O agente de atendimento informou um prazo de entrega que não existe, prometeu um desconto que ninguém autorizou ou inventou um horário de funcionamento? Esse comportamento, chamado de alucinação, costuma ter uma causa comum: um prompt de sistema vago, que diz ao modelo quem ele é, mas não diz o que ele sabe, o que não sabe e o que fazer quando não souber. Nenhuma técnica zera o risco de erro em modelos de linguagem, mas um bom prompt, combinado com fontes de dados confiáveis e testes, reduz muito a chance de respostas inventadas. Neste artigo você vai ver a estrutura que usamos, um modelo prático e os erros mais frequentes.
O que é o prompt de sistema e por que ele manda no comportamento
O prompt de sistema é o conjunto de instruções permanentes que o agente recebe antes de qualquer mensagem do cliente. Ele define papel, tom, regras, fontes de informação e limites. Enquanto a mensagem do cliente muda a cada conversa, o prompt de sistema é a constante que orienta todas as respostas.
Por que o modelo alucina? Porque ele foi treinado para produzir a continuação mais provável de um texto. Se o cliente pergunta o prazo de entrega e o agente não tem essa informação, a resposta "mais provável" é um prazo plausível, e não um "não sei". O papel do prompt é mudar esse padrão: tornar o "não sei, vou verificar" uma resposta correta e esperada.
A estrutura de um prompt de sistema confiável
Um prompt de sistema bem escrito para agentes de negócio costuma ter sete blocos. Separá-los com títulos ou marcações ajuda o modelo a entender o que é regra, o que é contexto e o que é exemplo.
1. Papel e objetivo
Quem é o agente, para quem trabalha e qual o objetivo principal da conversa. Seja específico: "Você é o assistente de agendamento da Clínica X. Seu objetivo é marcar, remarcar e cancelar consultas" é muito melhor do que "você é um assistente prestativo".
2. Fontes de verdade
Diga de onde vêm as informações que o agente pode usar: a base de conhecimento, os resultados das ferramentas (agenda, CRM, estoque) e nada além disso. Deixe explícito que conhecimento geral do modelo não vale para preços, prazos, políticas ou disponibilidade.
3. O que fazer quando não souber
Esta é a regra mais importante contra alucinação. Descreva o comportamento esperado: admitir que não tem a informação, oferecer encaminhamento para um humano e registrar a dúvida. Dê a frase de exemplo.
4. Limites de atuação
Liste o que o agente não pode fazer: conceder descontos fora da política, dar orientação médica, jurídica ou financeira, confirmar algo que a ferramenta não confirmou, falar de concorrentes.
5. Uso de ferramentas
Explique quando consultar cada ferramenta e o que fazer com o resultado. Por exemplo: "Antes de informar disponibilidade, sempre consulte a agenda. Se a consulta falhar, diga que o sistema está indisponível e ofereça retorno."
6. Tom e formato
Tom de voz, tamanho das respostas, uso de listas, idioma. Em WhatsApp, respostas curtas e uma pergunta por vez funcionam melhor.
7. Exemplos
Dois ou três exemplos de diálogo, incluindo pelo menos um em que a resposta correta é "não sei". Exemplos ensinam mais do que regras abstratas.
Um modelo prático de prompt de sistema
Adapte este esqueleto ao seu negócio:
# Papel
Você é o assistente virtual da [empresa], responsável por [tarefa].
# Fontes de verdade
Use somente: (a) a base de conhecimento fornecida; (b) os resultados das ferramentas.
Nunca use conhecimento próprio para preços, prazos, políticas ou disponibilidade.
# Quando não souber
Se a informação não estiver nas fontes, diga:
"Não tenho essa informação agora. Posso encaminhar para a equipe?"
Nunca estime, arredonde ou suponha.
# Limites
- Não ofereça descontos fora da política.
- Não confirme agendamentos sem resposta positiva da ferramenta.
- Encaminhe para humano: reclamações, pedidos de reembolso, casos fora do escopo.
# Ferramentas
- consultar_agenda: use antes de sugerir horários.
- registrar_lead: use ao final de toda conversa com interesse de compra.
# Estilo
Português do Brasil, tom cordial e direto, no máximo 3 frases por mensagem.
Além do texto: o que também reduz alucinação
O prompt é a base, mas não trabalha sozinho. Estes cuidados técnicos completam a proteção:
| Técnica | O que faz | Quando usar |
|---|---|---|
| Base de conhecimento (RAG) | Busca trechos relevantes de documentos e entrega ao modelo | Políticas, catálogos, FAQs extensos |
| Ferramentas com dados ao vivo | Consulta sistemas em tempo real | Estoque, agenda, status de pedido |
| Temperatura baixa | Deixa as respostas mais consistentes | Atendimento e operações |
| Saída estruturada | Obriga o modelo a responder em formato definido | Extração de dados, integrações |
| Validação após a resposta | Confere valores e regras antes de enviar | Preços, prazos, dados sensíveis |
| Transbordo para humano | Tira o agente de situações de risco | Reclamações, exceções |
Na prática, os agentes mais confiáveis combinam várias dessas camadas. É esse tipo de arquitetura que descrevemos na página de serviços.
Como testar antes de colocar no ar
- Monte um conjunto de perguntas reais, tiradas do histórico de atendimento, incluindo perguntas sem resposta na base.
- Inclua perguntas armadilha: pedidos de desconto, informações que não existem, tentativas de fazer o agente ignorar as regras.
- Rode o conjunto a cada mudança no prompt, na base ou no modelo.
- Classifique as respostas: correta, correta com ressalva, "não sei" adequado, erro.
- Revise conversas reais nas primeiras semanas e transforme cada erro em um novo caso de teste.
Pequenas mudanças de redação podem alterar o comportamento do agente. Sem um conjunto de testes, você só descobre isso quando o cliente reclama.
Perguntas frequentes
Um prompt de sistema longo é melhor?
Não necessariamente. Ele precisa ser completo, mas organizado. Instruções repetidas ou contraditórias confundem o modelo. Prefira blocos claros e remova o que não é usado.
Dá para eliminar a alucinação por completo?
Não. Dá para reduzir bastante com prompt bem escrito, dados confiáveis, validações e transbordo para humano. Por isso agentes que executam ações críticas devem ter confirmações e limites.
Preciso reescrever o prompt ao trocar de modelo?
Em geral, é preciso revisar e testar de novo. Modelos diferentes interpretam instruções de formas ligeiramente diferentes, e o conjunto de testes mostra o que ajustar.
Conclusão: clareza é a melhor defesa
Um prompt de sistema que define fontes de verdade, ensina o agente a dizer "não sei" e estabelece limites claros é o primeiro passo para um agente confiável. Somado a dados ao vivo, validações e testes contínuos, ele transforma a IA de uma aposta em uma ferramenta de trabalho.
A Stratia desenvolve agentes de IA sob medida com prompts, testes e integrações pensados para o seu negócio. Fale com a nossa equipe e veja como tornar o seu atendimento automatizado mais preciso.