A estrutura mínima viável de um Prompt de IA
E como prospectar negócios locais em escala
Quando você trabalha com API de modelos de IA, você precisa equilibrar dois fatores: qualidade de resposta e custo. Quanto mais contexto e informações no prompt, mais específico e refinada a resposta. Mas o custo também cresce.
Em 80% dos casos, você precisa apenas de um estrutura básica de prompt para já ter resultados bem legais. Inspirado no Tiago Costa, eu criei o que seria a estrutura mínima de um prompt para IA.
Essa é a estrutura de um prompt básico com todos os elementos importantes para se fazer uma solicitação com bom custo-benefício (qualidade de resposta com custo da solicitação na API):
Contexto + Descrição da Tarefa + Formato do Output + Dados
Um exemplo de prompt na prática:
Você é um assistente de escrita de conteúdo. Estamos em busca de ideias de conteúdo sobre Marketing e Growth.
Abaixo está a transcrição de um vídeo do YouTube. Sua tarefa é ler com cuidado essa transcrição e resumir os pontos principais do vídeo de forma mais precisa possível
Retorne o resultado em JSON usando o seguinte formato:
{"tituloDoVideo":"string","resumo":"string"}
O objeto JSON deve retornar o título do vídeo em "tituloDoVideo" e o resumo gerado em "resumo". Você não deve retornar nenhum texto adicional fora dos das chaves.
Aqui está a transcrição do vídeo:
{transcrição}
Contexto
Você é um assistente de escrita de conteúdo. Estamos em busca de ideias de conteúdo sobre Marketing e Growth.
Quanto mais contexto você passar no prompt, maiores as chances do output ser algo mais próximo das suas expectativas.
Na parte de contexto, você vai inserir que tipo de papel você quer que o modelo de IA desempenhe e que outras informações de contexto são importantes passar para refinar mais os resultados do prompt.
Descrição da tarefa
Abaixo está a transcrição de um vídeo do YouTube. Sua tarefa é ler com cuidado essa transcrição e resumir os pontos principais do vídeo de forma mais precisa possível
Eu diria que é a parte principal do prompt, onde você vai descrever exatamente qual é a tarefa que deve ser feita. Importante ter a linguagem mais clara e direta possível. Se a tarefa for muito complexa, considere quebrar essa tarefa em diferentes tarefas que são resolvidas em diferentes prompts.
Formato do output
Retorne o resultado em JSON usando o seguinte formato:
{"tituloDoVideo":"string","resumo":"string"}
O objeto JSON deve retornar o título do vídeo em "tituloDoVideo" e o resumo gerado em "resumo". Você não deve retornar nenhum texto adicional fora dos das chaves.
Sem ter um formato de dados para o output do prompt, vai ser muito mais difícil automatizar sem evitar erros utilizando API desses modelos.
Uma forma simples é pedir que o modelo retorne a resposta em um formato de JSON, já que o Make já tem uma opção de interpretar esse formato nas suas automações.
Importante também ser repetitivo com as instruções. No caso eu reforcei que o resultado não deve conter nenhum texto adicional fora do formato solicitado, para evitar erros no retorno do prompt.
Dados
Aqui está a transcrição do vídeo:
{transcrição}
Essa é a etapa de inserir os dados dinâmicos que serão trabalhados durante o prompt. Não é um elemento obrigatório, mas é comum termos alguma informação dinâmica, principalmente quando estamos fazendo chamadas de API para os modelos dentro de um fluxo de automação.
Como prospectar negócios locais em escala
Muitas empresas locais, como agências de marketing, enfrentam desafios ao tentar aumentar constantemente sua carteira de clientes de forma escalável.
Automatizar esse processo economiza tempo, aumenta a eficiência e reduz o esforço manual, permitindo que as empresas se concentrem em tarefas de maior valor agregado.
O que você precisa de ferramenta para a Gambiarra?
Para implementar essa gambiarra, são necessárias as seguintes ferramentas:
Apify: Plataforma que oferece "atores" (scrapers) para extrair informações de sites.
Scraper focado no Google Maps: Código que coleta dados detalhados de negócios locais com base em palavras-chave e localização no Maps.
Planilha ou banco de dados: Para armazenar as informações extraídas.
CRM (Trello): Para organizar os leads em um fluxo de trabalho simples e visual.
Passo a passo da Gambiarra
Definir palavras-chave e localização:
Escolha as palavras-chave que representam o público-alvo (ex.: fisioterapeutas, nutricionistas).
Determine a localização geográfica onde deseja prospectar (ex.: Florianópolis).
Configurar o scraper no Apify:
Insira as palavras-chave, localização e número de resultados desejados.
Inicie o scraper para começar a coleta dos dados.
Extrair os dados coletados:
Após a execução do scraper, consulte os resultados gerados.
Os dados incluem nome do negócio, endereço, telefone, site, URL do Google Maps e ranking no Google.
Organizar os dados:
Transfira os resultados para uma planilha ou banco de dados.
Cada linha representa um lead com todas as informações relevantes.
Inserir no CRM:
Crie cards no Trello para cada lead.
Organize os cards em colunas representando etapas do funil de vendas (ex.: prospecção, reunião agendada, solução proposta, fechamento).
Inclua todas as informações relevantes no card (nome do cliente, contato, URL do Maps etc.).
Automatizar contatos adicionais (opcional):
Utilize IA ou ferramentas adicionais para enriquecer os dados coletados.
Automatize envios de e-mails ou mensagens via WhatsApp para iniciar o contato com os leads.
Destaques do Growth Digest da Semana
Your favorite ideas of 2024 (TL;DR version) Autor: Tom Orbach. A newsletter de Tom Orbach destaca ideias de marketing de 2024, incluindo técnicas como Marketing Liderado por Louvor e Gestão de Crises. Estratégias incluem construção de confiança, geração de buzz sem anúncios pagos e aumento de clientes pagos. Ele também sugere maneiras de tornar os usuários mais engajados, como jogos e marketing de identidade.
Achado da semana
Tiago Costa: Nos últimos anos, surgiu uma nova linha de empreendedores de tecnologia, chamado de “indie hacking”. Em vez de seguir por um caminho de buscar investimento com VCs e buscar crescimento a todo custo, alguns empreendedores estão adotando outro caminho, mais focado em eficiência, bootstrapped (que roda com o próprio capital, sem investimentos) e uma estrutura de pessoas grande.
O Tiago Costa é um dos indie hackers que eu mais sigo, ele compartilha a construção das suas empresas em público no seu Instagram com muitos aprendizados práticos sobre gestão de negócios e como aplicar IA em SaaS. Ele recentemente lançou curso sobre como aplicar IA em SaaS, eu fiz e recomendo demais!