O problema que todo mundo tem
Semana passada eu precisava de uma análise comparativa de custos cloud — AWS vs Azure vs GCP — pra apresentar pro board. Abri o ChatGPT e digitei “compare os provedores de nuvem”. Voltou aquela sopa genérica de sempre. Óbvio. Prompt preguiçoso, resposta preguiçosa.
Aí lembrei de estruturar direito. Cinco minutos ajustando o prompt e saiu algo que, com edição leve, virou slide de apresentação executiva. A diferença não é mágica — é briefing.
RTAC como briefing
Penso nisso como instruir um consultor sênior que você acabou de contratar. Ele é competente, mas não te conhece. Se você diz “faz um relatório”, vai sair lixo. Se diz exatamente quem ele deve ser, o que entregar, pra quem, em que tom e com quais limites — sai trabalho.
Role (Papel)
Quem a IA deve ser? Arquiteto cloud? CTO? Analista financeiro? Isso muda completamente o vocabulário e a profundidade.
Task (Objetivo)
O que precisa sair? Relatório? Código? Email? Quanto mais específico, menos lixo.
Audience (Público)
Pra quem é? Executivo que quer números? Dev que quer implementação? Isso define o nível de abstração.
Tone (Tom)
Formal? Direto? Técnico? Isso parece detalhe mas muda tudo. Pedir tom “executivo, direto” elimina metade da enrolação que LLMs adoram produzir.
Constraints (Restrições)
Formato, tamanho, idioma, o que evitar. Aqui é onde você corta a prolixidade. “Máximo 800 palavras, formato tabela” já resolve metade dos problemas.
Tip
Role + Task alinham expertise e deliverable esperado. Audience + Tone ajustam profundidade e estilo. Constraints reduzem prolixidade e prendem a saída no formato certo.
Na prática
Prompt genérico:
Escreva sobre cloud computing.Prompt com RTAC:
Role: Você é um arquiteto de soluções cloud com 15 anos de experiência.Task: Escreva uma análise comparativa entre AWS, Azure e GCP para uma migração de ERP.Audience: CTOs e diretores de TI de empresas mid-market.Tone: Executivo, direto, baseado em dados.Constraints: Máximo 800 palavras, formato de tabela comparativa + recomendação final, sem jargão excessivo.Fiz esse teste lado a lado. O primeiro voltou com cinco parágrafos de Wikipedia requentada. O segundo voltou com tabela comparativa, recomendação fundamentada e linguagem que eu podia colar num deck sem vergonha.
Onde isso falha
Warning
O primeiro resultado é rascunho. Você dirige o assistente — refine, peça ajustes, adicione contexto. Prompt engineering é um processo iterativo, não um one-shot.
Sendo honesto: RTAC não resolve tudo. Pra tarefas criativas — escrever post de blog, criar analogia, ter opinião — o framework engessa mais do que ajuda. O modelo fica preso no papel que você definiu e perde a capacidade de surpreender.
E tem outro limite: se você não sabe o que quer, nenhum framework de prompt vai descobrir por você. RTAC é ótimo pra executar — péssimo pra explorar. Quando estou em fase de ideação, uso prompts deliberadamente vagos justamente pra ver pra onde o modelo puxa.
A real é que prompt engineering virou nome bonito pra “escrever instruções claras”. Não é ciência de foguete. É só parar de jogar pergunta solta e começar a tratar o modelo como o estagiário competente-mas-literal que ele é.
Publicado originalmente no LinkedIn.