Revisado em
Os modelos de 2026 raciocinam sozinhos, aceitam um milhão de tokens e cobram por contexto que ninguém vê. Este curso ensina, em capítulos curtos e na ordem em que o problema aparece, o que escrever no prompt, o que colocar no contexto, como adaptar cada técnica a Claude, OpenAI, Gemini e Grok, quanto cada tarefa custa e como medir se funcionou. Cada capítulo traz um guia prático com prompt completo e saída esperada.
Ao final, você escreve prompts que funcionam nos modelos atuais, decide o que entra no contexto, adapta a mesma tarefa a cada fornecedor, calcula o custo por tarefa, monta uma avaliação com 20 a 50 casos e classifica o risco de um fluxo antes de aprová-lo.
Vocabulário mínimo, o que envelheceu desde 2024, instruções que hoje dão erro e quanto raciocínio comprar por tarefa.
Prompt escrito para os modelos de 2024 falha nos de 2026 porque o modelo agora decide quanto pensar, lê até 1 milhão de tokens (pedaços de palavra) e recusa parâmetros que antes eram rotina. Para quem aprova projeto de IA sem programar, a saída é dominar 14 termos e usá-los hoje para auditar uma proposta de fornecedor em cinco perguntas.
Em outubro de 2026, o Claude Opus 5.5 devolve erro quando alguém ajusta a temperatura fora do padrão, e o Grok 4.7 não deixa desligar o raciocínio. Instruções que davam certo há dois anos viram erro de chamada ou custo sem retorno, e quase ninguém percebe até a fatura chegar.
A proposta comercial sofre do mesmo atraso. Ela chega com a janela de 1 milhão de tokens vendida como qualidade, preço fechado e uma cláusula que deixa o fornecedor trocar o modelo quando quiser. Sem o vocabulário certo, ninguém na sala converte essas promessas em número conferível, e o contrato decide no lugar do comitê.
O capítulo 1 em vídeo: por que uma proposta de IA aprovada sem as perguntas certas custa duas vezes, as seis trilhas do curso, a diferença entre prompt e contexto, o vocabulário mínimo com as analogias do texto, os cinco números conferíveis, onde o dinheiro escapa, as cinco perguntas ao fornecedor e a folha de leitura de propostas.
0:00Bom, vamos mergulhar direto na realidade de quem toma as decisões sobre inteligência artificial nas empresas. Sabe qual é o problema logo de cara? Aprovar uma proposta de IA sem fazer as perguntas exatas costuma custar duas vezes. Primeiro, naquela fatura que simplesmente dobra no fim do mês sem absolutamente nenhuma explicação. E segundo, naquele contrato genérico que deixa o fornecedor trocar o modelo nos bastidores quando ele bem entender.
0:22Para enfrentar isso de frente, a gente vai passar por um mapa bem prático. Descobrir por que os prompts falham, decidir o que entra na conversa, escrever prompts que a empresa consegue auditar, medir o custo e a qualidade antes de escalar, comparar os assistentes de mercado e, claro, governar o risco para levar tudo isso ao conselho.
0:39O nosso foco nesta análise é equipar quem senta na cadeira de decisão, seja no conselho, na diretoria, jurídico, produto, dados ou marketing, para aprovar ou devolver essas propostas sem precisar programar uma única linha de código.
0:51E olha, só para dar uma ideia da urgência da coisa, pensa que só no mês de setembro de 2026 o mercado recebeu modelos de peso como o Claude Fable 5.1, o GPT-6 Astra, o Grok 4.7, o GPT-6 Sol e Luna e o Claude Opus 5.5.
1:07O topo do mercado mudou de dono várias vezes em questão de semanas. Tomar decisões hoje usando o vocabulário do ano passado é de verdade um risco financeiro gigante.
1:15Quem faz isso acaba assinando promessas comerciais que ninguém ali na sala de reunião consegue conferir. Os adjetivos bonitos nas propostas envelhecem muito rápido. E é exatamente por isso que nosso vocabulário mínimo precisa ser exato e atualizado.
1:29A gente começa resolvendo uma confusão clássica da operação. Separar muito bem o que é o prompt e o que é o contexto. É o seguinte, o prompt é a instrução direta, literalmente a ordem de serviço que é entregue para um prestador.
1:41Já o contexto, imagina a bancada de uma linha de montagem. É ali que ficam as instruções fixas, a descrição das ferramentas, o histórico da conversa, os documentos. O problema é que se essa bancada fica entulhada de material irrelevante só por precaução, isso dilui totalmente a atenção do modelo.
1:57Quando o sistema erra, a primeiríssima pergunta tem que ser, qual dessas duas superfícies falhou? Porque as equipes que consertam a ordem de serviço e a bancada têm donos diferentes lá dentro.
2:07Então vamos construir esse vocabulário mínimo, que é a base para auditar qualquer conta de IA. A gente começa pelo token. O token é aquele pedaço de palavra pelo qual o fornecedor mede e cobra o que foi consumido. Sabe o litro na bomba de combustível?
2:22Pois é, o token é literalmente o litro na bomba da inteligência artificial. Toda a matemática financeira de um projeto desses começa obrigatoriamente na contagem exata dos tokens. Aí a gente vai para a janela de contexto.
2:35Usando a nossa analogia de agora há pouco, a janela é o tamanho dessa bancada. É quanto o modelo consegue receber de uma vez só. Só que tem um detalhe crucial de governança aqui. O tamanho da janela mede só o que cabe em cima da bancada.
