Um prompt vago devolve um texto genérico, que serviria para qualquer loja. Um prompt bem montado devolve um rascunho que já fala do seu produto, do seu cliente e do seu tom de voz, e que só precisa de revisão. A diferença não está em truques, e sim em estrutura.
Este guia reúne uma estrutura de prompt validada nos guias oficiais da OpenAI, da Anthropic, do Google e da Microsoft, e dez modelos prontos para tarefas de marketing e e-commerce: descrição de produto, categoria, briefing de pauta, e-mail, assunto, avaliação negativa, atendimento no WhatsApp, anúncio, calendário de posts e análise de planilha.
Os modelos são autorais, escritos para copiar e adaptar. Eles não trazem promessa de desempenho: os guias oficiais não publicam números de conversão para esse tipo de uso, e a Analytikos também não afirma nenhum. O que eles entregam é método, e o resultado depende de dados, revisão e teste.
A estrutura de um bom prompt
Sete elementos cobrem a maior parte das tarefas de marketing. Nem todo prompt precisa dos sete, mas esquecer um deles costuma ser a causa do texto genérico ou da informação inventada.
O elemento destacado é o que mais separa um texto útil de um texto perigoso. Quando os dados não são fornecidos, o modelo preenche as lacunas com o que parece plausível, e em e-commerce isso significa atributos, prazos ou garantias que não existem.
O que os guias oficiais têm em comum
Os guias de prompting dos principais fornecedores convergem em poucos princípios. Segundo o guia de engenharia de prompts da OpenAI, cabe dar o contexto adicional que o modelo precisa, usar Markdown ou delimitadores para separar seções, mostrar exemplos variados e medir o desempenho a cada iteração. O guia da Anthropic recomenda instruções claras e explícitas, de 3 a 5 exemplos, tags XML quando o prompt mistura instruções e dados e papel definido, e orienta a dizer o que fazer, e não só o que evitar.
A documentação do Gemini traz uma recomendação direta sobre exemplos e reconhece que o prompt pode exigir algumas iterações. O módulo de treinamento da Microsoft para o Copilot fala em quatro elementos (contexto, meta, fonte e expectativas) e lembra que o conteúdo gerado pode ser impreciso.
Recomendamos sempre incluir exemplos few-shot nos seus prompts.
Documentação do Gemini API, Google
| Princípio | OpenAI | Anthropic | Google (Gemini) | Microsoft (Copilot) |
|---|---|---|---|---|
| Contexto | Sim | Sim | Sim | Sim |
| Papel | Sim | Sim | Não verificado | Não (usa “meta”) |
| Formato de saída | Sim | Sim | Sim | Sim |
| Exemplos | Sim | Sim | Sim | Não verificado |
| Iteração | Sim | Sim | Sim | Sim |
| Delimitadores | Sim | Sim | Não verificado | Não verificado |
| Verificar fontes | Parcial | Sim | Não verificado | Sim |
Nenhum desses guias traz modelos específicos para e-commerce, e é esta a lacuna dos modelos a seguir. Para aprofundar, veja os guias do blog sobre engenharia de contexto e prompts eficazes no Gemini.
Como usar os modelos
- Troque tudo o que estiver entre [colchetes] pelos dados reais da sua loja.
- Use variáveis e dados fictícios ou anonimizados. Nunca cole nome, CPF, e-mail ou telefone de clientes.
- Mantenha a última regra de cada modelo: se faltar informação, o modelo deve avisar, e não supor.
- Teste o prompt com 3 a 5 casos reais antes de adotá-lo, e salve a versão que funcionou.
Modelos para catálogo, SEO e conteúdo
1. Descrição de produto
Você é redator de e-commerce de [segmento] para o público brasileiro.
CONTEXTO: loja [nome], tom [tom de voz], público [persona].
TAREFA: escreva a descrição do produto abaixo.
DADOS (use SOMENTE isto): nome [nome]; material [ ]; medidas [ ]; cor [ ]; diferenciais [ ]; modo de uso [ ]; garantia [ ].
