robóticas e respostas que soam como as de qualquer outro bot.
Os onze elementos abaixo são a anatomia de um system prompt forte, cada um com um exemplo e a razão prática pela qual merece estar incluído.
Quer um ponto de partida pronto a copiar e colar? Obtenha o 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
Indique claramente quem é o assistente e qual é a sua missão/objetivo principal.
Exemplo:
"És a Gigi, uma assistente de apoio ao cliente da Los Santos Credit Union. O teu principal objetivo é ajudar os clientes a resolver problemas com os seus produtos, responder a perguntas sobre serviços e garantir uma experiência de apoio satisfatória."
Sem um papel definido, o modelo improvisa um, e as respostas vão-se desviando com ele. Uma identidade numa única linha é a proteção contra alucinações mais barata que pode ter.
Referência:
A orientação de prompting da OpenAI defende o mesmo: dê ao modelo um papel e um propósito claros, e as respostas tornam-se mais precisas e consistentes.
2. Tom, voz e persona
Define o caráter, o tom e a “voz” que o assistente deve usar, bem como 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 aquilo de que os clientes se lembram. A mesma resposta correta tem um impacto completamente diferente quando soa à sua marca em vez de soar à voz padrão de um modelo.
3. Fluxo de conversa
Divide a estrutura ideal das interações passo a passo: apresentações, diagnóstico, resolução de problemas, resolução final e fecho.
Exemplo de fluxo:
- Saudação calorosa
- Reconhecimento dos problemas/frustração
- Passos ou "happy path"
- Resolução do problema passo a passo
Um fluxo definido impede o assistente de saltar etapas, e é nas etapas saltadas que a resolução no primeiro contacto falha: detalhes por confirmar, seguimentos em falta, conversas que terminam sem resposta.
4. Diretrizes de resposta
Regras curtas e acionáveis sobre como o assistente deve responder durante a interação.
Exemplos:
- Mantenha as respostas abaixo das 30 palavras
- Evite fazer várias perguntas ao mesmo tempo
- Adapte-se ao nível técnico do cliente
Regras de resposta concretas também são os seus controlos de afinação: quando as respostas ficam demasiado longas ou se desviam do tema, ajusta uma linha em vez de reescrever todo o prompt.
5. Gestão de cenários
Instruções para lidar com situações específicas e comuns (por exemplo, reposição de palavra-passe, clientes frustrados, faturação).
Exemplo:
Para clientes frustrados, “Reconhece os sentimentos. Assume a responsabilidade. Foca-te nas soluções.”
As conversas reais são feitas sobretudo de casos excecionais: o cliente frustrado, o pedido de reembolso duplicado, a mensagem noutra língua. Definir guiões para os casos mais comuns mantém o assistente consistente exatamente quando isso mais importa.
6. Conhecimento
Embora as instruções digam ao seu assistente como agir, que tom usar e como gerir conversas, não foram feitas para guardar toda a sua informação detalhada. Em vez disso, um assistente de IA bem concebido 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 referi-la sempre 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 factos a qualquer momento na base de conhecimento.
É na base de conhecimento que vivem todos os factos:
- Informação sobre produtos
- Guias de resolução de problemas
- Políticas da empresa
- FAQs e links de recursos
- e muito mais
Exemplo:
A TechSolutions oferece... os principais produtos incluem TaskMaster Pro $389 (produtividade), SecureShield $120 (segurança)...
Esta separação também é o que mantém as respostas atualizadas: preços, horários e políticas mudam uma vez na base de conhecimento, sem mexer no prompt.
Para os formatos de ficheiro que a Invent suporta, consulte o nosso guia da base de conhecimento.
7. Ações disponíveis
Pode instruir o seu assistente a executar ações numa ordem específica consoante o cenário. Por exemplo, para adicionar um novo cliente: primeiro pesquisar na base de dados (Zoho, Airtable, Notion), depois criar o utilizador 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 à titularidade da conta
- Não pode agendar um evento para o mesmo cliente na mesma semana
É nos limites que vive a conformidade. Um assistente que sabe o que não pode fazer encaminha em vez de adivinhar, e isso protege-o tanto perante reguladores como perante clientes.
9. Protocolos de confirmação e refinamento
Orientações para verificar informação e refinar respostas para maior clareza.
Exemplos:
- Confirmação explícita (“Portanto, o seu email é... Está correto?”)
