Definição

Um prompt é qualquer instrução, pergunta ou enunciado que um ser humano redige para que um modelo de IA generativa (GenAI) produza uma resposta, atuando como a ponte de comunicação essencial entre o profissional de saúde e o sistema de IA (Fonte 4). No glossário do curso, define-se como "comando de instrução para sistemas de IA" (Fonte 1). Diferencia-se de buscas tradicionais por demandar elaboração cognitiva complexa, sintetizando intenção, contexto clínico e organização hierarquizada de dados dispersos (sintomas, exames, histórico), transformando-os em conhecimento aplicável (Fonte 4).

A analogia do GPS (Waze®/Google Maps®) ilustra: sem destino específico, o sistema oferece rotas genéricas; com detalhes (evitar pedágios, caminho mais rápido), traça a rota ótima. Assim, prompt vago como "diagnóstico de dor no peito" gera respostas irrelevantes, enquanto especificações (perfil paciente, comorbidades) produzem suporte preciso (Fonte 4).

Segue a lei fundamental GIGO ("lixo entra, lixo sai"): qualidade do output reflete a especificidade do input; prompts mal estruturados resultam em superficialidade ou alucinações (Fonte 4). Fundamentação técnica: prompts modulam redes neurais, injetando conhecimento prévio e restringindo espaço de busca, focando características relevantes (Fonte 4).

Exemplo comparativo de pergunta genérica vs. específica:

No contexto médico, prompts elevam produtividade, conforme Aula 3: prompts — a nova habilidade.

Relevância para o Médico e Aplicações Práticas

Para o médico moderno, o prompt é a nova habilidade essencial, elevando a produtividade em rotinas clínicas, conforme Aula 4: arsenal de IA — produtividade e produção médica. Atua como ferramenta cognitiva, estruturando pensamento clínico e combatendo a síndrome da bola de cristal (expectativa de adivinhação) (Fonte 4).

Aplicações incluem:

• Geração de laudos de exames (ex.: ultrassom) com prompts por voz.
• Análises diferenciais baseadas em sintomas.
• Resumos de literatura médica ou criação de planos terapêuticos.
• Suporte educacional para letramento em saúde do paciente, usando linguagem clara (plain language): frases curtas, vocabulário cotidiano, voz ativa, limitadas a uma ideia por sentença, para adesão terapêutica e redução de emergências (Fonte 3).
• Produção documental: mensagens WhatsApp® padronizadas (consentimentos, orientações pré/pós-procedimento), protocolos de teletriagem, com emojis moderados, itens em tópicos, sem substituir explicação verbal; revisadas para evitar imprecisões (Fonte 3).
• Configuração de modelos/templates: salvar prompts para consistência (ex.: "atue como médico em [especialidade]"; formato WhatsApp®), usando memória contextual com regras (sem saudações, linguagem direta, assinatura automática) (Fonte 3).

Médicos no perfil Médico Curador integram prompts para humanizar a IA, atuando como curadores (Human-in-the-Loop), enquanto outros adotam via curva S de adoção (Fonte 1). Compare prompts escritos vs. por voz para eficiência.

Mecanismos Técnicos

Prompts operam dentro da janela de contexto do modelo (ex.: até 1M tokens no Claude), influenciando probabilidades via redes neurais transformer (Fonte 2). Protocolo padrão: PCTR (Persona-Contexto-Tarefa-Restrição/Resultado) (Fonte 4):

• Persona (P): "atue como radiologista sênior" — ajusta expertise (Fonte 4).
• Contexto (C): histórico, exames — enriquece personalização (Fonte 4).
• Tarefa (T): verbos imperativos ("analise", "elabore") (Fonte 4).
• Restrição/Resultado (R): formato (tabela Markdown), limites (sem alucinações) (Fonte 4).

Técnicas avançadas:

• Zero-shot: direto, sem exemplos; para tarefas simples (Fonte 4).
• Few-shot: exemplos como "gabarito temporário" para formatos rígidos (laudos) (Fonte 4).
• Cadeia de pensamento (CoT): raciocínio passo a passo para rastreabilidade, reduz alucinações; o médico audita a lógica (Fonte 4; Fonte 2).
• Role prompting: limita o domínio (ex.: cardiologista) (Fonte 4).
• YAML: estrutura hierárquica (indentação, chaves-valores) para regras, contexto, formato; superior a prompts descritivos em clareza, padronização (Fonte 3).

• Metaprompting reflexivo: a IA gera o prompt ideal; "atue como engenheiro de prompt... faça 3 perguntas para refinar" (Fonte 4).
• Multimodalidade: integra texto/imagem/voz (Fonte 2).

Evite o GIGO com higiene de contexto (novo chat por paciente). Veja comparações de qualidade e modelos comparados.

Exemplo YAML WhatsApp® (Fonte 3):

assistente:
  nome: "Formatador WhatsApp Médico"
  função: "Converter texto em mensagem WhatsApp"
  formatação:
    obrigatório:
      negrito: "*texto*"
      bullets: ". ou -"
    proibido:
      - "saudações"
      - "tabelas"
  entrega: "Bloco de código markdown"

Limitações e Considerações

• Alucinações: prompts ruins amplificam erros (invenções plausíveis); mitigue com CoT, few-shot, "não invente" (Fonte 4; Fonte 3).
• Viés e certeza excessiva: sempre valide; a IA confia sintaticamente, não semanticamente (Fonte 1; Fonte 4).
• Privacidade: use VPN, VPC ou ferramentas locais para cumprir LGPD, GDPR e HIPAA. "Nunca dê à IA o que não diria em elevador cheio"; anonimizar PHI (Fonte 2). Lei do fluxo de dados e protocolo PCTR para segurança.
• Assassinos do aprendizado de IA: ambiguidade, sobrecarga de contexto, tecnoestresse, caixa-preta, expectativas irreais (Fonte 1).
• Prompt por voz: fragilidade (variações fonéticas, ruído), detecção errada de termos; use microfones lapela (R$ 50-500) e PCTR vocal (Fonte 4).

Checklist PCTR (Fonte 4):

• Persona definida?
• Contexto relevante?
• Tarefa imperativa?
• Restrição/formato?

Considere few-shot vs. zero-shot e destilação de conhecimento para eficiência (compressão modelo para hardware clínico) (Fonte 4). Alinhe com conceitos básicos de IA e história recente.

Ver Também

• Role prompting
• Prompt por voz
• Gemini Notebook
• Google Workspace para integrações.

---

Complemento

Estrutura de Prompt Diagnóstico Competente

5 componentes: 1) dados-mandatorios; 2) quadro clínico; 3) hipótese/consenso (taxonomia-de-consenso); 4) contexto recursos; 5) pedido estruturado (e.g., vitamin-cde). Gera 4 modelos: geral, ultrassom, ambulatorial, refutação momento-retorno. Regras: adapte, inclua tudo, leia criticamente.