Por Que Seu Prompt Não Funciona (e Como Achar a Causa Real)

Você escreve um prompt, manda, e volta algo genérico, no formato errado, ou que ignora metade do que você pediu. Reescreve, tenta de novo, mesma coisa. A conclusão fácil é que "o ChatGPT tá ruim hoje".

Quase nunca é isso. Quando alguém pesquisa por que meu prompt não funciona, o Google devolve uma pilha de artigos sobre servidor fora do ar, erro 429 e cache do navegador. Útil se a tela travou. Inútil se o problema é que a resposta veio furada. Esses são dois problemas diferentes, e este texto é sobre o segundo: o prompt roda, mas o resultado não presta.

Primeiro, separe os dois problemas

Antes de reescrever qualquer coisa, decida em qual caixa você está. Elas não têm nada a ver uma com a outra.

Se você está na coluna da esquerda, os guias de "ChatGPT não funciona" resolvem. Se está na direita, nenhum deles vai te ajudar, porque o servidor está ótimo. O problema é o que você escreveu.

As 7 causas reais de um prompt que não funciona

Depois de rodar o avaliador do PromptEval em milhares de prompts reais, as falhas se repetem. Não são infinitas. São essencialmente sete, e a maioria dos prompts que falham tem duas ou três ao mesmo tempo.

1. Instrução ambígua

"Resuma isso" pode virar uma frase, um parágrafo, cinco bullets ou um tweet. Você sabe o que quer. O modelo não. Quando existe mais de uma leitura possível, ele escolhe uma, e nem sempre a sua.

Antes: "Resuma este relatório." Depois: "Resuma este relatório em 3 bullets, um por seção, cada um com no máximo 15 palavras."

2. Formato de saída indefinido

Esta é a causa isolada que mais derruba a nota nos nossos dados. Prompts que não dizem como a resposta deve sair ficam perto de 30 na avaliação; os que definem o formato ficam perto de 60. É o maior salto de qualquer elemento sozinho.

Antes: "Me dê ideias de post." Depois: "Devolva uma tabela com colunas: gancho, formato (reels/carrossel), legenda de 1 linha."

3. Regras que se contradizem

"Seja detalhado e completo" na linha 2 e "seja bem breve" na linha 9. O modelo recebe duas ordens opostas e obedece a uma, geralmente a última que leu. Você lê o prompt inteiro e não percebe, porque nunca lê as duas linhas lado a lado. Essa é a falha mais difícil de achar no olho, e é justamente onde o mapa de conflito do PromptEval mostra as duas instruções ligadas por uma aresta vermelha.

Antes: "Escreva um texto completo e aprofundado, bem curtinho." Depois: escolha um: "Escreva 2 parágrafos, cerca de 120 palavras."

4. Falta de papel e contexto

Sem saber quem está pedindo e pra quê, o modelo opera no modo mais genérico que existe. "Escreva sobre marketing" sai como uma redação de escola. O papel e o contexto dão limites de decisão.

Antes: "Escreva sobre nosso produto." Depois: "Você é copywriter de uma fintech B2B. Escreva para um CFO cético, foco em reduzir custo de fechamento contábil."

5. Nenhum exemplo quando a tarefa é subjetiva

"Escreva no meu tom de voz" não significa nada sem uma amostra. Tom, estilo e critério de qualidade são coisas que o modelo aprende por exemplo, não por adjetivo. Um exemplo bom vale mais que três frases explicando o que você quer.

Antes: "Use um tom descontraído e original." Depois: cole 2 posts seus e diga "escreva no mesmo estilo destes dois".

6. Tarefas demais num prompt só

Pesquisar, resumir, traduzir, formatar e opinar, tudo numa mensagem. O modelo faz um pouco de cada e nada direito. Quanto mais tarefas empilhadas, mais medíocre fica cada entrega.

Antes: "Analise, resuma, traduza e escreva um post sobre isto." Depois: quebre em passos, um por mensagem, ou peça explicitamente a ordem: "Passo 1: resuma. Passo 2, depois que eu aprovar: traduza."

7. Nenhuma regra para input ruim

Funciona lindo no seu teste com o input limpo. Aí chega o input real, bagunçado, incompleto, fora do padrão, e o prompt quebra. É a dimensão que mais reprova: na maioria absoluta dos prompts que avaliamos, a robustez é a nota mais baixa. O prompt nunca disse o que fazer quando o input não é o esperado.

Antes: "Classifique a categoria deste chamado." Depois: "Classifique a categoria. Se não houver categoria clara, responda 'Indefinido' e diga que informação falta."

O problema de diagnosticar no olho

Aqui está a parte chata: reler o próprio prompt quase nunca revela qual das sete é a sua. Ele parece óbvio pra você, porque você tem na cabeça todo o contexto que não escreveu. É como revisar o próprio texto e não ver o erro de digitação que qualquer outra pessoa acha em dois segundos.

Por isso um diagnóstico objetivo vale mais que reescrever no chute. A ideia é medir o prompt em quatro dimensões e ver qual está fraca:

• Clareza: dá pra entender numa leitura, sem ambiguidade?
• Especificidade: o formato e as restrições estão definidos?
• Estrutura: a instrução importante está onde o modelo lê, sem regras que brigam entre si?
• Robustez: aguenta input malformado, ambíguo ou fora do padrão?