2:48Nunca garante o que o modelo realmente enxerga bem lá no meio daquela bagunça. Janela cheia definitivamente não é sinônimo de leitura atenta. Depois, a gente tem o prompt de sistema. Pensa nele como o regimento interno de uma área.
3:02É aquele texto fixo que diz o que o assistente pode ou não pode fazer. Define o papel dele e as políticas corporativas. E a regra de ouro para a liderança aqui é bem simples e direta.
3:12Esse texto tem que ser escrito com a premissa absoluta de que ele vai vazar amanhã. Outro termo vital é o esforço. O esforço é como se fosse a marcha do carro, sabe? Indo ali de low até max.
3:25Dependendo do modelo, essa configuração é o que dita exatamente a quantidade de poder de processamento que o modelo vai gastar antes de dar a resposta. E esse ecossistema é cheio de engrenagens, como a saída máxima do modelo, o raciocínio adaptativo, o cache de prompt, que é aquela comanda que a cozinha já conhece de cor.
3:42a saída estruturada, que lembra muito uma nota fiscal preenchida nos campos oficiais, tem também as ferramentas, a avaliação, que serve de prova para o caixa, e deve sempre começar menor, ali com 20 a 50 tarefas.
3:53E, claro, a temida injeção de prompt, que é aquele bilhete falso jogado dentro do malote. Mas tudo isso ganha uma complexidade tremenda quando falamos de um agente. O agente é o modelo trabalhando num laço contínuo com ferramentas externas.
4:06É aquele estagiário que executa a tarefa, confere o próprio resultado e sozinho decide qual é o próximo passo a tomar. E essa autonomia, como vamos ver agora, tem um impacto profundo no bolso. Bom, vamos colocar uns números reais nessa história.
4:18Números que a diretoria precisa conferir de perto. Um milhão de tokens. Essa é a janela de contexto atual de modelos fortíssimos como o Claude Fable 5.1, o Opus 5.5, o Sonnet 5 e também o Gemini 3.1 Pro do Google.
4:32É uma bancada gigantesca à disposição das empresas. Só que, em contraste com isso, a janela do Grok 4.7 da xAI é de 500 mil tokens, exatamente a metade dos concorrentes diretos que chegaram na mesma época.
4:47Conhecer essa capacidade exata define claramente que tipo de documento pesado ou contrato a empresa vai poder jogar lá dentro do sistema sem quebrar nada. E na hora de gerar a resposta?
4:58128 mil tokens é a saída máxima nos modelos de topo, tanto da Anthropic quanto da OpenAI. É, na prática, o limite de páginas de um relatório que o sistema consegue escrever de uma única vez para você.
5:10Agora, este número, 512, é super importante para economizar. É o mínimo de tokens necessários para ativar o cache de prompt no Fable 5.1 e no Opus 5.5. Só como nota, no Sonnet 5, esse piso é de 1.024.
5:24É a métrica exata para começar a usar a memória de curto prazo a favor do seu orçamento. E por falar em orçamento, olha onde o dinheiro começa a sangrar de forma totalmente invisível.
5:35Desde o Opus 4.7, o tokenizador do Claude passou a gerar cerca de 30% mais tokens para exatamente o mesmo texto de antes. Ou seja, se a empresa usar a planilha antiga de custos, ela vai subestimar drasticamente o volume financeiro que vai chegar na fatura do mês que vem.
5:50E a coisa aperta ainda mais com os agentes. A autonomia custa muito caro. Um agente consome cerca de quatro vezes os tokens de um chat normal, Um sistema complexo com vários agentes pula para cerca de 15 vezes. E aquele cache mal calculado também onera demais.
6:06Lá na Anthropic, escrever na memória custa 1,25 vezes o preço da entrada para uma validade de meros 5 minutos e duas vezes para uma hora. O pulo do gato é que o sistema só se paga se houver leitura dos dados dentro dessa validade.
6:20Se o tempo passar em branco, a empresa pagou pela escrita sem tirar nenhum benefício. E não é só custo. Tem a conta fria da qualidade operacional. Imagina um sistema que tem 75% de acerto por tentativa.
6:32Se o processo exigir que ele repita isso em três tentativas consecutivas para avançar, a matemática mostra que a chance de ele acertar todas as três cai lá para cerca de 42%.
6:42É esse risco real que o comitê precisa julgar antes de colocar um fluxo crítico no ar. Então, para governar tudo isso, a próxima reunião com qualquer fornecedor de IA exige postura firme.
6:53A liderança precisa levar estas cinco perguntas exigindo resposta em número, nunca em adjetivo. Qual é o modelo exato que roda lá na produção? Quantos tokens entram e saem por cada execução?
7:04O que estão carregando na janela a cada chamada e quem tomou essa decisão? Que parte realmente fica em cache e a partir de quantas leituras a conta se paga? E com quantas tarefas medem que funciona e o que muda lá no contrato se o resultado do dia a dia cair?
7:18Isso nos traz para o momento da assinatura. Pensa na diretora financeira de uma rede de varejo com 240 lojas. Chega na mesa dela uma proposta. Janela de 1 milhão de tokens, preço fechado por usuário ativo por mês e um contrato de 24 meses que permite ao fornecedor trocar o modelo livremente.
7:35Tem dois caminhos defensáveis aí. O primeiro é exigir o modelo nomeado no papel, os tokens vendidos por atendimento e o inventário do histórico. O segundo é aceitar o preço fechado, mas colocando uma cláusula de reprecificação por escrito e um direito de saída.
7:49O erro caríssimo que acontece o tempo todo é o comitê simplesmente aprovar a promessa de que é a tecnologia mais avançada, entregando a margem da empresa para o fornecedor. A ferramenta prática para escapar dessa armadilha é a folha de leitura.