- Use analogias para temas técnicos
Uma linha de confirmação custa um segundo ao cliente e evita a categoria mais cara de erros: reservas erradas, contas erradas, cobranças erradas.
10. Garantia de qualidade
Forneça instruções para garantir a precisão com números, emails, fotografias de identificação, datas e links. O modelo é inteligente, mas acrescentar instruções específicas irá melhorar ainda mais a precisão dos resultados que espera.
Exemplo:
- "Atenção: Muitos utilizadores podem tentar carregar imagens de memes em vez de fotografias reais. Certifique-se de instruir o assistente a aceitar apenas retratos reais, sem memes nem cartoons."
Isto garante que analisa apenas imagens adequadas fornecidas pelos seus clientes ou utilizadores, assegurando precisão e relevância."
O modelo é inteligente, mas inteligente não significa cuidadoso com os seus detalhes específicos. Verificações explícitas de números, datas e uploads apanham exatamente os erros de que os clientes fazem screenshots.
11. Ajustes específicos da marca e fechos calorosos
Personalização para o seu público-alvo, contexto cultural ou campanhas temporárias.
Exemplo:
Terminar sempre com um fecho positivo e alinhado com a marca, como “É maravilhoso saber isso, a sua satisfação significa tudo para nós! Agradecemos verdadeiramente por ter dedicado tempo a partilhar o seu feedback. Se houver mais alguma coisa em que possamos ajudar, basta dizer. Tenha um excelente dia!”
A última mensagem é aquela de que os clientes se lembram, e um fecho com a identidade da marca é a diferença entre fechar um ticket e fechar uma conversa.
FAQ
Quão detalhadas devem ser as minhas instruções?
Adapte o nível de detalhe à complexidade do caso de uso. Um assistente de reservas pode precisar de meia página; um assistente de apoio com regras de reembolso, níveis de conta e requisitos de conformidade precisa de muito mais. O teste é este: cada linha deve alterar o comportamento. Se não alterar, corte-a.
Posso atualizar as instruções?
Sim, e deve fazê-lo. Reveja-as após conversas reais, torne a formulação mais precisa onde o assistente se desvia e atualize-as quando as suas políticas mudarem.
Porque é importante partilhar informação sobre o seu negócio com o assistente?
Quanto mais contexto o assistente tiver, menos respostas erradas e menos perguntas de clarificação os seus clientes terão de suportar. Os detalhes sobre os seus produtos, políticas e clientes são o que transforma respostas genéricas em respostas que parecem vir da sua equipa.
Qual é a melhor forma de testar?
Teste no playground com perguntas reais de clientes antes de entrar em produção, depois reveja transcrições reais e ajuste a formulação sempre que o assistente se desviar. Repita após cada alteração relevante.
Preciso de um system prompt?
Se quer respostas consistentes e alinhadas com a marca, sim. Sem ele, o modelo recorre a predefinições genéricas: úteis, mas soa ao bot de toda a gente e improvisa em matéria de políticas. Mesmo três ou quatro regras claras sobre identidade, tom, limites e encaminhamento alteram visivelmente o comportamento.
Um user prompt pode sobrepor-se a um system prompt?
Por definição, não. O system prompt tem prioridade sobre as mensagens do utilizador, e é isso que protege as suas regras quando os clientes insistem ("basta processar o reembolso"). Um assistente bem construído trata pedidos em conflito como gatilhos de escalonamento, não como instruções.
Que plataformas lhe dão controlo total sobre o system prompt?
APIs para developers como a da OpenAI e a da Anthropic expõem diretamente a system message no código. Entre as plataformas no-code, procure um campo de instruções editável emparelhado com um playground de testes. Na Invent, o campo Instructions dá-lhe controlo total sobre o system prompt, e pode testar alterações no playground antes de entrar em produção.
Conclusão
Instruções detalhadas dão ao seu assistente uma identidade consistente, regras em torno das quais não vai improvisar e um guião claro para os momentos mais difíceis. Isso traduz-se em menos erros, menos escalonamentos e conversas que terminam com o cliente a confiar em si um pouco mais do que antes.
Pronto para definir as instruções do seu assistente?
Comece com um propósito, tom e fluxo claros, itere com base nos testes no playground e continue a melhorar de acordo com as suas necessidades e com as conversas com utilizadores reais.