O detalhe que uma nota única esconde: quase todo prompt vai bem numa dimensão e mal em outra, e é a mais fraca que quebra primeiro no uso real. O Relatório de Qualidade de Prompts do PromptEval, que avaliou mais de 1.000 prompts reais em 12 casos de uso, mostra o tamanho do buraco: a nota média foi 52 de 100, e só 8% chegaram à faixa "bom" (75 ou mais). Menos de 1% chegaram a "excelente". Isso não é falta de talento, boa parte desses autores domina as ferramentas. São sempre as mesmas peças faltando, e uma nota geral sozinha não diz qual delas é a sua.

É o atalho pra sair do chute: cole o prompt no verificador gratuito e veja qual das quatro dimensões está te derrubando. O primeiro check roda sem login e mostra a nota mais baixa, que é por onde começar.

Um exemplo real, do 30 ao 75

Peguemos uma tarefa comum de quem cria conteúdo: uma legenda de Instagram para um produto.

Prompt original: "Escreva uma legenda boa e criativa pro Instagram sobre meu tênis de corrida novo."

Um prompt assim costuma pontuar na casa dos 30, e dá pra ver por quê olhando dimensão por dimensão:

Prompt reescrito: "Você é social media de uma marca esportiva jovem. Escreva 3 opções de legenda para o lançamento de um tênis de corrida leve com solado responsivo. Cada legenda: até 220 caracteres, tom animado sem clichê de fitness, uma chamada pra ação clara e 3 hashtags. Se faltar informação do produto, escreva a legenda com um espaço marcado como [detalhe] em vez de inventar."

Mesma tarefa, mesmo modelo. O segundo prompt sai da faixa dos 30 pra faixa dos 75 porque fechou as quatro lacunas: deu critério (clareza), formato e restrições (especificidade), papel e tom (estrutura) e uma regra pra informação faltando (robustez). A resposta deixa de ser uma legenda genérica e vira três opções usáveis.

Como consertar na ordem certa

Reescrever tudo de uma vez é desperdício. O caminho mais rápido é cirúrgico:

1. Meça primeiro. Descubra qual das quatro dimensões está mais baixa antes de tocar em qualquer palavra.
2. Conserte a mais fraca. Se a robustez é 40 e o resto é 80, adicionar uma regra de exceção rende mais que polir a clareza que já estava boa.
3. Meça de novo. Veja a nota subir e confirme que a correção não criou um conflito novo. Reescrever no escuro às vezes conserta uma coisa e quebra outra.
4. Repita até parar de render. Duas ou três rodadas costumam levar um prompt fraco pra faixa confiável.

O que mata a produtividade é o ciclo de reescrever no chute, testar, não gostar, reescrever de novo, sem nunca saber o que mudou de fato. Medir troca o chute por direção.

Quando o prompt "consertado" ainda falha

Às vezes o prompt vai bem no teste e ainda assim escorrega no uso real. Dois motivos comuns:

O input real é mais bagunçado que o teste. Você testou com o caso limpo. O usuário mandou um texto pela metade, em outra língua, ou com três perguntas de uma vez. Isso é robustez, e volta pra causa 7.

A resposta muda a cada execução. Se o mesmo prompt dá resultado bom e ruim de forma alternada, o problema não é uma dimensão específica, é que o prompt deixou espaço demais pra interpretação. Esse caso tem um diagnóstico próprio: por que seus prompts são inconsistentes mostra as correções estruturais que travam a variação.

O resumo prático

Seu prompt não funciona quase sempre por causa do texto, não do ChatGPT. São sete causas recorrentes, quase todas ligadas a alguma das quatro dimensões de qualidade. E você não precisa adivinhar qual é a sua: dá pra medir. Se quiser o método por trás da nota, este guia explica como avaliar a qualidade de um prompt; se a dimensão fraca for a clareza ou a especificidade, como escrever prompts claros e como escrever prompts específicos vão direto ao ponto.

O jeito mais rápido de parar de brigar com o modelo é colar o prompt no verificador e deixar a nota apontar onde está a fenda. Leva menos tempo que uma reescrita no chute, e você acerta de primeira.

Perguntas frequentes

Por que meu prompt não funciona?

Quase sempre o problema está no texto do prompt, não no ChatGPT. As quatro causas mais comuns são instrução ambígua, formato de saída indefinido, falta de contexto e regras que se contradizem. O modelo preenche cada lacuna do jeito dele, e a resposta sai furada.

Por que o ChatGPT ignora parte das minhas instruções?

Em geral porque duas instruções competem entre si, ou porque a instrução importante ficou enterrada no meio do contexto. O modelo pesa cada trecho pela posição e pela clareza. Quando você deixou duas leituras possíveis, ele escolhe uma.

Como sei qual parte do meu prompt está errada?

Reler no olho raramente aponta, porque o prompt parece óbvio pra quem escreveu. O caminho objetivo é avaliar em quatro dimensões (clareza, especificidade, estrutura, robustez) e olhar a que pontua mais baixo. É por ali que a resposta quebra.

Reescrever o prompt várias vezes resolve?

Só se você souber o que mudar. Reescrever no chute conserta uma coisa e às vezes quebra outra, e você fica no ciclo sem saída. Medir a dimensão fraca, corrigir só ela e medir de novo chega ao resultado em bem menos rodadas.