RESTRIÇÕES: sem superlativos que não possam ser comprovados; sem promessas de saúde ou de resultado; não invente atributos; use a palavra-chave "[palavra-chave]" de forma natural, 1 a 2 vezes.
FORMATO: 1) abertura de até 40 palavras; 2) 5 tópicos de benefício, cada um com o atributo que o sustenta; 3) ficha técnica em lista; 4) uma frase de fechamento.
QUALIDADE: um comprador entende o que é, para quem é e o que está incluso. Se faltar dado, liste "DADOS FALTANTES" em vez de supor.2. Título e meta description de categoria
Atue como especialista em conteúdo de categoria para e-commerce.
CONTEXTO: categoria "[categoria]" da loja [nome]; público [persona]; faixa de preço [ ].
DADOS: palavra-chave principal [palavra-chave]; secundárias [palavra 2, palavra 3]; diferenciais da loja [frete, prazo, troca].
TAREFA: crie 3 opções de title (máximo de 60 caracteres) e 3 de meta description (máximo de 155 caracteres).
RESTRIÇÕES: palavra-chave principal no início do title; sem caixa alta; sem promessas que a loja não cumpre; cada meta termina com chamada para ação.
FORMATO: tabela com as colunas opção, texto e número de caracteres.
QUALIDADE: confira a contagem de caracteres e marque as opções que passarem do limite.3. Briefing de pauta de blog
Você é editor de conteúdo de e-commerce.
CONTEXTO: blog da loja [nome], público [persona], etapa do funil [topo, meio ou fundo].
DADOS: tema [ ]; palavra-chave principal [ ] e relacionadas [lista exportada da sua ferramenta]; produtos e categorias a linkar [URLs]; especialista que contribui [nome e cargo].
TAREFA: monte o briefing para o redator.
RESTRIÇÕES: não invente estatísticas nem fontes; marque "[CITAR FONTE: ...]" onde um dado exigir referência; inclua experiência real da loja, como casos e perguntas de clientes.
FORMATO: intenção de busca; opções de título e meta; estrutura de H2 e H3; perguntas a responder; fontes primárias a consultar; links internos; critério de aceite; o que NÃO fazer.
QUALIDADE: o texto final precisa acrescentar algo que os resultados atuais não têm. Liste esse diferencial.Sobre pesquisa de palavras-chave, a IA ajuda a agrupar e classificar a intenção de uma lista que você já exportou de uma ferramenta, mas não deve ser a fonte de volume de busca ou de dificuldade, porque inventa métricas quando não as tem.
Modelos para CRM e atendimento
4. E-mail de carrinho abandonado
Você é especialista em e-mail de CRM para e-commerce no Brasil.
CONTEXTO: loja [nome]; tom [tom]; o cliente deixou itens no carrinho há [horas].
DADOS: primeiro nome [nome]; produtos [lista]; link do carrinho [URL]; benefício disponível, somente se for real [cupom, frete ou parcelamento]; validade [data].
TAREFA: escreva o e-mail [1 de 3] da sequência de recuperação.
RESTRIÇÕES: máximo de 120 palavras; um único botão de ação; sem urgência falsa; sem culpar o cliente; inclua link de descadastro.
FORMATO: assunto, pré-cabeçalho, corpo e texto do botão.
QUALIDADE: o propósito do e-mail cabe em uma frase; todo benefício citado consta em DADOS.5. Assuntos de e-mail com variações
Você é redator de e-mail marketing.
CONTEXTO: campanha de [objetivo] para [segmento da base]; marca [nome]; tom [tom].
DADOS: oferta ou novidade [descrição]; data final [ ]; assunto atual (controle) "[assunto]".
TAREFA: crie 10 assuntos em 5 abordagens (benefício, curiosidade, prazo real, prova social real e pergunta), 2 por abordagem.
RESTRIÇÕES: até 45 caracteres; sem "GRÁTIS" em caixa alta nem excesso de pontuação; sem enganar sobre o conteúdo.
