Gerencie o contexto e divida as tarefas
Organize documentos longos para ter os melhores resultados, fundamente as respostas em citações e encadeie prompts para trabalhos complexos.
- Ordenar prompts de contexto longo: documentos primeiro, pergunta por último
- Fundamentar as respostas em citações verificáveis
- Dividir um trabalho complexo numa cadeia de prompts verificáveis
Quando um prompt inclui material longo - contratos, transcrições, vários relatórios -, o layout importa. As boas práticas da Anthropic recomendam:
- Documentos longos no topo, as instruções e a pergunta no fim - nos testes deles, as perguntas no fim melhoraram a qualidade em até 30% com entradas complexas de vários documentos.
- Cada documento na sua própria tag
<document>, com<source>e<document_content>. - Fundamente a resposta em citações: peça primeiro os trechos relevantes e depois a resposta baseada neles. As citações são fáceis de conferir com a fonte.
Experimente
Até 15 XPFaça o orçamento do contexto
Um assistente de pesquisa precisa responder a uma pergunta a partir de três relatórios longos. Experimente os tamanhos de janela: o que precisa ceder quando nem tudo cabe? (Depois pense se recuperar só as seções relevantes seria melhor do que truncar.)
Usando 4.520 de 8.000 tokens (1.500 reservados para a resposta) · a conversa completa tem 25.020 tokens.
- Instruções400
- Relatório A (2024)7.000
- Relatório B (2025)9.000
- Relatório C (2026)6.000
- Conversa anterior2.500
- Pergunta120
Encadeamento de prompts
Algumas tarefas ficam melhores como vários prompts, cada um com uma única função e uma saída que você consegue inspecionar - o encadeamento de prompts (prompt chaining). O padrão mais comum é a autocorreção: rascunho → revisão com base em critérios → refinamento. Como cada etapa é uma chamada separada, você pode registrar, testar e ramificar em todas elas.
Experimente
Até 15 XPUma cadeia de rascunho, revisão e refinamento
Avance por uma cadeia que escreve notas de versão. Preveja a etapa marcada.
Principais conclusões
Documentos longos primeiro, pergunta por último; marque cada documento com a fonte.
Peça as citações que sustentam a resposta antes dela, e confira-as.
Encadeie prompts quando as etapas precisarem de inspeção: extrair → rascunhar → revisar → refinar.
Quiz da aula
6 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Organize um prompt de contexto longo
As linhas antes de --- são documentos: source|text. A linha depois é a pergunta. Imprima:
1<documents>
2<document index="1"><source>SOURCE</source><document_content>TEXT</document_content></document>
3…
4</documents>
5
6First quote the passages relevant to the question in <quotes> tags, then answer in <answer> tags.
7
8Question: QUESTION- Dois relatórios
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Verifique as evidências citadas
A linha 1 é o documento-fonte. Cada linha seguinte é uma citação que um modelo afirma ter tirado dele. Reduza as sequências de espaços em branco nos dois e imprima found: QUOTE se a citação aparecer exatamente na fonte; caso contrário, NOT FOUND: QUOTE. Termine com verified N of M quotes.
- Uma paráfrase escapa
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…