Porque é que um chat sem contexto dá sempre respostas fracas
Um modelo de linguagem responde com o senso comum que tem nos dados de treino. Se eu pedir uma cópia para redes sociais sem lhe dar enquadramento, ele devolve algo genérico, porque não sabe quem eu sou nem o que vendo.
A maioria das pessoas culpa a máquina quando a resposta sai fraca, mas o problema está quase sempre na falta de contexto na pergunta. Uma boa pergunta traz uma boa resposta; uma má pergunta traz uma má resposta. A máquina não me lê o pensamento, não sabe o que me vai na alma. Tenho de escrever isso.
Quando trabalho com um assistente personalizado, em vez de um GPT genérico numa aba nova, as instruções de base já estão lá antes de eu perguntar nada. Ele sabe quem eu sou, que tipo de cliente atendo, que palavras evito. Isso muda a rotina: em vez de escrever um texto enorme em cada conversa nova, entro direto ao assunto e a resposta já nasce alinhada com o meu negócio.
Há também uma diferença prática entre criar um GPT personalizado e criar um projeto dentro do ChatGPT, que na essência funcionam de forma parecida. A diferença mais relevante é que o GPT personalizado pode ser partilhado com outras pessoas ou equipas, enquanto o projeto tende a ficar mais confinado a quem o criou. No meu caso, mantenho os dois configurados em paralelo com a mesma informação, mas no dia a dia acabo por usar mais o GPT personalizado.
As instruções de comportamento que dizem à IA como falar
As instruções gerais de comportamento são a base que define como o assistente responde sempre, antes de qualquer pergunta específica. Aqui defino a variante da língua, o tom, e proíbo vícios de escrita que denunciam logo texto gerado por máquina.
Como trabalho para o mercado português, peço explicitamente português de Portugal e bano travessões e outros tiques que aparecem sempre em texto gerado por IA. Se o teu tom é direto, sem rodeios, escreve isso nas instruções: "não gosto de floreados nas respostas", por exemplo, é uma frase simples que já orienta bastante o resultado.
Também dá para atribuir ao assistente um papel funcional, como profissional de marketing digital com muitos anos de experiência e foco em resultados, para que ele raciocine a partir desse enquadramento em vez de dar respostas soltas. Isto ajuda sobretudo quando pedes análises ou opiniões, e não apenas texto pronto para publicar.
Uma instrução que uso e que vale a pena considerar: pedir ao assistente que, sempre que identificar algo relevante numa conversa, algo que lhe tenha contado ou uma conclusão tirada de um resultado real, sugira no final da resposta um pequeno texto para colar nas próprias instruções. Assim ele vai-se atualizando ao longo do tempo com aquilo que realmente aconteceu no trabalho, em vez de ficar congelado na versão inicial carregada.
Como dar contexto à IA sem despejar informação sem critério
Como usar a IA no negócio para além das perguntas ao chatbot
Como planear uma aplicação com Claude Code antes de começar a programar
Conteúdo da marca: personas, medos e objeções reais
O que o assistente sabe sobre o público não deve vir da imaginação do modelo, tem de vir de quem lida com o cliente todos os dias, com o detalhe que só essa experiência dá. Se lhe deres uma persona superficial, ele vai gerar ideias baseadas em estereótipos que não convertem.
Vale a pena documentar os receios e medos do cliente, as objeções mais frequentes que a equipa comercial ouve, os desejos que ele tem e aquilo que te diferencia da concorrência. Também ajuda listar crenças inabaláveis sobre o negócio, coisas do género de que ideias sem ação são apenas sonhos ou de que o foco deve estar naquilo que se controla, porque isso dá ao assistente uma bússola quando tem de decidir entre vários caminhos possíveis numa resposta.
Isto não é trabalho para delegar à IA de forma automática: começa por escrever tu mesmo os exemplos que conheces do teu próprio negócio, e só depois usa a máquina para ajudar a expandir a lista, revendo sempre se aquilo faz sentido para o teu público real e não é apenas um exercício genérico de marketing que serviria para qualquer empresa.
