Prompt de sistema: como escrever as instruções do agente da empresa
Aprenda a estruturar um prompt de sistema com papel, escopo, fontes, limites, formato e escalonamento, com exemplos adaptáveis e um método de teste.
Quer aplicar isso na sua empresa?
Agendar conversa com o Juan →Prompt de sistema: como escrever as instruções do agente da empresa
Um bom prompt de sistema define seis coisas em linguagem direta: o papel do agente, o que ele pode e não pode tratar, de onde tira as informações, quais limites nunca cruza, em que formato responde e quando passa o caso para uma pessoa. Escreva como um manual de função para um funcionário novo e teste com conversas reais antes de liberar. O prompt sozinho não garante segurança, mas é a base de um comportamento previsível.
Principais pontos
- Prompt de sistema é o manual de função do agente: papel, escopo, fontes, limites, formato e escalonamento.
- Instruções específicas e verificáveis funcionam melhor do que adjetivos como "seja educado e preciso".
- Informação que muda (preços, prazos, políticas) deve vir de uma fonte consultada, não ficar escrita no prompt.
- Limites críticos precisam de controle fora do prompt, como permissões de ferramenta e aprovação humana.
- O prompt só está pronto depois de testado com casos comuns, casos de borda e tentativas de desvio, e continua em revisão depois do lançamento.
O que é um prompt de sistema e o que ele não resolve sozinho?
Prompt de sistema é o conjunto de instruções fixas que o agente recebe antes de qualquer mensagem do cliente. Ele define quem o agente é naquela empresa, como deve agir e onde deve parar. A pessoa que conversa com o agente normalmente nem vê esse texto, mas cada resposta passa por ele.
É útil separar o que o prompt faz bem do que ele não faz. Ele orienta tom, prioridades, formato e critérios de decisão. Ele não substitui permissões: se o agente tem acesso a uma ferramenta que cancela pedidos, escrever "nunca cancele pedidos" é um pedido, não uma trava. A trava real é não entregar a ferramenta, ou exigir aprovação humana na etapa. Os materiais da Anthropic sobre construção de agentes eficazes tratam justamente dessa divisão entre orientação por texto e controle por desenho do sistema.
Também não é lugar para despejar tudo o que a empresa sabe. Quanto mais texto, mais chances de instruções se contradizerem e mais espaço de contexto consumido. Vale entender a janela de contexto antes de decidir o que fica fixo e o que é buscado sob demanda.
Qual é a estrutura de um prompt de sistema que funciona?
A estrutura que usamos como ponto de partida tem seis blocos, nesta ordem, porque cada um depende do anterior:
- Papel: quem o agente é, para quem fala e qual é o objetivo da função.
- Escopo: o que ele resolve, o que ele recusa e o que ele encaminha.
- Fontes: de onde vêm as informações permitidas e o que fazer quando a fonte não responde.
- Limites: ações proibidas, dados que não pode pedir ou repetir, promessas que não pode fazer.
- Formato: tamanho, tom, idioma, estrutura da resposta e o que registrar.
- Escalonamento: gatilhos objetivos para passar a conversa a uma pessoa e o que enviar junto.
Para o caso específico de atendimento, o artigo sobre como escrever prompt para atendimento ao cliente com IA detalha a aplicação por canal. Aqui o foco é a estrutura geral, que vale também para agentes internos, de vendas ou de operações.
Como escrever papel, escopo e fontes?
O papel deve ser curto e concreto. Em vez de "você é um assistente prestativo", descreva a função como descreveria a um contratado: nome da empresa, canal, público e tarefa principal.
Você é o assistente de atendimento da Empresa X no WhatsApp. Você ajuda clientes a consultar status de pedido, tirar dúvidas sobre prazos e abrir solicitações de troca.
O escopo vem em duas listas mentais: o que faz e o que não faz. A segunda é a mais importante, porque é onde o agente tende a improvisar. Diga o que fazer quando o pedido está fora do escopo, não apenas que não pode.