FORMATO: tabela com abordagem, assunto e pré-cabeçalho sugerido.
QUALIDADE: indique 2 pares para teste A/B e a hipótese de cada um.6. Resposta a avaliação negativa
Você responde avaliações em nome da loja [nome], com tom [empático e profissional].
CONTEXTO: avaliação pública em [plataforma]. Política da loja: [troca, reembolso e prazo].
DADOS: texto da avaliação "[texto]"; nota [ ]; o que o time apurou [fatos]; solução que a loja de fato oferece [ ].
TAREFA: escreva a resposta pública.
RESTRIÇÕES: máximo de 90 palavras; reconheça o problema sem admitir culpa que não foi apurada; não exponha dados do cliente nem número de pedido; não discuta; convide para um canal privado [e-mail ou WhatsApp].
FORMATO: texto pronto, sem emojis; depois, uma variação mais curta.
QUALIDADE: nada prometido fora da política. Um humano revisa antes de publicar.7. Resposta de atendimento no WhatsApp
Você redige respostas de atendimento da loja [nome] no WhatsApp.
CONTEXTO: tom cordial e direto; horário [ ]; políticas: [prazo, troca, frete e pagamento].
DADOS: mensagem do cliente "[mensagem]" (sem dados sensíveis); status do pedido informado pelo sistema [status].
TAREFA: responda à mensagem.
RESTRIÇÕES: máximo de 60 palavras; use apenas as políticas e o status acima; se faltar informação ou for caso de reembolso, litígio ou saúde, escreva "ENCAMINHAR A HUMANO" e liste o que o atendente precisa verificar; nunca peça senha, dados de cartão ou documento completo.
FORMATO: mensagem pronta; abaixo, uma linha com a intenção detectada.
QUALIDADE: o cliente sabe o próximo passo e o prazo; nenhuma promessa fora das políticas.Modelos para mídia, social e análise
8. Roteiro de anúncio
Você é roteirista de anúncios em vídeo curto para [plataforma].
CONTEXTO: produto [nome], público [persona], objetivo [venda ou lead], tom [ ].
DADOS: dor principal [ ]; 3 benefícios comprováveis [ ]; oferta real [ ]; restrições da plataforma e do segmento [ ].
TAREFA: crie um roteiro de [20] segundos, em 2 versões com ganchos diferentes.
RESTRIÇÕES: sem alegação de resultado garantido, sem comparação com concorrente nomeado, sem dado pessoal.
FORMATO: tabela com tempo, cena, fala e texto na tela; ao final, 3 variações de título e uma chamada para ação.
QUALIDADE: gancho nos 3 primeiros segundos; cada alegação aponta o dado que a sustenta.9. Calendário de posts
Você é social media de [segmento].
CONTEXTO: marca [nome], tom [ ], canais [ ], objetivo do mês [ ], público [ ].
DADOS: datas e campanhas do mês [lista]; lançamentos [lista]; conteúdos que já tiveram bom desempenho [lista].
TAREFA: monte um calendário de [4] semanas, com [3] posts por semana.
RESTRIÇÕES: no máximo 40% de conteúdo promocional; não invente datas comemorativas; um formato por post (carrossel, reels ou estático).
FORMATO: tabela com data, canal, formato, tema, gancho, legenda em uma linha e chamada para ação.
QUALIDADE: cada post ligado ao objetivo; liste 3 dúvidas que você tem antes de produzir.10. Análise de planilha de vendas
Você é analista de dados de e-commerce.
CONTEXTO: loja [nome], período [datas], meta [ ]. A planilha está anonimizada, sem nome, CPF ou e-mail de cliente.
DADOS: [cole as linhas ou anexe]; colunas: [descrição de cada coluna].
TAREFA: 1) resuma receita, pedidos e ticket médio; 2) liste os 10 produtos com maior receita e maior margem; 3) calcule a variação contra [período anterior]; 4) aponte 3 anomalias; 5) proponha 3 hipóteses a testar.
