- Playbook bom é mais padrão do que criatividade: tarefa → template → critérios de qualidade
- Inclua regras claras de dados sensíveis (LGPD) e o que nunca colar no chat
- Organize por casos de uso reais da empresa, não por “modelos de IA”
- Crie um checklist de revisão (voz, fontes, números, riscos) antes de enviar ao cliente
- Mantenha versão, dono e data: prompt sem manutenção apodrece rápido
1) Defina o escopo: quais tarefas entram (e quais ficam fora)
Comece com 5 a 10 tarefas que já acontecem toda semana (ex.: responder orçamento, resumir reunião, criar pauta, triagem de e-mails, analisar planilha simples). Evite incluir casos “raros” no início. Anote também o que fica proibido (ex.: decisões jurídicas finais, diagnóstico médico, aprovações financeiras).
2) Crie uma política mínima de dados (2 páginas, não 20)
Liste o que é dado sensível para o seu negócio (clientes, contratos, prontuários, dados bancários, senhas, dados de crianças etc.). Defina o padrão: anonimizar sempre que possível, usar exemplos fictícios, trocar nomes por identificadores (Cliente A, Pedido 123). Se você não tem certeza do que pode enviar, trate como “não pode” até alinhar internamente.
3) Padronize a estrutura do prompt (template único para a empresa)
Escolha uma estrutura repetível que todo mundo saiba preencher. Exemplo de blocos: Objetivo; Contexto; Público-alvo; Restrições (tom, tamanho, compliance); Entradas (dados); Saída esperada (formato); Critérios de qualidade; Perguntas de clarificação. Quanto mais previsível, mais fácil treinar gente nova e comparar resultados.
4) Escreva 1 prompt “ouro” por tarefa (com variações controladas)
Para cada tarefa do escopo, crie um prompt principal e 2 variações: (a) versão rápida (menos detalhada) e (b) versão rigorosa (com checklist e validações). Inclua exemplos de entrada e saída. Se o prompt depende de informações específicas (preço, prazos, política comercial), use campos para preencher, evitando texto fixo que vira mentira com o tempo.
5) Defina critérios de qualidade e um checklist de revisão
Sem critérios, a equipe discute “gostei/não gostei”. Defina itens verificáveis: clareza, objetividade, consistência com política, nomes/datas corretos, números conferidos, linguagem adequada ao cliente, riscos e suposições explicitadas. Se houver fonte (documento interno, contrato, planilha), exija que a resposta cite de onde veio a informação — ou declare quando não houver base.
6) Crie um ritual leve de manutenção (mensal) e controle de versão
Escolha um responsável por área (Marketing, Vendas, Operações etc.). Uma vez por mês, recolha 3 prompts que funcionaram bem e 3 que deram problema, atualize exemplos e remova duplicatas. Mantenha: data, autor, motivo da alteração e a versão atual. Playbook vivo reduz retrabalho e evita “prompt folclore”.
O que entra num playbook de prompts (e o que é desperdício)
O playbook não é um mural infinito de ideias. Ele é um manual de produção: como pedir, como revisar e como entregar.
O que vale a pena documentar: tarefas repetitivas, formatos padronizados, critérios de qualidade, riscos comuns, termos e políticas internas que a IA costuma errar.
O que costuma ser desperdício: prompts supercriativos sem dono, listas enormes sem contexto, e qualquer coisa que dependa de “memória” da ferramenta em vez de um processo.
- Inclua: templates por tarefa + exemplos de entradas/saídas + checklist de revisão
- Inclua: regras de dados e anonimização + exemplos do que NÃO pode
- Evite: 200 prompts sem categoria, sem versão e sem responsável
Template pronto (copie e adapte) para a equipe usar sempre
Abaixo está um template universal que funciona bem para a maioria das áreas. Ele força a IA a pedir esclarecimentos quando faltar dado e reduz resposta “genérica”.