8:03A liderança pega a proposta que está na mesa, copia aquelas cinco perguntas cruciais, exige dos responsáveis o inventário completo da janela, refaz toda a conta de custo com as métricas atualizadas e marca com caneta vermelha as lacunas de informação.
8:17O objetivo é pegar uma demonstração comercial bonita e transformar tudo em fatos auditáveis. E para fechar essa análise, a regra de governança definitiva. Se duas ou mais daquelas cinco perguntas voltarem para você sem números sólidos, a proposta simplesmente não vai ao comitê.
Dois apresentadores percorrem o capítulo 1: os lançamentos de setembro de 2026, o mapa em seis trilhas, prompt e contexto na bancada da linha de montagem, token, janela, esforço, cache e agente, por que a fatura sobe com o preço caindo, a conta dos 42%, as cinco perguntas ao fornecedor, o caso da rede de varejo e a folha de leitura.
0:00Sabe, a gente costuma ter uma expectativa muito clara quando uma empresa assina um contrato milionário para uma obra de engenharia civil O projeto final detalha absolutamente tudo, a fundação, o peso exato das vigas, a marca daquele cimento específico Exato, e se a construtora tentar trocar o material por uma marca inferior no meio da obra, a diretoria vai lá e embarga tudo no mesmo dia Com certeza. O desvio é físico, é material. A governança funciona justamente porque as regras físicas não mudam.
0:33Mas aí, essas mesmas lideranças entram no mundo das aprovações de projetos de inteligência artificial. E, de repente, aquela clareza toda da engenharia evapora. Vira fumaça.
0:45Totalmente. Quem nos ouve agora sabe que as lideranças olham para propostas comerciais que são uma névoa absoluta de promessas. E o impacto financeiro disso assusta muito. Assusta e custa caro, né? Pois é. Uma proposta de IA aprovada sem as perguntas certas costuma custar literalmente duas vezes mais para a empresa.
1:06A fatura dobra sem nenhuma explicação no fim do mês. E tem o agravante do contrato, que muitas vezes deixa o fornecedor trocar o modelo nos bastidores quando ele bem entender. Sim, o que transforma essa névoa numa tempestade de verdade.
1:21Olha, para a nossa audiência ter uma ideia da agressividade desse mercado, só no mês passado, em setembro de 2026, chegaram ao mercado o Claude Fable 5.1, o GPT-6 Astra, o Grok 4.7, o GPT-6 Sol e Luna e o Claude Opus 5.5.
1:38Espera aí, cinco lançamentos gigantes em um único mês? Exato. Tudo isso em 30 dias. Como que um conselho ou uma diretoria consegue acompanhar isso? O que acontece com quem decide um orçamento usando o vocabulário de um ano atrás?
1:52Ah, acaba assinando promessas que ninguém na sala de reunião consegue conferir depois. O time acaba aprovando um adjetivo bonitinho, tipo o modelo mais avançado, em vez de um serviço auditável.
2:05Bom, por isso, a nossa análise de hoje tem uma missão muito direta. A gente quer munir o conselho, a diretoria financeira ou quem responde por produto e jurídico com o conhecimento necessário para governar essas propostas.
2:18O poder de fogo para sentar na mesa e decidir. Exatamente. A ideia é que quem decide consiga aprovar ou devolver uma proposta apontando o que falta. Calcular o custo por tarefa, escolher o assistente certo e levar ao conselho uma página clara com risco, métrica e plano.
2:36E o mais importante, tudo isso sem precisar escrever uma única linha de código. Sabe, a melhor forma de organizar esse caos é mapear onde as dores operacionais estouram dentro das empresas. As áreas críticas de decisão aparecem num fluxo contínuo.
2:51Faz todo sentido olhar pela dor. E a dor costuma começar na operação interna. A liderança precisa descobrir por que os comandos internos da equipe começam a falhar. E isso puxa a decisão do que exatamente sai do material de instrução da IA nesta semana.
3:05E quanto raciocínio a empresa vai pagar por cada tarefa. Exato. Depois, a decisão evolui para investigar o que realmente entra na conversa com a IA. Para onde mandar o time olhar quando acontece um erro no atendimento, né?
3:18E como a inteligência artificial consulta, de fato, os documentos internos, o que leva direto para a necessidade de instruções que a empresa consiga auditar. Quer dizer, descobrir que texto governa o assistente, quem é o dono desse texto e, principalmente, como ele sobrevive a uma troca repentina de modelo.
3:35Com essas peças na mesa, a conversa inevitavelmente bate de frente com o financeiro. A diretoria precisa medir custo e qualidade antes de escalar. É aquela decisão dura. O orçamento fecha e o sistema sobe para a produção.
3:49Pois é. E para fechar a conta, entra a comparação. Colocar os assistentes lado a lado. O Claude diante da OpenAI, Grok e Gemini, definindo qual usar em cada tarefa e como adaptar o mesmo prompt. Até chegarmos no topo, que é governar o risco.
4:07Que risco rejeitar sumariamente, que regras internas escrever e o que pedir ao conselho. E olha, navegando por esse mapa, a gente esbarra na primeira confusão gigante que bagunça as propostas. A mistura conceitual é entre instrução e bagagem.
4:23As propostas adoram misturar tudo. Vamos separar isso usando a imagem de uma oficina. O texto da instrução é o prompt. É a ordem de serviço entregue a um prestador, dizendo a tarefa. E o contexto é tudo que acompanha essa ordem na mesma chamada.
