GestãoNegócios e Empreendedorismo

Prompt engineering para gestores: 5 técnicas para melhorar os resultados da IA generativa

Conheça cinco técnicas de prompt engineering para gestores e aprenda a criar comandos mais precisos para obter melhores resultados com IA generativa.



Em resumo:

  • Papel, contexto, tarefa e formato: estruture o comando para deixar claro o que a IA deve fazer e como apresentar a resposta.
  • Chain-of-thought e few-shot: utilize instruções de raciocínio estruturado e exemplos para melhorar análises e padronizar entregas.
  • Outside view e persona de especialista: amplie a perspectiva das análises e peça que a IA questione suas decisões para identificar possíveis pontos cegos.

Veja mais informações a seguir!

A inteligência artificial generativa pode ajudar gestores a elaborar relatórios, analisar riscos, comparar alternativas e tomar decisões estratégicas. No entanto, a qualidade dessas entregas depende, em grande parte, da maneira como as instruções são formuladas.

Um problema recorrente no uso dessas ferramentas é a criação de prompts vagos. Quando o gestor solicita, por exemplo, apenas um relatório de andamento de projeto, sem fornecer informações adicionais, a IA tende a produzir respostas genéricas, que exigem muitas correções.

É nesse contexto que entra o prompt engineering, habilidade de elaborar instruções para que modelos de inteligência artificial entreguem respostas mais precisas, relevantes e adequadas a cada necessidade.

Não é necessário ter conhecimentos avançados de programação para desenvolver essa competência. O principal é compreender como fornecer contexto, definir objetivos e orientar o formato das respostas.

A seguir, conheça cinco técnicas de prompt engineering que podem melhorar o uso da IA generativa na rotina de gestão.

Sua gestão de projetos está pronta para a inteligência artificial?

1. Combine papel, contexto, tarefa e formato

Um dos erros mais comuns na criação de prompts é não especificar o que se espera da inteligência artificial.

Uma instrução como “escreva um relatório de status do projeto” deixa muitas informações em aberto. O modelo não sabe qual é o público do documento, quais dados devem ser considerados nem como organizar o conteúdo.

Para evitar esse problema, uma estratégia é estruturar o prompt em quatro elementos:

1. Papel: indique qual especialidade ou perspectiva o modelo deve assumir.

Exemplo: “Você é um gerente de projetos sênior com 15 anos de experiência em projetos de transformação digital para o setor financeiro.”

2. Contexto: apresente as informações necessárias para a execução da tarefa.

Exemplo: “O projeto está no terceiro mês de execução. O cronograma apresenta um atraso de dez dias, enquanto os custos permanecem dentro do orçamento. O risco de integração com o sistema legado foi classificado como alto na última semana.”

3. Tarefa: explique exatamente o que a IA deve produzir.

Exemplo: “Elabore um relatório semanal de status do projeto para apresentação ao patrocinador.”

4. Formato: determine como a resposta deve ser organizada.

Exemplo: “Divida o relatório em três seções: status geral, principais desvios com suas causas e ações corretivas, e decisões que precisam ser tomadas pelo patrocinador.”

Ao reunir esses quatro elementos, o gestor oferece parâmetros mais claros para a inteligência artificial. Isso reduz a necessidade de ajustes e aumenta a possibilidade de obter uma resposta adequada desde a primeira tentativa.

2. Utilize a técnica chain-of-thought para análises complexas

A técnica chain-of-thought, ou cadeia de pensamento, está relacionada à orientação de modelos de IA para lidar com problemas que exigem diferentes etapas de raciocínio.

Ela pode ser útil em atividades como:

  • Análise e classificação de riscos;
  • Avaliação de cenários;
  • Comparação de alternativas;
  • Identificação de causas de problemas;
  • Planejamento de ações corretivas.

Na prática, o gestor pode solicitar que a ferramenta organize a análise em etapas, apresentando os critérios considerados e as justificativas para suas recomendações.

Exemplo de prompt:

“Analise o seguinte cenário de risco do projeto e organize sua avaliação em etapas antes de recomendar uma resposta: [descrição do risco].

  1. Identifique as possíveis causas do problema.
  2. Estime a probabilidade de ocorrência e o impacto.
  3. Avalie as alternativas de resposta disponíveis.
  4. Recomende a ação mais adequada e apresente uma justificativa.”

Essa abordagem ajuda a tornar a resposta mais estruturada e facilita a revisão das premissas utilizadas pela ferramenta.

Vale lembrar que uma análise organizada não garante que o raciocínio ou a conclusão estejam corretos. O gestor ainda precisa verificar os dados, questionar as premissas e validar as recomendações.

3. Aplique few-shot learning para padronizar resultados

Quando o objetivo é obter respostas que sigam um modelo específico, explicar todas as características desejadas pode ser trabalhoso.

Uma alternativa é utilizar a técnica few-shot learning, que consiste em fornecer alguns exemplos para orientar a geração de novas respostas.

Em vez de descrever detalhadamente o estilo, a estrutura e o nível de profundidade esperados, o gestor apresenta um exemplo de referência.

Essa técnica pode ser aplicada em tarefas como:

  • Elaboração de atas de reunião;
  • Produção de relatórios gerenciais;
  • Padronização de comunicados internos;
  • Criação de apresentações;
  • Organização de registros de projetos.

Exemplo de prompt:

“Este é um exemplo de ata de reunião utilizado pela empresa: [inserir exemplo].

