Encadeamento de Prompts
Encadeamento de prompts é uma técnica onde a saída de um prompt de LLM é usada como entrada para o próximo, criando uma sequência de chamadas conectadas que, coletivamente, realizam uma tarefa complexa que nenhum único prompt conseguiria executar de forma confiável.
Entendendo Encadeamento de Prompts
Prompts únicos têm limitações de confiabilidade. Pedir para uma chamada de LLM ler e-mail, identificar urgência, extrair tarefas, redigir respostas, checar disponibilidade do calendário e criar um convite de reunião ao mesmo tempo é demais — o modelo fica menos preciso quando precisa lidar com muitos passos de uma vez. O encadeamento de prompts divide isso em uma sequência de prompts focados: o Prompt 1 lê o e-mail e classifica a urgência → o Prompt 2 extrai itens de ação de e-mails urgentes → o Prompt 3 redige respostas para cada item de ação → o Prompt 4 checa o calendário para sugestões de agendamento. Cada prompt faz uma coisa bem, e a cadeia atinge o objetivo complexo de forma confiável. O encadeamento também permite validação entre as etapas. Após cada prompt, é possível revisar o resultado antes de seguir — verificando, por exemplo, se a classificação de e-mails está correta antes de redigir respostas ou confirmando a extração de tarefas antes de criar tarefas no seu gerenciador de projetos. O encadeamento de prompts é relacionado, mas diferente, dos loops de agentes. Cadeias são sequências predeterminadas; loops de agentes são dinâmicos, com o modelo decidindo a cada etapa o que fazer baseado em observações. A maioria dos sistemas de IA reais usa ambos os padrões.
Como GAIA usa Encadeamento de Prompts
A GAIA usa o encadeamento de prompts para fluxos de trabalho de múltiplas etapas previsíveis, como triagem de e-mails (classificar → extrair → rascunhar → agir) e preparação de reuniões (identificar participantes → buscar contexto → gerar briefing). A estrutura em cadeia garante que cada etapa receba atenção focada e de alta qualidade, em vez de pedir para um único prompt fazer tudo.
Conceitos relacionados
Agent Loop
Um agent loop é o ciclo de execução iterativa de um agente de IA no qual ele analisa o estado atual, seleciona e executa uma ação (frequentemente uma chamada de ferramenta), observa o resultado e repete até a tarefa ser concluída ou uma condição de parada ser alcançada.
Raciocínio em cadeia
Raciocínio em cadeia (Chain-of-thought, CoT) é uma técnica de prompting que instrui o modelo de IA a expor seus passos intermediários de raciocínio antes de chegar a uma resposta final, melhorando significativamente a precisão em problemas complexos de múltiplas etapas.
Saída Estruturada
Saída estruturada é uma técnica que limita um LLM a responder em um formato predefinido — normalmente JSON ou XML — permitindo a análise programática confiável das respostas do modelo, em vez de texto livre.
Engenharia de Prompt
Engenharia de prompt é a prática de projetar e refinar entradas para modelos de linguagem de IA, a fim de obter respostas desejadas de forma consistente, moldando o comportamento do modelo sem modificar seus pesos.
IA Agente
IA Agente descreve sistemas de inteligência artificial projetados para operar de forma autônoma, tomando decisões e executando tarefas em múltiplas etapas com o mínimo de supervisão humana.