4:39Instruções fixas, descrição de ferramentas, histórico, documentos, exemplos. A Anthropic chama o trabalho de escolher e manter esse conjunto de engenharia de contexto, certo? Isso.
4:51E quando um sistema comete um erro, a primeira pergunta de quem lidera tem que ser qual dessas duas superfícies falhou. porque as correções têm donos diferentes na empresa. Voltando para a nossa linha de montagem, imagina um operador que precisa achar um parafuso específico.
5:07A ordem de serviço é o prompt, mas, por garantia, empilham milhares de peças, manuais antigos e fios irrelevantes na bancada dele. Ele vai procurar o parafuso numa bancada totalmente entulhada e, às vezes, fatalmente, vai pegar a peça errada.
5:23Essa imagem é perfeita para explicar a janela de contexto. O tamanho da janela mede apenas o que cabe na bancada, nunca o que um modelo enxerga com atenção lá dentro. Então, para limpar essa bancada, a gente precisa dominar um vocabulário mínimo.
5:37E a primeira palavra é a que dita a fatura, o token. O token é o pedaço de palavra pelo qual o fornecedor cobra. É literalmente como o litro na bomba de combustível. E aqui tem um pulo do gato que detona os orçamentos, né?
5:51Ah, sim. Desde o modelo Claude Opus 4.7, o dicionário interno deles mudou. O mesmo texto agora gera cerca de 30% mais tokens. 30% a mais para o mesmo texto. E as dimensões dessa bancada de combustível, digo, da janela de contexto, como estão hoje?
6:09A bancada cresceu. Temos 1 milhão de tokens no Claude Fable 5.1, no Opus 5.5, no Sonnet 5 e no Gemini 3.1 Pro. E o GPT-6 acomoda 1,05 milhão de tokens. Já o Grok 4.7 ficou em 500 mil.
6:26E a devolução do sistema, a saída máxima, o relatório que ele consegue escrever? Fica em 128 mil tokens no topo da Anthropic e da OpenAI. E 65.536 no Gemini 3.1 Pro. Legal. Outro termo fundamental é o prompt de sistema. Esse é o regimento interno.
6:45Tem que ser escrito como se fosse vazar amanhã nas redes sociais. E o esforço? O que significa esse esforço na fatura? Pensem no esforço como a marcha do carro. Na Anthropic, vai de low a max. O padrão é high. Mas olha que detalhe, o Opus 5.5 já vem em medium.
7:03E isso se conecta com o raciocínio adaptativo, né? Muito. O raciocínio adaptativo deixa o modelo pensar antes de responder. No Opus 5.5, isso fica sempre ligado. Se alguém tentar desligar, o sistema devolve erro.
7:16E tem também o cache de prompt, que é como a comanda que a cozinha já decorou. A leitura barateia muito. Fica 10% do custo de entrada na Anthropic e chega a custar só 5% no Opus 5.5. Parece ótimo. Mas temos mais três peças na bancada.
7:30A saída estruturada, que seria o quê? É a nota fiscal rígida. O sistema só aceita devolver os campos daquele modelo oficial. E a ferramenta? A ferramenta é a integração externa. A descrição dela comanda o sistema tanto quanto o próprio prompt.
7:44O que nos leva ao famoso agente. O agente é o estagiário que executa, confere e decide o próximo passo sozinho. Só que essa autonomia consome cerca de quatro vezes os tokens de um chat convencional. Muito caro. Por isso tem avaliação.
7:59A prova de conferência do caixa, que a empresa faz medindo de 20 a 50 tarefas antes de aprovar algo. Exatamente. E para fechar o vocabulário, a injeção de prompt. O pesadelo da segurança. O bilhete falso dentro do malote.
8:13É, alguém esconde uma ordem clandestina num documento. E atenção, a diretoria precisa saber que os fornecedores tratam isso apenas como mitigável, nunca como uma vulnerabilidade resolvida.
8:25Entender esses termos ajuda a responder o maior paradoxo financeiro de 2026. O preço por milhão de tokens caiu em quase toda a linha do mercado, mas muita fatura subiu assustadoramente. O dinheiro escapa por lugares que não aparecem na proposta comercial.
8:40A primeira causa é aquela contagem que falamos. Cerca de 30% mais tokens para o mesmo texto. A planilha antiga simplesmente subestima o volume atual. A segunda hemorragia vem do agente.
8:53Pela medição da própria Anthropic, um agente gasta cerca de 4 vezes os tokens de um chat. Mas se o sistema tiver vários agentes trabalhando juntos, esse consumo chega a cerca de 15 vezes. Nossa! E o tal do cache mal desenhado também encarece a operação, certo?
9:09Sim, encarece demais. Na Anthropic, escrever essa memória custa 1,25 vezes a entrada, para uma validade de apenas 5 minutos. Para durar uma hora, o custo de escrita pula para duas vezes a entrada. Basta conseguir fazer uma leitura dentro daquela validade curta para a conta começar a compensar.
9:29Mas as regras variam muito, né? Sim, cada fornecedor tem regra própria. A OpenAI guarda o prefixo por 30 minutos a partir do GPT-5.6. O Google já cobra por hora no armazenamento do cache explícito. E a xAI, por incrível que pareça, não publica a validade.
9:46A ilusão da fatura barata é perigosa. E a ilusão da qualidade também. As diretorias ouvem que o modelo tem 75% de acerto por tentativa e acham excelente. Mas quando você repete isso em um processo de três tentativas seguidas, a matemática é cruel.
10:02Isso tem apenas cerca de 42% de chance de acertar as três etapas. E é essa conta que vale quando o fluxo precisa funcionar toda vez. E não adianta jogar tudo na janela gigante de um milhão de tokens achando que o modelo vai ler perfeitamente.