Com base nesse modelo, elabore uma nova ata a partir das anotações a seguir: [inserir anotações].

Mantenha a mesma estrutura, o nível de detalhamento e o tom profissional do documento de referência.”

Ao receber exemplos, a IA consegue identificar padrões de organização, linguagem e apresentação. Dessa forma, o gestor pode padronizar entregas sem precisar repetir todas as orientações em cada solicitação.

Suas equipes executam atividades ou geram valor estratégico?

4. Utilize o outside view para ampliar a análise

O outside view, ou perspectiva externa, é uma abordagem que busca avaliar uma situação considerando experiências e resultados de casos semelhantes.

No contexto da gestão, isso significa não limitar a análise às informações disponíveis sobre um projeto específico. O gestor também pode solicitar que a inteligência artificial considere padrões históricos, referências do setor e problemas recorrentes em iniciativas semelhantes.

A técnica é especialmente útil durante o planejamento de projetos, a avaliação de investimentos e a identificação de riscos.

Exemplo de prompt:

“Estou planejando um projeto de implementação de ERP em uma empresa de médio porte do setor de manufatura.

Com base em referências históricas de projetos semelhantes, identifique:

  • Os riscos mais comuns nesse tipo de implementação;
  • Os desvios de prazo e custo frequentemente observados em relação ao planejamento inicial;
  • As práticas de gestão associadas aos projetos bem-sucedidos;
  • Os principais fatores relacionados ao fracasso dessas iniciativas.”

A proposta é utilizar referências externas para identificar riscos que poderiam passar despercebidos em uma análise restrita ao projeto.

Entretanto, é importante solicitar fontes verificáveis e conferir os dados apresentados. A IA pode produzir informações imprecisas ou generalizar resultados de estudos que não representam o contexto da empresa.

5. Peça à IA que desafie suas decisões

Outra maneira de melhorar o uso da inteligência artificial na gestão é utilizá-la como uma ferramenta de questionamento.

Em vez de solicitar apenas uma recomendação favorável à sua ideia, o gestor pode orientar o modelo a assumir a perspectiva de um especialista que precisa identificar falhas, riscos e argumentos contrários à decisão.

Essa abordagem ajuda a reduzir vieses de confirmação e ampliar a avaliação de alternativas.

Exemplo de prompt:

“Estou considerando cancelar o projeto X pelos seguintes motivos: [apresente os motivos].

Adote a perspectiva de um conselheiro de estratégia experiente e questione minha decisão.

Apresente:

  • Os principais argumentos contrários ao cancelamento;
  • Os riscos que posso estar deixando de considerar;
  • As consequências que a interrupção do projeto pode gerar;
  • As alternativas ao cancelamento;
  • A pergunta mais difícil que um membro do conselho poderia fazer sobre essa decisão.”

O objetivo é utilizar a IA para explorar perspectivas diferentes e identificar possíveis pontos cegos antes de tomar uma decisão.

A técnica não substitui a avaliação de especialistas ou a análise dos responsáveis pelo projeto. Ela funciona como um recurso adicional para testar argumentos e ampliar o processo decisório.

Por que algumas ideias nunca se transformam em projetos reais?

Como melhorar os resultados da IA generativa na gestão?

As cinco técnicas apresentadas têm um princípio em comum: a qualidade das respostas depende da clareza e da especificidade das instruções fornecidas ao modelo.

Modelos de linguagem generativa produzem respostas a partir dos padrões identificados nos dados e das informações presentes no contexto da solicitação. Por isso, prompts vagos tendem a gerar resultados genéricos, enquanto instruções bem estruturadas ajudam a direcionar a ferramenta.

Para gestores, desenvolver essa habilidade pode trazer benefícios em diferentes atividades, como:

  • Reduzir o tempo gasto na elaboração de relatórios;
  • Organizar informações para reuniões e apresentações;
  • Identificar riscos e possíveis problemas;
  • Comparar cenários e alternativas;
  • Padronizar documentos e processos internos;
  • Apoiar o planejamento e a tomada de decisões.

No entanto, o prompt engineering não substitui o conhecimento técnico nem o julgamento profissional. A inteligência artificial pode acelerar a produção de uma primeira versão, mas cabe ao gestor verificar informações, avaliar recomendações e decidir quais ações fazem sentido para a organização.

O principal ganho está em direcionar o esforço intelectual para atividades que exigem análise crítica, experiência e tomada de decisão, utilizando a IA como ferramenta de apoio.

Você está usando todo o potencial da IA nas suas decisões?


Sobre o autor

Mario H. Trentim é membro do Board of Directors do PMI, Reitor da Allevo Tech / Qeevo Group, doutorando do ITA e autor de 13 livros sobre gestão e execução estratégica.

Atua como conselheiro e conector estratégico em organizações em transformação.

Sua equipe pratica agilidade ou apenas segue rituais?

Logo do Querobolsa

Gostando da matéria?

Inscreva-se e receba nossos principais posts no seu e-mail

Banner FOQA Últimas Notícias

Revista Vídeos

As profissões mais bem pagas em 2026

Postado em 31/03/2026

Como estudar pro ENEM 2026 do ZERO

Postado em 23/04/2026


Pronto para estudar pagando menos?

Bolsas de até 80% de desconto em milhares de faculdades por todo o Brasil.
Encontrar minha bolsa