Engenharia de prompts e de contexto e RAG

Do zero

Um modelo de linguagem (como os que estão por trás dos assistentes de IA) é um estagiário brilhante que leu quase tudo, mas não conhece o Tribunal e não sabe o que aconteceu depois que terminou de estudar. Ele também tem um defeito: quando não sabe, às vezes inventa uma resposta convincente. Isso se chama alucinação.

Três jeitos de tirar o melhor dele:

• Engenharia de prompt: pedir bem. Dizer quem ele é, o que fazer, para quem, em que formato e com exemplos. É a diferença entre “resuma isto” e “resuma este parecer em 5 tópicos para um conselheiro, citando os artigos”.
• Engenharia de contexto: escolher o que o estagiário tem na mesa enquanto trabalha. A mesa é pequena (a janela de contexto), então importa o que entra, em que ordem e o que fica de fora.
• RAG (Retrieval-Augmented Generation, geração aumentada por recuperação): antes de responder, um sistema busca nos documentos do Tribunal os trechos que importam e os entrega ao modelo junto com a pergunta. É dar ao estagiário a pasta certa em vez de pedir que responda de memória. Atenção: o edital escreve “recuperação aumentada por geração”, com os termos invertidos; a sigla e o conceito são os mesmos.

Frase para guardar: prompt é como pedir; contexto é o que o modelo vê; RAG é buscar os documentos certos antes de pedir.

Em 1 minuto

• Zero-shot: pede sem exemplos. Few-shot: inclui alguns exemplos de entrada e saída no próprio prompt.
• Boas práticas: papel e objetivo claros, contexto, formato de saída, delimitadores para separar instruções de dados, decomposição em etapas e pedir para dizer “não sei” quando faltar base.
• Cadeia de raciocínio (chain-of-thought): pedir que o modelo raciocine em etapas melhora problemas de lógica e cálculo.
• Temperatura: baixa deixa as respostas mais previsíveis; alta, mais variadas e criativas.
• RAG: indexar (dividir em trechos, gerar embeddings, guardar num banco vetorial), recuperar (buscar os trechos mais parecidos com a pergunta) e gerar (responder com base neles, citando a fonte).

Exemplo concreto: o assistente do Regimento Interno

O Tribunal quer um assistente que responda dúvidas sobre o seu Regimento Interno.

Sem RAG, o modelo responde de memória e pode citar um artigo que não existe.

Com RAG:

1. Indexação (antes das perguntas, e de novo sempre que um documento muda): o Regimento é dividido em trechos (por artigo, por exemplo). Cada trecho vira um embedding, um vetor de números que representa o seu significado, guardado num banco de dados vetorial.
2. Recuperação (a cada pergunta): “Qual o prazo para recurso?” também vira embedding. O sistema busca os trechos com vetores mais próximos (similaridade de cosseno) e pega, digamos, os 5 melhores.
3. Geração: o modelo recebe um prompt como este:

Você é assistente do Tribunal. Responda só com base nos trechos abaixo.
Cite o artigo. Se a resposta não estiver nos trechos, diga que não encontrou.

<trechos>
[Art. ...] ...
[Art. ...] ...
</trechos>

Pergunta: Qual o prazo para recurso?

4. Resposta: com o artigo citado, o servidor confere na fonte.

Comparação: prompt, RAG e ajuste fino

Riscos e cuidados

• Alucinação: reduzida (não eliminada) com RAG, citação de fonte e instrução para admitir que não sabe.
• Injeção de prompt: é direta quando o próprio usuário digita a instrução maliciosa, e indireta quando ela vem escondida num documento recuperado (“ignore as regras anteriores”). Trate o conteúdo recuperado como dado, nunca como ordem, e limite o que o modelo pode fazer.
• Permissões: o RAG não pode recuperar documentos que o usuário não teria direito de ler.
• Dados pessoais: enviar dados pessoais a um serviço externo de IA exige base legal (Lei nº 13.709/2018, arts. 7º e 11) [CONFERIR: o texto da LGPD ainda não está em fontes/].

Como a FCC cobra

• Etapas do RAG e o papel dos embeddings e do banco vetorial.
• RAG × ajuste fino.
• Técnicas de prompt (papel, exemplos, formato, cadeia de raciocínio).
• Efeito da temperatura.
• Alucinação e injeção de prompt.

Pegadinhas

Explique com suas palavras

Explique a um conselheiro, sem termos técnicos, o que é RAG e por que ele é melhor do que perguntar direto ao modelo sobre as normas do Tribunal.

1. Escreva sem olhar a lição, com frases curtas e um exemplo seu.
2. Onde travar ou precisar de jargão, há uma lacuna: releia só essa parte.
3. Compare com a explicação-modelo e reescreva o que faltou.

Sua explicação

Fica salva neste navegador.

Comparar com uma explicação-modelo

O modelo de IA aprendeu com textos gerais até uma certa data. Ele não conhece as normas do Tribunal e, quando não sabe, pode inventar uma resposta convincente.

Com RAG, antes de o modelo responder, o sistema procura nas normas do Tribunal os trechos que têm a ver com a pergunta e entrega esses trechos ao modelo, com a ordem de responder só com base neles e de citar o artigo. É como pedir a um assessor que leia a pasta certa antes de responder, em vez de responder de cabeça. A resposta fica atualizada, vem com a fonte e o servidor pode conferir.

Teste-se

Mais duas questões deste tópico estão em Questões.

Flashcards gerados

Ligação com o estudo de caso

Num caso sobre um assistente de IA para servidores ou jurisdicionados, proponha RAG sobre a base normativa do Tribunal, com citação obrigatória da fonte, controle de permissões na recuperação, proteção contra injeção de prompt, revisão humana das respostas sensíveis e atenção à LGPD e à resolução do TCE-GO sobre uso de IA (RA nº 24/2024).

Fontes da lição

• Edital nº 01/2026, Anexo II, Inteligência Artificial, Ciência de Dados e Automação (fontes/edital-01-2026.txt).
• Edital nº 02/2026 (retificação), que inclui a Resolução Administrativa nº 24/2024 sobre o uso de IA no TCE-GO (fontes/edital-02-2026-retificacao.txt).
• Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks” (2020), artigo que propôs o RAG.
• Brown et al., “Language Models are Few-Shot Learners” (2020), sobre zero-shot e few-shot.
• Wei et al., “Chain-of-Thought Prompting Elicits Reasoning in Large Language Models” (2022).