Métricas e limites de negócio que a máquina deve respeitar
Se o assistente não souber quais são as tuas métricas prioritárias, corre o risco de sugerir ideias que não fazem sentido financeiro para ti. Vale a pena deixar escrito que o teu KPI principal é o lucro, ou o custo de aquisição de cliente, ou o lifetime value, para que qualquer sugestão tenha isso em conta.
Documentar também as fontes de tráfego que já usaste, o que funcionou e o que não funcionou em campanhas anteriores, ajuda o assistente a não repetir sugestões que já sabes, pela experiência prática, que não resultam no teu caso específico. Se souberes que uma determinada rede social trouxe resultados fracos no passado, escreve isso, para que a máquina não continue a sugerir apostar ali sem qualquer histórico à disposição.
Este tipo de informação é útil também quando pedes ao assistente para comentar um briefing ou uma estratégia. Quanto mais souber sobre prioridades reais, equipa disponível e ferramentas já usadas, mais próxima a resposta fica de algo aplicável, em vez de uma ideia teórica bonita mas difícil de executar com os recursos que tens. Escrever bem estas instruções não é trabalho de cinco minutos, e não vale a pena pedir à própria IA que as escreva por ti, porque são informações demasiado próprias do teu negócio.
Organizar os ficheiros sem afogar o assistente em informação a mais
Na aula mostrei como juntar ficheiros de referência a um assistente. A seleção desses documentos precisa de critério: condições antigas, versões contraditórias e exemplos fora do contexto podem prejudicar a resposta. Escolhe o material necessário para a tarefa e revê-o quando a operação muda, respeitando os limites da ferramenta que estiveres a usar.
Se tens muito conteúdo, como transcrições de várias sessões de trabalho, vale a pena comprimir vários ficheiros num só documento organizado por blocos temáticos, em vez de subir tudo disperso e à sorte. E o mais importante: só deve subir aquilo que é relevante para o assistente que estás a construir. Se for só para encher, não vale a pena subir, porque isso só introduz ruído e pode fazer a máquina privilegiar a fonte errada.
Também podes desligar a pesquisa na internet nas definições do assistente, para forçares que ele responda apenas com base naquilo que lhe deste. Isso evita que ele misture a tua informação com respostas genéricas vindas da web, e é especialmente útil quando queres que ele funcione como uma extensão da tua própria forma de pensar, e não como um motor de busca disfarçado.
Um assistente diferente por cliente ou projeto
Quando se trabalha com vários clientes, como acontece numa agência, não faz sentido usar o mesmo assistente para todos. Cada cliente tem posicionamento, público e oferta diferentes, e misturar tudo no mesmo espaço de contexto só confunde as respostas, podendo levar a que o tom de um cliente apareça na cópia de outro.
A lógica mais sensata é criar um assistente próprio para cada cliente ou projeto, carregado com a informação de onboarding, o tom de voz e os ativos digitais específicos daquela conta. Assim, quando alguém da equipa precisa de trabalhar naquele cliente, usa o assistente certo, sem correr o risco de misturar linguagem ou objetivos de contas diferentes.
Esta separação também facilita a manutenção ao longo do tempo. Cada assistente vai sendo atualizado à medida que se aprende mais sobre aquele cliente específico, em vez de ter um único assistente genérico onde é impossível saber que informação pertence a qual conta.
Fonte
Este artigo parte da sessão em direto Sextas Ímpares #119: Como CRIAR E TREINAR um Assistente de AI no ChatGPT, que gravei e partilhei no YouTube. Nessa live mostrei ao vivo como configurar as instruções e a base de ficheiros de um GPT personalizado, expliquei a diferença prática entre criar um GPT ou um projeto, e respondi às dúvidas de quem estava a acompanhar em direto. Podes ver a sessão completa aqui: https://www.youtube.com/watch?v=bIsuNjYwi8k. Vale a pena ver a partir de [00:19:56] para a explicação sobre como escrever boas prompts, a partir de [00:38:16] para o momento em que mostro, na prática, onde se colam as instruções dentro da configuração do GPT, e a partir de [01:26:41] para a parte sobre criar tarefas automatizadas simples dentro do próprio assistente.