📝 Cap 03: Engenharia de Prompts Sistemática: Few-Shot Prompting, Chain-of-Thought (CoT), ReAct e Structured Outputs - Exemplos Práticos
Código executável completo demonstrando os conceitos de Inteligência Artificial.
🗺️ Fluxo de Processamento
flowchart TD
PROMPT["Engenharia de Prompts Profissional"]
PROMPT --> ROLE["1. Persona & Contexto de Negócio"]
PROMPT --> COT["2. Chain-of-Thought: 'Pense passo a passo...'"]
PROMPT --> SCHEMA["3. Schema Constraint: Saída JSON estrita com Pydantic"]
style PROMPT fill:#e1f5fe,stroke:#03a9f4,stroke-width:2px
style COT fill:#e8f5e9,stroke:#4caf50,stroke-width:1px
📄 Código de Demonstração (structured_prompt.py)
prompt_cot = """
Você é um especialista em arquitetura de software.
Problema: Um sistema de e-commerce precisa escalar para 100k requisições/s na Black Friday.
Pense passo a passo (Chain-of-Thought):
1. Identifique o gargalo de banco de dados relacional.
2. Proponha camada de cache Redis e filas Kafka.
3. Formate a recomendação em JSON estrito.
"""
print("Template de Prompt CoT estruturado pronto para envio ao LLM.")
🚀 Saída Esperada no Terminal / Execução
Template de Prompt CoT estruturado pronto para envio ao LLM.
🧭 Navegação Rápida
| 📖 Teoria | 📊 Slides | 🧠 Quiz | 💻 Exemplos | 🧩 Exercícios | | :— | :— | :— | :— | :— | | Ler Tópico | Ver Slides | Fazer Quiz | Ver Código | Praticar |