System prompt e engenharia de prompt

O que é o system prompt, por que a ordem das instruções importa e como as abas do agente viram um prompt profissional.

Se o LLM é o motor, o prompt é o volante. Entender como ele funciona explica por que o agente do ScalaCRM é organizado em abas — e por que preencher bem cada uma muda tanto o resultado.

O que é o system prompt

Toda conversa com uma IA tem, escondido, um texto que o usuário nunca vê: o system prompt — as instruções fixas que o modelo lê antes de cada resposta. É o briefing do funcionário: quem ele é, o que vende, como fala, o que jamais pode fazer.

A diferença para um funcionário de verdade: a IA relê o briefing inteiro a cada mensagem. Ela não "aprende com o tempo" sozinha — tudo o que ela sabe sobre o seu negócio precisa estar ali (ou ser buscado na hora, como no RAG). Por isso, melhorar o agente quase sempre significa melhorar o que alimenta o prompt.

Ordem importa: início e fim pesam mais

Modelos de linguagem prestam mais atenção ao começo e ao fim do texto — o miolo de um prompt longo recebe menos atenção (pesquisadores chamam de "perdido no meio"). É como uma reunião longa: todo mundo lembra da abertura e do encerramento.

A engenharia de prompt profissional usa isso a favor: as regras críticas vão no início (identidade, o que é proibido) e são reforçadas no fim, logo antes do modelo escrever. O material de consulta fica no meio. O ScalaCRM monta o prompt do agente exatamente assim — você não precisa fazer nada, mas ajuda saber que a estrutura não é aleatória.

Exemplos ensinam mais que descrições (few-shot)

Diga a um atendente novo "seja simpático" e cada um entende uma coisa. Mostre três respostas prontas no tom da casa e ele copia o estilo na hora. Com IA é igual: exemplos concretos dentro do prompt (a técnica chama few-shot, "com poucos exemplos") calibram tom e formato melhor que qualquer adjetivo.

💡 Dica: na aba Conhecimento, o quadro de objeções funciona como few-shot — escreva a resposta como você realmente responderia no WhatsApp, com as palavras que você usa, e não como uma regra abstrata. O agente imita.

Como as abas do agente viram um prompt

Ao responder, o ScalaCRM costura suas abas num prompt estruturado, na ordem que funciona:

Identidade → quem o agente é, objetivo e tom (o início, onde pesa mais);
Conhecimento → sobre a empresa, ofertas, FAQ, objeções (o material de consulta);
Catálogo de produtos, quando ligado;
Regras fixas de proteção → anti-invenção de preço, anti-manipulação — sempre presentes, você não precisa escrevê-las;
Ferramentas e roteiro → o que ele pode fazer e a ordem da conversa;
Reforço final das regras críticas.

Uma decisão importante de segurança: a mensagem do cliente nunca entra como instrução — ela é tratada como dado a responder. É uma das camadas de segurança contra manipulação.

E o modo avançado?