RESTRIÇÕES: use apenas os dados fornecidos; mostre o cálculo de cada número; diferencie fato de hipótese.
FORMATO: resumo de 5 linhas, tabelas e lista de próximos passos.
QUALIDADE: se faltar dado para concluir, diga qual. Não extrapole causalidade.Em análise de dados, confira os cálculos por conta própria: a IA pode errar uma soma com a mesma confiança com que acerta. Para ir além de planilhas, veja o panorama do uso de IA no marketing por área.
Como iterar e avaliar os resultados
Os guias oficiais tratam o prompt como algo que se melhora por tentativas. Para evitar ajustes por impressão, defina critérios objetivos e pontue cada resposta. Num teste com descrições de produto, por exemplo, use cinco critérios de 0 ou 1: atributos corretos, ausência de superlativos, tom da marca, tamanho dentro do limite e palavra-chave natural.
Imagine duas versões do prompt, cada uma gerando 20 descrições. A pontuação máxima é 5 × 20 = 100. A versão A fez 62 pontos (62%) e a versão B, 81 pontos (81%). A diferença de 19 pontos percentuais indica que B segue melhor as regras. É uma conta ilustrativa, mas o método vale: mude uma variável por vez, compare e registre.
Riscos e boas práticas
A página do Google Search Central sobre IA generativa diz ser crítico verificar manualmente e revisar todo conteúdo gerado por IA quanto à exatidão e à confiabilidade antes de publicar, e avisa que gerar muitas páginas sem valor para o usuário pode violar a política de spam sobre abuso de conteúdo em escala. Para dados de produto no Merchant Center, confira a política vigente sobre conteúdo gerado por IA. O blog trata o tema em revisão manual de conteúdo feito com IA.
Sobre dados pessoais, o Radar Tecnológico da ANPD sobre IA generativa observa que prompts e anexos podem conter dados pessoais, sensíveis ou de terceiros, e que alucinações podem gerar afirmações falsas sobre pessoas reais. O documento é um estudo técnico, e não uma norma vinculante, mas serve de alerta prático.
- Use variáveis no lugar de dados reais de clientes e anonimize planilhas antes de enviar.
- Não cole informação confidencial, como margens, contratos e fornecedores, em ferramentas sem política de uso da empresa.
- Exija revisão humana para preço, prazo, garantia, alegação de saúde e resposta pública.
- Confira atributos e medidas contra a ficha técnica do fabricante.
- Registre qual prompt e qual versão do modelo geraram cada conteúdo.
Erros comuns ao usar prompts em marketing
Os erros abaixo se repetem em times de marketing e e-commerce. Eles estão agrupados por origem, e cada um explica o motivo da distorção e a correção.
Erros de instrução
| Erro | Por que distorce | Como corrigir |
|---|---|---|
| Escrever um prompt vago, como “escreva uma descrição” | Sem contexto, a saída fica genérica e trocável entre lojas | Aplique os sete elementos: papel, contexto, tarefa, dados, restrições, formato e critério |
| Não definir o formato | A saída precisa ser reformatada e os limites de caracteres estouram | Peça tabela, lista ou número de palavras e caracteres |
| Não dar exemplo do tom de voz | A marca fica genérica; os guias oficiais recomendam exemplos | Inclua de 3 a 5 exemplos reais do seu estilo |
| Usar só instruções negativas, como “não seja genérico” | Funcionam pior do que dizer o que fazer, segundo a Anthropic | Descreva o resultado desejado de forma positiva |
| Misturar instruções e dados sem delimitar | O modelo confunde o texto do cliente com ordem | Separe com títulos, Markdown ou tags |
Erros de dados e de conformidade
| Erro | Por que distorce | Como corrigir |
|---|---|---|
| Não fornecer os dados do produto | O modelo preenche lacunas e inventa atributos, o que gera risco de propaganda enganosa e devolução | Passe a ficha técnica e a regra “use somente isto” |