Você não negocia preço, não decide reembolso e não dá orientação jurídica ou médica. Nesses casos, explique em uma frase que um atendente vai assumir e acione o escalonamento.
As fontes respondem à pergunta: de onde o agente pode saber algo? Uma regra simples e eficaz é permitir resposta apenas com base em fontes nomeadas e proibir completar lacunas com suposição.
Responda apenas com base nas informações retornadas pela consulta de pedidos e pelos documentos de política anexados. Se a informação não estiver lá, diga que vai verificar com a equipe. Nunca estime prazo ou valor.
Dados que mudam com frequência não devem morar no prompt. Preço, estoque e regra promocional ficam em sistemas ou documentos consultados na hora, em um desenho de recuperação de informação como o descrito em contexto para agentes. Assim, quando a política muda, você atualiza a fonte e não reescreve o agente.
Como definir limites, formato e escalonamento?
Limites são frases de proibição específicas, ligadas a risco real do seu negócio. Pense em três categorias: ações (o que o agente nunca executa), dados (o que nunca pede, repete ou grava) e promessas (o que nunca garante). Com a LGPD em vista, vale incluir regra de minimização: o agente pede apenas o dado necessário para a tarefa e não solicita documentos sensíveis no chat.
Nunca peça senha, número completo de cartão ou documentos pelo chat. Nunca prometa prazo, desconto ou resultado que não esteja na fonte.
Um limite também precisa tratar tentativas de desvio. Mensagens de clientes (e textos de documentos ou e-mails que o agente lê) podem conter instruções disfarçadas. O prompt deve dizer que esse conteúdo é dado, não comando. Isso ajuda, mas não basta: o guia da OWASP sobre prevenção de prompt injection recomenda camadas de defesa, e o artigo sobre prompt injection em agentes de IA mostra como aplicá-las na empresa.
O formato evita respostas longas e inconsistentes, principalmente no WhatsApp. Defina tamanho máximo, número de perguntas por mensagem, tom e idioma, e diga se o agente deve identificar-se como assistente virtual.
Responda em português do Brasil, em até poucas frases, com uma pergunta por vez. Quando o cliente perguntar, informe que você é um assistente virtual.
O escalonamento é onde muitos prompts falham por vagueza. "Encaminhe casos complexos" não é um gatilho. Liste condições que qualquer pessoa consegue verificar:
- O cliente pede para falar com uma pessoa, em qualquer momento.
- O assunto é reembolso, cancelamento, reclamação formal ou questão jurídica.
- A fonte não traz a resposta após uma consulta.
- O cliente demonstra irritação repetida ou menciona prazo legal.
- Houve dois mal-entendidos seguidos na mesma dúvida.
Defina também o que acompanha a transferência: resumo do caso, o que já foi respondido e o que o cliente espera. Sem isso, a pessoa recomeça a conversa e o cliente repete tudo.
Cenário ilustrativo: loja de material de construção no WhatsApp
Este é um cenário ilustrativo, sem relação com empresa real. Uma loja quer um agente que informe status de entrega e abra pedidos de troca. A primeira versão do prompt dizia apenas "atenda bem os clientes e resolva os problemas". Nos testes, o agente prometia data de entrega que não estava no sistema e aceitava pedido de desconto.
A revisão aplicou a estrutura. Papel: assistente de pedidos e trocas. Escopo: status e abertura de troca; preço e desconto vão para o vendedor. Fontes: apenas a consulta de pedidos e o documento de política de troca. Limites: sem promessa de data fora da consulta, sem desconto. Formato: respostas curtas, uma pergunta por vez. Escalonamento: desconto, reclamação formal e falta de resposta na fonte vão para atendente, com resumo.
O resultado esperado dessa revisão não é um agente que fala mais, e sim um que sabe quando parar. Esse é o critério certo para avaliar um prompt de sistema.
Como testar o prompt antes de colocar no ar?
