Boas práticas de prompts para o Skyone Studio
Uma comunicação clara é a base para a assertividade da Inteligência Artificial. No Skyone Studio, a performance de um agente está diretamente ligada à qualidade dos prompts utilizados.
Este guia apresenta boas práticas para criar prompts mais claros, previsíveis e eficientes, facilitando a configuração e o uso da IA na plataforma.
Estrutura básica de um prompt
A criação de um bom prompt é um processo iterativo. Comece com instruções simples e adicione detalhes conforme o comportamento do agente exigir mais precisão.
1. Clareza e especificidade
Defina:
Qual é a tarefa
Qual o contexto
Qual o tom e estilo esperados
2. Evite ambiguidades
Quanto mais claro o comando, menor a chance de respostas inconsistentes.
3. Determinismo vs. generalismo
Prompts detalhados produzem respostas mais confiáveis do que instruções genéricas.
Prefira comandos explícitos e direcionados
Evite pedidos abertos como “explique tudo” ou “responda livremente”
Defina claramente o caso de uso do agente
Isso reduz respostas fora de contexto ou excessivamente genéricas.
4. Modularização de prompts
Se o agente executa múltiplas funções, divida as responsabilidades. Em vez de um único prompt extenso, crie prompts menores e específicos, por exemplo:
Um prompt para agendamento
Outro para consulta de dados
Outro para suporte técnico
Essa abordagem melhora a manutenção, a previsibilidade e o controle do comportamento do agente.
5. Uso de exemplos
Adicionar exemplos ajuda o modelo a entender exatamente o tipo de resposta esperado. Sempre que necessário, inclua:
Exemplos de perguntas
Exemplos de respostas ideais
Isso aumenta a consistência e reduz variações indesejadas.
VoxOne
Interações de voz exigem um cuidado diferente de chats de texto. Enquanto no texto buscamos estrutura visual (listas, negritos, etc), na voz buscamos naturalidade, fluidez e objetividade.
A seguir, boas práticas para configurar os agentes de voz no VoxOne do Skyone Studio.
1. Otimização para fala
O agente deve soar como uma pessoa em uma conversa real, e não como um leitor de manuais técnicos.
Boas práticas:
Use frases curtas e diretas
Adote um tom conversacional, semelhante a um atendimento telefônico
Evite estruturas complexas ou explicações longas sem pausa
Instrua explicitamente o agente a não utilizar:
bullet points
listas numeradas
tabelas
emojis
Esses elementos não funcionam bem em experiências de áudio.
2. Fluidez e naturalidade
Para evitar que a IA soe excessivamente robótica, inclua orientações de humanização.
Palavras de preenchimento: permita o uso moderado de termos como "entendi", "certo" ou "hum...".
Utilize as palavras de preenchimento com moderação para não aumentar a latência.
Pronúncia de dados sensíveis: especifique como o agente deve ler números ou siglas.
Exemplo 1: "Leia o código postal dígito por dígito (Ex.: 0-1-0-4-0) em vez de ler o número por extenso (dez mil e quarenta)".
Exemplo 2: Quando for datas, leia por extenso. Ex.: Dois mil e vinte e seis.
3. Técnicas de prompting para baixa latência
Em interações de voz, o silêncio pode soar como falha. Reduzir a latência melhora a experiência do usuário.
Priorize respostas curtas: prompts que exigem respostas objetivas reduzem o tempo de processamento do modelo, garantindo uma conversa mais fluida e sem interrupções.
Instruções de etapas: em processos longos, peça para o agente confirmar o entendimento antes de prosseguir com uma explicação detalhada.
Exemplos de Prompt
Ajude o usuário.
Explique como integrar uma API REST no Skyone Studio, usando uma linguagem técnica simples e objetiva.
Responda as perguntas dos clientes sobre o sistema.
Atue como um analista de suporte técnico de nível 2. Utilize um tom de voz polido, prestativo e profissional. Evite gírias e use uma linguagem técnica simplificada para facilitar o entendimento do usuário.
Veja se tem erro nos dados.
Analise o log de execução da última hora. Identifique apenas falhas de 'Time-out'. Retorne a resposta em formato conciso, informando o ID da transação e o timestamp do erro. Não tente explicar a causa raiz se não houver logs de debug disponíveis.
O tipo de modelo selecionado no Skyone Studio influencia diretamente:
a capacidade de entendimento do contexto
o desempenho em prompts complexos
a qualidade das respostas
Sempre considere o nível de complexidade do prompt ao escolher o modelo mais adequado.
Atualizado
Isto foi útil?
