Conceito
Prompt Engineering
Disciplina de escrever instruções para LLMs de forma que a resposta seja confiável, no formato e no tom certos.
O portal ensina Prompt Engineering em 4 capítulos de 3 cursos gratuitos.
Definição do Glossário do site (ver o verbete).
Onde estudar
Capítulos que usam o termo
O termo aparece escrito no texto da aula.
- Skills de IA com Vibecoding e TerminalPrompt Engineering para Agentes: CoT, ReAct e a Fórmula da Clareza
- LLM FinOps: o custo da IA para quem assina o orçamentoMenos token, mesma qualidade: o que funciona e o que só parece
- Prompt Engineering para ExecutivosDiagnosticar se o erro da IA vem do prompt ou do contexto
- Prompt Engineering para ExecutivosAvaliar a IA com uma planilha de 20 a 50 tarefas reais
Em quais cursos aparece
Capítulos que definem, usam ou tratam do termo e mídias que o citam, contados por curso.
Conceitos que andam junto
Termos que aparecem com Prompt Engineering nos mesmos capítulos com frequência acima do acaso.
Termos próximos
Termos com sentido parecido com Prompt Engineering, pela comparação dos embeddings (a representação numérica do sentido de cada termo) calculados no build. É uma aproximação por sentido, não uma afirmação do autor.
Mesma entidade em outras bases
Endereços conferidos em 29/09/2026: a página existe e o item do Wikidata corresponde ao termo. A conferência se repete a cada 90 dias.
Como esta página foi montada
As ligações saem do texto das aulas, recalculado a cada publicação do site. Os critérios de cada tipo de ligação:
- O capítulo do glossário em que o termo é definido.
- O termo aparece escrito no capítulo ao menos duas vezes; os 10 de maior TF-IDF por capítulo.
- O capítulo trata do tema sem escrever o termo: cosseno de ao menos 0.58 entre os embeddings (text-embedding-3-small, 512 dimensões), no máximo 3 por capítulo.
- O termo aparece ao menos duas vezes na transcrição da mídia; os 8 de maior TF-IDF por mídia, com a raridade medida nos capítulos.
- Os dois termos aparecem juntos em ao menos 3 capítulos, com coocorrência normalizada (NPMI) acima de 0,1.
- Capítulos de cursos diferentes com cosseno de ao menos 0.5 entre os embeddings (os 5 mais próximos) e cursos com cosseno de ao menos 0.45 entre as médias. Conceitos com vizinhança mútua: cada um está entre os 4 mais próximos do outro, com cosseno de ao menos 0,6 entre os embeddings já gravados no build; o conceito que ficaria sem vizinho conceito liga ao mais próximo com cosseno de ao menos 0,55 que não divide capítulo com ele. Sem nova chamada à API.