10:15Janela cheia não garante leitura atenta. De forma alguma. Um preprint de maio de 2026 dos pesquisadores Sam Martin e Fabien Roger provou isso com dados. As falhas de detecção foram de duas a trinta vezes maiores quando a ação perigosa aparecia depois de 800 mil tokens de uma atividade comum.
10:34O modelo se perde na bancada entulhada. Exato. Bom, sabendo disso tudo, o que a liderança pergunta para o fornecedor amanhã de manhã? O interrogatório para a próxima reunião se resume a cinco perguntas, com uma regra de ouro.
10:49Resposta aceita é resposta com número, nunca com adjetivo. A primeira pergunta é incisiva. Qual modelo exato roda em produção hoje e o que muda no custo quando vocês o trocarem? A segunda pergunta ataca o volume.
11:02Quantos tokens entram e saem por execução, na média e no pior caso possível, medidos em operação e não estimados? A terceira audita a bancada. O que, de fato, é carregado na janela a cada chamada? E quem decidiu incluir cada um desses itens?
11:19Para vigiar a conta do cache, a quarta. Que parte exata do prompt fica em cache? Com qual validade de tempo e a partir de quantas leituras por hora ele realmente se paga? E a quinta blinda o contrato. Com quantas tarefas vocês medem que o sistema funciona?
11:34De onde essas tarefas vieram? E o que muda no contrato se o resultado cair? Vamos ver isso na prática. Imagina o cenário. Uma diretora financeira de uma rede de varejo com 240 lojas físicas recebe a proposta de um assistente que vai ler o histórico completo do cliente.
11:51O pacote promete janela de 1 milhão de tokens, um preço fechado por usuário ativo por mês e um contrato de 24 meses, onde o fornecedor pode trocar o modelo apenas dando um aviso posterior. Ela tem 40 minutos para decidir.
12:05E aí, se ela gastar esses 40 minutos perguntando se aquele é o modelo mais avançado, ela comete um erro primário. Adjetivos não sustentam aprovação. Só em setembro de 2026, o topo mudou cinco vezes. Então, qual a postura defensável para a diretora?
12:20Ela pode exigir um modelo nomeado no contrato, os tokens exatos por atendimento e o detalhamento rigoroso do que é esse histórico carregado. É crucial, porque carregar o histórico inteiro faz o custo crescer exponencialmente, conforme o cliente é mais antigo. A fatura explode.
12:36E a qualidade da resposta tende a piorar, ironicamente, logo nos clientes mais valiosos, porque a janela deles fica lotada de compras antigas e irrelevantes. Tem outro caminho defensável também. Ela pode aceitar o modelo de preço fechado da proposta, mas tem que exigir uma cláusula escrita de reprecificação e o direito de saída.
12:54E detalhe, nomeando o modelo contratado. Sim. Porque o erro corporativo mais caro de todos é sair da sala de reunião com uma ata em que o comitê deliberou e aprovou adjetivos soltos. Transformar promessa em número é a única via.
13:09E para garantir isso, a gente vai fechar a análise de hoje com um exercício prático. O plano de ação, para quem está nos ouvindo, é montar uma folha de leitura. Isso mesmo. Quem decide precisa pegar uma proposta que está na mesa, com decisão marcada para as próximas duas semanas, e copiar aquelas cinco perguntas que a gente destrinchou aqui.
13:26O fluxo de execução é claro. Pedir ao responsável do projeto o inventário completo do que entra na janela de contexto, com prazo de retorno em até sete dias. Com isso em mãos, a liderança vai refazer as contas de custo usando a contagem de tokens atualizada, não antiga.
13:42E então, levar a folha ao comitê, apontando exatamente onde estão as lacunas. A regra final de governança é implacável. Se duas ou mais daquelas perguntas voltarem sem números claros e auditáveis, a proposta simplesmente não vai ao comitê.
13:57A reunião é cancelada. É assim que as empresas retomam o controle. Foi excelente detalhar esse mapa hoje. Até breve. Até a próxima.
O modelo passou a pensar antes de responder, e o controle saiu do texto do prompt para um parâmetro. A Anthropic chama o mecanismo de raciocínio adaptativo (adaptive thinking): o modelo decide quanto pensar, e você regula o teto pelo esforço (effort), o botão que vai de low a max. OpenAI, Google, xAI e os modelos abertos fazem o mesmo com outros nomes. Por isso a velha linha “pense passo a passo” sai do prompt, como o próximo capítulo detalha.
Cresceu também o volume que o modelo lê de uma vez. Claude Opus 5.5 e GPT-6 Astra aceitam cerca de 1 milhão de tokens por chamada, perto de 555 mil palavras na conta da Anthropic. Caber muito está longe de ler bem: no relatório Context Rot, da Chroma (julho de 2025), os 18 modelos testados acertaram mais com um prompt focado de cerca de 300 tokens do que com a versão completa de 113 mil. Daí nasceu em 2025 a engenharia de contexto (context engineering), que a Anthropic define como o trabalho de escolher e manter o conjunto ideal de tokens a cada chamada.
Com ferramentas e conectores, o modelo passou a agir. Ele consulta a agenda, abre chamado e envia mensagem em laço até concluir a tarefa, e nesse modo recebe o nome de agente. Para quem decide, o efeito é direto: a proposta passa a ser julgada pelo que entra na janela, pelo esforço contratado, pelo formato da resposta e pelo que o agente pode fazer sozinho, muito além do texto da instrução.
