A utilização de comandos genéricos em ferramentas de inteligência artificial pode levar à exclusão de dados relevantes em textos longos. Para evitar a simplificação excessiva, cinco modelos de prompts foram desenvolvidos para adaptar a síntese de materiais conforme a necessidade do usuário, seja para estudos, relatórios técnicos ou análises jurídicas.
A eficácia de um resumo produzido por IA depende da qualidade do prompt. Quando a instrução se limita a pedir um resumo, a ferramenta decide sozinha a relevância das informações, o que pode omitir ressalvas ou detalhes indispensáveis para o trabalho do usuário.
Um dos modelos sugeridos foca na preservação do contexto geral, instruindo a máquina a identificar ideias principais, manter exemplos e eliminar apenas repetições. Para materiais excessivamente extensos, a recomendação é a divisão do conteúdo em blocos, com a criação de uma síntese acumulada que só é finalizada após o envio da última parte.
Textos que apresentam posições divergentes, como artigos de opinião ou materiais jurídicos, exigem comandos que preservem a complexidade. O modelo indicado organiza a resposta em argumentos principais, contrapontos, ressalvas e a conclusão apresentada, impedindo que a IA atribua conclusões inexistentes ao texto.
Para documentos técnicos e relatórios, a orientação é priorizar indicadores, resultados e recomendações. Já em materiais de estudo, o foco deve recair sobre conceitos e definições. Existe ainda um modelo específico para a extração de dados pontuais, como datas e valores, que pode organizar as informações encontradas em tabelas.
As diretrizes reforçam que a ferramenta não deve acrescentar informações ou interpretações externas ao conteúdo original. A separação das instruções em tópicos é apontada como a melhor forma de facilitar o acompanhamento da resposta pela inteligência artificial.