| Bloco | O que escrever | Exemplo curto |
|---|---|---|
| Objetivo | O que você quer produzir/decidir | Gerar resposta de WhatsApp para orçamento |
| Contexto | Informações mínimas do caso | Cliente pediu preço e prazo; serviço é manutenção mensal |
| Público e tom | Para quem e como falar | Tom profissional, direto, sem jargão |
| Restrições | O que não pode acontecer | Não prometer prazo; não citar valores se eu não fornecer |
| Entradas | Dados que a IA pode usar (já anonimizados) | Plano A: R$ X/mês; início em até Y dias após assinatura |
| Saída esperada | Formato final | 1 mensagem curta + 1 alternativa mais formal |
| Checklist | Como validar antes de enviar | Checar valores, evitar suposições, manter voz da marca |
| Se faltar dado | Como a IA deve agir | Pergunte 3 coisas objetivas antes de responder |
Exemplos de prompts por área (com foco em trabalho real)
Use estes modelos como ponto de partida. O segredo é trocar “texto bonito” por instruções verificáveis e campos preenchíveis.
- Vendas: "Crie 2 respostas para o cliente com base nestas entradas (anonimizadas). Se faltar informação, faça perguntas objetivas antes de escrever."
- Atendimento: "Classifique este ticket em {Financeiro, Técnico, Cancelamento, Dúvida}. Extraia intenção, urgência e sugira 3 respostas. Não invente política; se não houver base, sinalize."
- Operações: "Transforme este procedimento em checklist de execução + critérios de aceite + riscos comuns. Se houver ambiguidade, liste e proponha perguntas."
- Marketing: "Gere 5 variações de copy mantendo: proposta de valor X, público Y, prova Z. Proibido: promessas absolutas e números não fornecidos."
Segurança e LGPD: regras práticas que reduzem risco
Você não precisa ser especialista para reduzir risco: o básico bem-feito já elimina a maioria das exposições acidentais.
Na prática, o problema quase sempre é humano: copiar e colar dado demais, sem perceber. O playbook tem que tornar o comportamento seguro mais fácil do que o inseguro.
- Anonimize por padrão: nomes, telefones, e-mails, documentos, endereços
- Evite colar contratos completos; use trechos mínimos e sem identificação quando possível
- Nunca cole senhas, chaves, tokens, dados bancários, dados médicos identificáveis
- Exija que a resposta declare suposições e incertezas (quando não houver fonte interna)
Como saber se o playbook está funcionando (sem métricas mirabolantes)
Se você não tem dados, use sinais simples: menos retrabalho, menos variação de qualidade e menos tempo em tarefas repetitivas. Não é sobre “usar mais IA”; é sobre produzir com consistência.
Um bom teste: pegue 3 pessoas diferentes, peça para executarem a mesma tarefa com o playbook. Se o resultado sai parecido e revisável, você ganhou padronização.
- Antes/depois: tempo para produzir 1 entrega típica (estimativa da equipe já ajuda)
- Qualidade: quantas revisões por peça até aprovar
- Risco: quantas vezes alguém quase enviou dado indevido (registre como incidente interno, sem caça às bruxas)
Perguntas frequentes
Playbook de prompts é a mesma coisa que base de conhecimento?
Quantos prompts um playbook deve ter no início?
Como evitar que a IA invente detalhes quando faltam dados?
Vale criar prompts diferentes para cada ferramenta (ChatGPT, Gemini, Copilot etc.)?
Leia também
Como criar prompts melhores para IA: 7 técnicas que funcionam
7 técnicas práticas de prompt engineering para tirar respostas muito melhores do ChatGPT, Claude e outras IAs. Com exemplos prontos em português.
Ler →
Governança de IA para PMEs: checklist prático (sem travar o time)
Um guia direto para criar governança de IA em pequenas e médias empresas: regras mínimas, papéis, dados, aprovação, riscos e um checklist que dá para aplicar em 1 semana.
Ler →
Como anonimizar dados para usar IA no negócio (sem tropeçar na LGPD)
Passo a passo para anonimizar e pseudonimizar dados antes de enviar para IA: o que remover, como mascarar, checklist de risco e exemplos práticos para usar no dia a dia com mais segurança.
Ler →
Como fazer teste A/B de prompts e modelos de IA no trabalho (sem achismo)
Aprenda a comparar prompts e modelos de IA com teste A/B: defina objetivo, critérios de qualidade, conjunto de casos, planilha de notas e regra de decisão. Método prático para times e PMEs.
Ler →