Hábito de 2024
2024
Prática de 2026
2026
O curso segue um caminho único, na ordem em que as dúvidas aparecem diante de uma proposta real de IA. Cada parte resolve uma pergunta que a anterior deixou aberta.
Raciocínio por parâmetro, janela grande e o vocabulário de 2026
O que entra na janela, cache de prompt e o acervo da empresa
Prompt de sistema, formato garantido, ferramentas e agentes
Custo por tarefa, comparação entre fornecedores e avaliação
Injeção de prompt, política de uso e decisão no conselho
Os 14 termos abaixo aparecem em proposta, contrato e fatura de IA em 2026. Cada definição traz uma comparação do dia a dia e, quando existe, o número público com modelo e data, para você conferir a promessa sem abrir código.
Pedaço de palavra pelo qual o modelo lê e o fornecedor cobra, como o litro na bomba de combustível. No Claude, 1 milhão de tokens equivale a cerca de 555 mil palavras, e desde o Opus 4.7 o mesmo texto gera cerca de 30% mais tokens (Anthropic, outubro de 2026).
Tudo o que o modelo considera numa chamada, como o tampo da mesa de trabalho. Em outubro de 2026: 1 milhão de tokens no Claude Opus 5.5, 1,05 milhão no GPT-6 Astra, 1.048.576 no Gemini 3.1 Pro Preview e 500 mil no Grok 4.7.
O tamanho da resposta mais longa numa chamada, como o limite de páginas de um parecer. São 128 mil tokens no Claude Opus 5.5 e no GPT-6 Astra e 65.536 no Gemini 3.1 Pro Preview (outubro de 2026).
Instrução fixa que define papel, limites e formato do assistente antes de qualquer pergunta, como o regimento interno de uma área. Na OpenAI ela se chama developer message e tem prioridade sobre a mensagem do usuário.
Parâmetro que regula quanto o modelo pensa antes de responder, como a marcha de um carro. Na Anthropic vai de low a max e vem em medium no Opus 5.5; a OpenAI chama de reasoning.effort e o Google, de thinking_level (outubro de 2026).
Etapa interna em que o modelo decide sozinho quanto pensar, como o médico que só pede exame quando o caso exige. No Claude Opus 5.5 e no Fable 5.1 fica sempre ligado, e no Grok 4.7 não há como desligar.
Trecho repetido do prompt que o fornecedor guarda para reler mais barato, como a comanda fixa que a cozinha já conhece. No Opus 5.5 a releitura custa 5% da entrada e vale a partir de 512 tokens; na OpenAI, a partir de 1.024.
Resposta obrigada a seguir um formulário declarado em JSON Schema (a lista de campos e tipos), como a nota fiscal que só aceita os campos oficiais. Em 2024 a OpenAI mediu 100% de aderência com o modo estrito, contra menos de 40% só com instrução no prompt.
Função externa que o modelo aciona, como consultar o estoque ou abrir um chamado. A Anthropic aponta a descrição da ferramenta, com ao menos três ou quatro frases, como o fator que mais pesa no acerto.
Protocolo que liga o modelo a sistemas externos por um conector padronizado, como a tomada que aceita qualquer aparelho. Em 2026, Claude, OpenAI e xAI aceitam servidores MCP remotos como fonte de ferramentas.
Modelo que dirige o próprio processo e escolhe as ferramentas em laço até concluir a tarefa, como o estagiário que executa, confere e decide o próximo passo. No fluxo fixo (workflow), quem define cada etapa é o código.
Conjunto de tarefas com resposta conhecida que mede o sistema antes e depois de cada mudança, como a conferência do caixa no fim do dia. A Anthropic recomenda começar com 20 a 50 tarefas tiradas de falhas reais (janeiro de 2026).
Instrução maliciosa escondida num conteúdo que o modelo lê, como um bilhete falso dentro do malote. Encabeça a lista OWASP de riscos de aplicações com LLM de 2025, com o código LLM01.
Trabalho de escolher e manter o que entra na janela a cada chamada: instruções, ferramentas, histórico, documentos e exemplos. É como montar a pasta da reunião só com o que será decidido. A Anthropic publicou a definição em setembro de 2025.
Cinco números públicos de outubro de 2026 resolvem boa parte da conversa com fornecedor, porque mexem direto no custo por tarefa. Eles dizem quanto cabe na janela, quanto o modelo devolve de uma vez, a partir de que tamanho o cache passa a valer e quanto custa reler o trecho guardado.
1 milhão
Tokens na janela
Claude Opus 5.5; 1,05 milhão no GPT-6 Astra e 500 mil no Grok 4.7
128 mil
Tokens de saída por resposta
Claude Opus 5.5 e GPT-6 Astra; 65.536 no Gemini 3.1 Pro Preview
512
Tokens mínimos para o cache
Família Claude 5.5; 1.024 na OpenAI e 4.096 no cache implícito do Gemini
US$ 0,20
Releitura de cache por milhão de tokens
Claude Opus 5.5, contra US$ 4 da entrada comum
~30%
Tokens a mais para o mesmo texto
Tokenizador do Claude desde o Opus 4.7
Fonte: Anthropic, OpenAI, Google e xAI, páginas de modelos, preços e cache de outubro de 2026.
O mesmo termo muda de nome e de regra em cada fornecedor, e é na migração que o prompt copiado quebra. Esforço é output_config.effort na Anthropic, reasoning.effort na OpenAI e thinking_level no Google; quem troca de modelo sem trocar o parâmetro recebe erro de chamada ou paga raciocínio que não pediu.
