[1] PROMPT

[1.1] Definição em Uma Frase

Prompt é o texto que um usuário escreve para solicitar a um programa gerador de textos, imagens ou códigos que execute uma tarefa.

[1.2] Quadro Técnico: Posição Convencional

Quadro Técnico: Posição Convencional

Prompt é a entrada textual fornecida a um modelo de linguagem, que condiciona a saída produzida. Liu et al. [2023] tratam o prompt como um modelo de texto com lacunas, que o modelo de linguagem completa. Brown et al. [2020] demonstram que o modelo de linguagem executa tarefas a partir de instruções e demonstrações inseridas no texto de entrada, sem atualização dos parâmetros do modelo [few-shot]. Wei et al. [2022] descrevem o chain-of-thought, técnica em que os exemplos do Prompt contêm etapas intermediárias de raciocínio.

O art. 4º, XVI, da Resolução CNJ 615/2025, de 11/03/2025, define o termo para o Poder Judiciário [art. 4º, XVI]:

prompt: texto em linguagem natural utilizado na IA generativa para execução de uma tarefa específica;

A documentação da Anthropic orienta a redação do Prompt em 4 etapas. A ordem abaixo é a de redação adotada neste verbete; cada operação depende da anterior [Anthropic, Prompting best practices]:

Retorno ao passo 1: reescrever o Prompt após a leitura da saída gerada.

A divergência situa-se em 3 pontos: a definição do Prompt, o efeito do papel atribuído ao modelo e o efeito da proibição de termos. Zheng et al. [2024] não encontraram melhora no desempenho com uma persona genérica em perguntas factuais. A Anthropic recomenda indicar o que fazer, em vez de o que não fazer. Fonte empírica verificada sobre o efeito de proibições explícitas de termos no vocabulário produzido não foi localizada; a afirmação consta apenas como explicação técnica do autor. Quanto ao few-shot, Brown et al. [2020] exigem demonstrações da tarefa no texto de entrada, de modo que o nome de um escritor, sem trecho de obra anexado, configura uma instrução de estilo.

Divergências sobre o conceito e o uso do Prompt, por fonte.

[1.3] Explicação Feynman

Imagine um robô que escreve textos e só sabe fazer o que o bilhete diz. O Prompt é o bilhete. Se o bilhete diz "escreva sobre cachorros", o robô escreve qualquer coisa sobre cachorros. Se o bilhete diz "escreva três frases sobre cachorros para uma criança de 6 anos", o robô chega mais perto do que a pessoa queria. O robô é um modelo de linguagem, um programa treinado com muitos textos para continuar o que alguém começou a escrever. O bilhete orienta o modelo, mas não garante a resposta: a pessoa precisa ler o resultado e conferi-lo.

[1.4] Analogia do Cotidiano

O Prompt funciona como o endereço fornecido ao motorista de aplicativo. A frase "leve-me ao centro" gera uma corrida que termina em qualquer ponto do centro. O endereço, com rua, número e ponto de referência, gera a corrida no local escolhido. O destino corresponde à tarefa, o ponto de partida ao contexto e a rota à corrida anterior ao exemplo.

Primeira exceção: a instrução "não passe pela avenida principal" retira uma via do caminho, mas o motorista escolhe a via substituta sem orientação. A restrição negativa afasta o que a pessoa nomeou e deixa a escolha do que entra no lugar para o modelo.

Segunda exceção: o motorista que ouve o endereço corretamente pode errar a rua. O Prompt completo reduz o erro, embora não o elimine, porque a conferência do trajeto continua com o passageiro.

[1.5] Síntese

[a] O que é. Prompt é um texto em linguagem natural usado na IA generativa para executar uma tarefa específica [CNJ, Res. 615/2025, art. 4º, XVI]. A entrada pode conter pergunta, ordem, contexto, exemplos e indicação de formato.

[b] Para que serve. O Prompt delimita a tarefa, o papel do modelo, o contexto disponível e o formato da resposta. A delimitação direciona a saída do modelo de linguagem para o resultado pretendido pelo usuário.