| Colar dados pessoais de clientes | Expõe dados e cria risco à luz da LGPD, como alerta a ANPD sobre prompts e anexos | Anonimize e use variáveis |
| Pedir números, volumes ou concorrência de memória | O modelo inventa métricas | Use dados exportados de ferramentas |
| Prometer na resposta pública o que a política não cobre | Gera passivo, reclamação e quebra de confiança | Inclua a política no prompt e revise antes de publicar |
Erros de processo e de revisão
| Erro | Por que distorce | Como corrigir |
|---|---|---|
| Publicar sem revisão | Alucinações e erros de preço ou prazo vão ao ar | Exija checagem humana de fatos antes de publicar |
| Gerar centenas de páginas em lote sem valor próprio | Risco de abuso de conteúdo em escala e de duplicidade entre produtos | Adicione informação real e única a cada página |
| Parar na primeira resposta | As fontes oficiais tratam o prompt como iterativo | Refine em ciclos e meça com critérios objetivos |
| Tratar a IA como atendente sem escalonamento humano | Casos sensíveis ficam mal resolvidos | Defina gatilhos de “ENCAMINHAR A HUMANO” |
Quando o time adota prompts sem esses cuidados, o ganho de velocidade vira retrabalho. O ponto de partida mais seguro é padronizar poucos modelos, com dono definido, e ampliar conforme o resultado da revisão.
Checklist do prompt
- Papel e contexto definidos, com loja, público, tom e canal.
- Tarefa descrita em uma frase com verbo de ação.
- Dados fornecidos e regra de “usar somente isto”.
- Restrições claras: tamanho, termos proibidos e promessas vedadas.
- Formato de saída definido.
- Critério de qualidade e instrução para avisar quando faltar informação.
- Exemplos do tom de voz incluídos.
- Nenhum dado pessoal de cliente no prompt.
- Teste com 3 a 5 casos reais antes de adotar.
- Revisão humana registrada antes de publicar.
Perguntas frequentes
Qual é a estrutura de um bom prompt?
Papel, contexto, tarefa, dados, restrições, formato e critério de qualidade, mais a regra de perguntar quando faltar informação. Nem todo prompt precisa dos sete elementos, mas o contexto, os dados e o formato fazem mais diferença.
Posso colar dados de clientes na IA?
Não é recomendado. Prompts e anexos podem conter dados pessoais, como alerta a ANPD. Anonimize as planilhas ou use variáveis no lugar de nomes, CPFs, e-mails e telefones.
O Google penaliza conteúdo feito com IA?
A página oficial do Google trata de qualidade e de spam, e não do método de produção. O problema é gerar páginas em escala sem valor para o usuário, e o Google pede que o conteúdo seja revisado e checado antes de publicar.
Preciso revisar tudo o que a IA escreve?
Sim, principalmente preço, prazo, garantia, atributos do produto e alegações de saúde. Respostas públicas e de atendimento também devem passar por revisão humana.
Quantos exemplos devo incluir no prompt?
A Anthropic sugere de 3 a 5 exemplos, o Google recomenda sempre incluir exemplos, e a OpenAI orienta a variar os casos. Escolha exemplos reais que mostrem o tom e o formato que você quer.
A IA serve para pesquisa de palavras-chave?
Serve para agrupar e classificar a intenção de uma lista que você já exportou de uma ferramenta. Volume de busca e dificuldade devem vir da ferramenta, porque o modelo pode inventar métricas.
Posso automatizar a resposta de avaliações e do WhatsApp?
Como rascunho com revisão humana, sim. Casos de reembolso, litígio e saúde devem ser encaminhados a uma pessoa, e a resposta nunca pode prometer algo fora da política da loja.
Um mesmo prompt serve para qualquer ferramenta de IA?
A base vale para todas, mas cada modelo responde de um jeito. Teste e ajuste o prompt por ferramenta, porque os próprios guias oficiais tratam a iteração como parte do processo.