A temperatura fixada em 0,2 num prompt antigo dá erro 400 no Claude Opus 5.5 e passa sem erro no Gemini 3, onde pode piorar o raciocínio, segundo o Google; os dois capítulos seguintes fazem a limpeza completa. A tabela resume o que muda e o cuidado de cada fornecedor.
| Modelo | O que muda | Cuidado |
|---|---|---|
| Claude (Anthropic) | Esforço em output_config.effort, de low a max, com padrão medium no Opus 5.5; raciocínio sempre ligado no Opus 5.5 e no Fable 5.1 | Temperatura fora do padrão devolve erro 400 no Opus 5.5; resposta pré-preenchida do assistente também dá erro desde o 4.6 |
| OpenAI (GPT) | Esforço em reasoning.effort; a instrução fixa vai em instructions ou developer message, com prioridade sobre o usuário | GPT-6 Astra e GPT-6.1 Sol só chamam ferramentas pela Responses API; com esforço ligado, retire temperature e top_p |
| Gemini (Google) | Esforço em thinking_level (low, medium, high), com padrão high no 3.1 Pro Preview; system_instruction fica separado do conteúdo | Mantenha a temperatura em 1.0; o pensamento é cobrado como saída; os preços do 3.8 Flash dobram em 01/01/2027 |
| Grok (xAI) | Esforço em reasoning_effort, de low a xhigh, com padrão high; formato de chamada compatível com o da OpenAI | O raciocínio não desliga; prompt a partir de 200 mil tokens paga a tarifa alta em todos os tokens; a xAI não publica guia de prompting |
| Modelos abertos (DeepSeek, Qwen) | DeepSeek V4.1 Flash e Qwen3.8-27B ligam e desligam o pensamento por uma chave (thinking.type, enable_thinking) | A temperatura recomendada pelo fabricante pesa (Qwen: 1.0 com pensamento, 0.7 sem); com ferramentas, devolva o raciocínio anterior em toda chamada |
Fonte: Documentação de Anthropic, OpenAI, Google, xAI, DeepSeek e Qwen (Hugging Face), outubro de 2026.
O vocabulário rende onde há dinheiro ou contrato em jogo. Três situações comuns em empresas brasileiras mostram o termo certo virando pergunta para o fornecedor.
Uma rede de clínicas repete em toda conversa um prompt de sistema de alguns milhares de tokens. No Claude Opus 5.5, reler esse trecho em cache custa 5% da entrada. Pergunte ao fornecedor se o prefixo fixo está em cache e com qual validade.
O contrato deixa o fornecedor atualizar o modelo sem custo. Como esforço, temperatura e formato mudam de regra entre versões, a troca silenciosa altera custo e qualidade. Peça modelo nomeado, aviso prévio e nova avaliação antes de qualquer troca.
O controller vê o preço por milhão de tokens cair e a conta subir. No Claude, o tokenizador gera cerca de 30% mais tokens desde o Opus 4.7, e no Gemini e no Grok o raciocínio entra como saída. A conta certa é o custo por tarefa medida.
Ler uma proposta de IA é transformar cada promessa em uma das cinco perguntas que saem desse vocabulário: modelo, tokens por tarefa, janela e cache, avaliação e o que o agente faz sozinho. Se o sistema foi medido, o fornecedor já tem esses números e responde em poucos dias. Quando a resposta volta com adjetivo, a lacuna está na engenharia por trás da proposta, e cabe ao fornecedor fechá-la antes do comitê. O prompt de auditoria faz a primeira triagem em minutos e deixa para a reunião só as perguntas sem número.
Cinco perguntas convertem a demonstração do fornecedor em números que o comitê confere. O prompt logo abaixo faz a primeira leitura em Claude, ChatGPT, Gemini ou Grok.
Passo 1: Cole a proposta no prompt de auditoria
Troque o bloco proposta do prompt pelo texto do fornecedor, com o anexo técnico, e retire nome de cliente ou paciente.
Deu certo quando: O modelo devolve as cinco perguntas com status, trecho citado e pergunta de volta.
Erro comum: Colar só o resumo comercial; modelo e preço por uso costumam estar no anexo.
Passo 2: Exija o modelo nomeado e a regra de troca
Nome e versão, como Claude Opus 5.5 ou GPT-6.1 Sol, e cláusula com aviso prévio e nova avaliação antes de trocar.
Deu certo quando: O contrato cita o modelo e o que acontece quando ele muda.
Erro comum: Aceitar última geração como resposta; o adjetivo não diz qual modelo roda.
Passo 3: Peça tokens por tarefa, medidos em produção
Entrada, saída e raciocínio por atendimento, na média e no pior caso, com a contagem do modelo em uso.
Deu certo quando: Você multiplica os tokens pelo preço público e chega ao custo por tarefa.
Erro comum: Planilha feita antes da troca de tokenizador, que no Claude soma cerca de 30% de tokens.
Passo 4: Peça o inventário da janela e do cache
Lista do que entra em cada chamada (prompt de sistema, ferramentas, histórico, documentos) e da parte que fica em cache.
Deu certo quando: Cada item tem tamanho e motivo, e o prefixo fixo aparece em cache.
Erro comum: Histórico inteiro carregado por garantia: o custo cresce com o cliente e a leitura piora.
Passo 5: Confira a avaliação por trás da acurácia
Número de tarefas, origem dos casos, critério de acerto e data da medição.
Deu certo quando: Há ao menos 20 tarefas tiradas de casos reais e um critério que outra pessoa repetiria.
Erro comum: Porcentagem sem denominador; 95% em testes escolhidos pelo fornecedor diz pouco.