[c] Como funciona. O modelo de linguagem produz a saída condicionada ao texto de entrada. Instruções e demonstrações inseridas no Prompt orientam a saída sem alterar os parâmetros do modelo [Brown et al., 2020].

[d] Como se aplica. No gabinete, o Prompt de minuta de voto reúne quatro técnicas: papel de autoridade, restrições de vocabulário, estilo de referência e instrução de tarefa específica, como destilar a ratio decidendi. O usuário confere a minuta produzida; a verificação permanece com o magistrado.

[1.6] Lacunas e Ruídos

O instituto vizinho é o fine-tuning, o ajuste dos parâmetros do modelo por meio de treinamento adicional. A frase de corte: o Prompt altera o texto de entrada; o fine-tuning altera o próprio modelo.

A armadilha de leitura mais comum consiste em tratar o Prompt com persona, proibições e exemplos como garantia de cumprimento. O Prompt condiciona a saída sem assegurá-la. O papel de "Professor" atribuído ao modelo altera o vocabulário e o tom, mas não transfere competência, responsabilidade nem a verificação de fontes.

Prompt e fine-tuning distinguidos por critério.

[1.7] FAQ

[a] A pergunta digitada em um chat é Prompt? Sim. O art. 4º, XVI, da Resolução CNJ nº 615/2025 define o Prompt como texto para executar tarefa específica, definição que abrange a pergunta.

[b] O Prompt exige linguagem formal? Não. A definição normativa exige linguagem natural e não impõe registro.

[c] Prompt mais longo produz uma resposta melhor? A documentação consultada orienta a clareza, os exemplos e a estrutura por meio de etiquetas XML, sem apontar a extensão como critério. A verificação por tarefa decide.

[d] Para que serve o chain-of-thought? Wei et al. [2022] descrevem exemplos com etapas intermediárias de raciocínio no Prompt, técnica que melhora o desempenho em tarefas de raciocínio.

[e] O mesmo Prompt gera sempre a mesma resposta? A saída de um modelo de linguagem pode variar entre execuções. A conferência da saída permanece necessária.

[1.8] Glossário do Verbete

Chain-of-Thought. Técnica de Prompt em que os exemplos incluem as etapas intermediárias do raciocínio até a resposta.

Etiqueta XML. Marca textual que delimita partes do Prompt, como instruções, contexto e exemplos.

Few-Shot. Técnica de Prompt que insere demonstrações da tarefa no texto de entrada, sem atualizar os parâmetros do modelo.

IA Generativa. Sistema de inteligência artificial que produz conteúdo novo, como texto, imagem ou código, a partir de uma instrução.

Linguagem Natural. Língua usada pelas pessoas na fala e na escrita, em contraste com linguagem de programação.

Modelo de Linguagem. Programa treinado com grandes volumes de texto para gerar a continuação de uma entrada.

Persona. Papel atribuído ao modelo no Prompt, como o de magistrado ou o de professor.

System Prompt. Texto de instrução que antecede a interação com o usuário e define o papel e as regras do modelo.

Referências Bibliográficas

ANTHROPIC. Prompting best practices. Disponível em: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices. Acesso em: 03/10/2026.

BRASIL. Conselho Nacional de Justiça. Resolução nº 615, de 11/03/2025. Diário da Justiça Eletrônico do CNJ, n. 54, 14/03/2025, p. 2-17. Disponível em: https://atos.cnj.jus.br/atos/detalhar/6001. Acesso em: 03/10/2026.

BROWN, Tom B. et al. Language Models are Few-Shot Learners. arXiv:2005.14165, 2020. Disponível em: https://doi.org/10.48550/arXiv.2005.14165. Acesso em: 03/10/2026.

LIU, Pengfei et al. Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys, v. 55, n. 9, 2023. Disponível em: https://arxiv.org/abs/2107.13586. Acesso em: 03/10/2026.

WEI, Jason et al. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. arXiv:2201.11903, 2022. Disponível em: https://arxiv.org/abs/2201.11903. Acesso em: 03/10/2026.

ZHENG, Mingqian et al. When "A Helpful Assistant" Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models. Findings of EMNLP 2024, p. 15126-15154. Disponível em: https://arxiv.org/abs/2311.10054. Acesso em: 03/10/2026.