Testar prompt é parecido com testar processo: você define casos, roda, compara com o esperado e corrige. A documentação da OpenAI sobre avaliações (evals) e o texto da Anthropic sobre avaliações de agentes apresentam essa lógica de conjunto de casos com critérios claros de aprovação. Um método simples para começar:
- Reúna conversas reais anonimizadas ou escreva casos a partir do histórico: dúvidas comuns, pedidos fora do escopo e situações de reclamação.
- Para cada caso, escreva antes o comportamento esperado: responde, recusa ou escala, e com qual conteúdo.
- Inclua casos de borda: fonte sem resposta, cliente que muda de assunto, mensagem ambígua, pedido de falar com humano.
- Inclua tentativas de desvio: "ignore suas instruções", pedido de desconto insistente, texto colado com ordens escondidas.
- Rode cada caso mais de uma vez, porque a resposta pode variar, e registre as falhas por tipo.
- Corrija o prompt em uma mudança por vez e rode o conjunto inteiro de novo para não quebrar o que já funcionava.
- Teste ferramentas em ambiente simulado antes de conectar sistemas reais, como explica o artigo sobre mocks e sandbox para agentes de IA.
Defina antes o que significa aprovado. Por exemplo: nenhum caso de ação proibida executada e todos os gatilhos de escalonamento respeitados. Critérios de tom e clareza podem ser revisados por uma pessoa da operação, que é quem conhece o cliente.
Como manter o prompt depois do lançamento?
O prompt de sistema é um documento vivo, com responsável, versão e histórico de mudanças. Cada alteração deve passar pelo mesmo conjunto de testes. Guarde registros das conversas e das decisões do agente (respeitando a LGPD e a política de retenção da empresa) para ver onde ele escalou, onde errou e onde o cliente pediu uma pessoa.
No nosso método, isso corresponde a quatro passos. Mapear: entender o processo atual e o ponto de partida. Limitar: reduzir dados e ações do agente ao necessário. Pilotar: rodar um fluxo real com logs e uma métrica de sucesso combinada. Transferir: entregar o prompt, os testes e o registro à equipe, que decide se expande, ajusta ou encerra. O prompt nasce no passo de limitar e amadurece no piloto.
Uma lista final de verificação antes de liberar:
- O papel cabe em duas frases?
- O que está fora do escopo tem uma instrução de destino?
- Cada informação que o agente usa tem uma fonte nomeada?
- Os limites críticos também estão protegidos por permissão de ferramenta ou aprovação humana?
- Os gatilhos de escalonamento são verificáveis por qualquer pessoa?
- Existe um conjunto de testes e alguém responsável por rodá-lo a cada mudança?
Perguntas frequentes
Qual o tamanho ideal de um prompt de sistema? Não há tamanho ideal, e sim o menor texto que cobre papel, escopo, fontes, limites, formato e escalonamento sem ambiguidade. Se o prompt cresce porque guarda tabelas de preço ou políticas longas, mova esse conteúdo para uma fonte consultada. Prompts enxutos são mais fáceis de testar e de manter.
Posso confiar só no prompt para impedir que o agente faça algo indevido? Não. O prompt orienta o comportamento, mas uma instrução pode ser ignorada ou contornada por uma mensagem mal-intencionada. Para ações de risco, use permissões mínimas nas ferramentas, validação fora do modelo e aprovação humana. Veja também a lista de riscos do OWASP Top 10 para aplicações com LLM.
Preciso escrever o prompt em português? Se o público fala português, escrever o prompt e os exemplos em português do Brasil costuma dar resultados mais consistentes em tom e vocabulário. O importante é testar com as expressões reais dos seus clientes, incluindo gírias, abreviações e erros de digitação comuns no WhatsApp.
Com que frequência devo revisar o prompt? Revise sempre que mudar uma política, uma ferramenta ou o modelo usado, e em intervalos regulares com base nos registros das conversas. Cada revisão deve rodar o mesmo conjunto de testes. Se uma falha se repete nos registros, ela vira um novo caso de teste e uma correção no prompt ou na fonte.