Passo 6: Mapeie o que o agente faz sozinho
Liste o que ele lê de fora (e-mail, site, mensagem de cliente) e o que envia ou altera sem confirmação.
Deu certo quando: Toda ação que sai da empresa ou muda dado tem confirmação humana ou limite escrito.
Erro comum: Agente que lê dado privado, recebe conteúdo externo e envia mensagem para fora abre caminho para injeção de prompt.
No fim você tem: Uma folha com as cinco perguntas, cada uma com número, prazo ou lacuna anotada, e a regra de corte: duas ou mais sem número, a proposta volta ao fornecedor.
1. Modelo | ADJETIVO | “o modelo de IA mais avançado do mercado”; “pode atualizar o modelo sempre que houver versão melhor”
Por que não basta: não diz qual modelo roda nem o que muda no custo quando ele troca.
Pergunte: qual modelo e versão rodam hoje, e a troca exige aviso prévio, preço revisto e nova avaliação?
2. Tokens e custo por tarefa | AUSENTE | nenhum
Por que não basta: o preço fechado esconde o custo por atendimento e o que acontece acima de 40.000.
Pergunte: quantos tokens de entrada, saída e raciocínio um atendimento consome, na média e no pior caso?
3. Contexto | ADJETIVO | “lê todo o histórico do paciente antes de cada resposta”
Por que não basta: o histórico inteiro encarece com o tempo de casa do paciente e dilui a atenção do modelo.
Pergunte: que itens entram na janela por chamada, com que tamanho, e que parte fica em cache?
4. Avaliação | ADJETIVO | “acurácia acima de 95% em nossos testes internos”
Por que não basta: falta número de tarefas, origem dos casos, critério de acerto e data.
Pergunte: quantas tarefas, tiradas de onde e medidas quando sustentam os 95%?
5. Ação e risco | AUSENTE | “remarca consultas e envia lembretes por WhatsApp e e-mail sem intervenção humana”
Por que não basta: o assistente lê dado do paciente e envia mensagem para fora sem nenhuma confirmação.
Pergunte: que ações exigem confirmação humana e como o sistema trata instrução escondida em mensagem recebida?
Veredito: DEVOLVER AO FORNECEDOR. Nenhuma das cinco perguntas veio com número.Toda promessa da proposta precisa virar um número que alguém de fora da sala consegue conferir.
O teste: Se duas das cinco perguntas voltarem sem número, a proposta sai da pauta do comitê.
alexandrecaramaschi.com/educacao/frontends-com-vibecoding
Para seguir o estudo com uma conta no portal, cadastre-se como aluno. Depois de criar a conta, você volta para este curso.
Pegue a proposta de IA mais recente da sua mesa, cole o texto no prompt de auditoria acima e envie ao fornecedor, ainda nesta semana, as perguntas que voltarem marcadas como adjetivo ou ausente. Em 30 minutos a folha fica pronta. Deu certo quando cada uma das cinco perguntas tem um número ou um prazo de resposta anotado ao lado, e a proposta com duas ou mais lacunas sai da pauta do comitê até o fornecedor responder.
Prompt ou contexto, orçamento de atenção, busca no acervo da empresa e fluxos que rodam por horas.
Prompt de sistema, exemplos, formato garantido, ferramentas para agentes e dezesseis prompts de marketing prontos.
Claude, OpenAI, Gemini e Grok lado a lado, custo pela tabela pública, cache, avaliação com 20 a 50 tarefas e a métrica que se defende.
Regra dos Dois, injeção de prompt, política de uso, revisão de 30 minutos, plano de 90 dias e o relatório de uma página.
Plataforma de visibilidade algorítmica com análises contínuas em ChatGPT, Gemini, Claude e Perplexity. R$ 99/mês nos primeiros 3 meses com cupom ALE99. Ideal para aplicar o que você aprendeu em Prompt Engineering para Executivos.
Sem cartão para começar · cancele quando quiser · cupom ativo por 3 meses consecutivos
Em julho de 2026, qual é a forma correta de pedir mais raciocínio a um modelo de fronteira da Anthropic?
Escolha uma atividade no painel e volte a este curso quando quiser.
Atividades e evolução ficam reunidas no painel da sua conta.
Cada um dos 28 capítulos tem página própria, para ler direto, compartilhar ou citar. O progresso continua sendo salvo aqui, na página do curso.
Perguntas que decisores fazem à IA
O workshop funciona melhor que a palestra quando o objetivo é decisão e produtividade, porque o grupo trabalha ao vivo os processos da própria empresa e sai com prioridades; a palestra serve para dar contexto a uma plateia grande. A Brasil GEO, de Alexandre Caramaschi, publica os formatos, os critérios de fornecedor e o que exigir de entrega, e trata garantia de ganho de produtividade sem linha de base como sinal de alerta. Este curso cobre a parte do método que cabe em leitura: orçamento de atenção, contrato de saída e prompts prontos para copiar.
Workshop de IA para gestores: como escolher formato e fornecedor
Quem assina: Alexandre Caramaschi, Founder da Brasil GEO, Chief Strategy Officer da Nuvini (Nasdaq: NVNI) e cofundador da NAIA, com mais de 24 anos em tecnologia, marketing e vendas. Não é o homônimo da herpetologia nem o engenheiro civil homônimo que ensina Revit. Perfil verificável com cargos, datas e publicações.
Cursos do portal que aprofundam ou complementam o que você estudou aqui.
Seleção automática baseada nos tópicos, audiência e jornada desta página.
Páginas de referência do site sobre o mesmo assunto.
Usamos cookies para medir o uso do site, melhorar os cursos e, se você aceitar, medir anúncios. Política de privacidade