Método CARE: Como elevar o nível dos seus prompts e parar de brigar com a IA
Alguns dias atrás li um artigo interessante da Nielsen Norman Group que traz dicas valiosas para extrair um melhor resultado da IA.
A organização usada para esta metodologia está no acrônimo CARE (Context = contexto, Ask = pergunta, Rules = regras e Examples = exemplos). Usando esta estrutura, você poderá conseguir aumentar a certidão dos resultados trazidos pelas IAs mais famosas como o ChatGPT, Claude ou Google Gemini. Trarei exemplos voltados à experiência do usuário, mas ela pode ser aplicada a qualquer tipo de trabalho.
A estrutura CARE
Para trazer melhores resultados na utilização de IA, recomendo estruturar seus prompts seguindo esta estrutura:
Contexto (context): Descreva a situação ou problema;
Pergunta (ask): Solicitar uma ação específica;
Regras (rules): Fornecer restrições;
Exemplos (examples): Demonstrar o que deseja;
Vamos passar pelas quatro estruturas para exemplificar melhor este método.
Contexto - Descreva a situação ou problema
Definir o contexto no prompt é o melhor caminho para resultados melhores. Nisso, podemos tomar como exemplo, no contexto de UX Writer, pedir uma mensagem de erro para uma tela de Login. Para isto, podemos fornecer alguns detalhes na estrutura deste prompt:
Focar no que realmente necessita ser feito como se eu tivesse que pedir para outro membro do time para me ajudar. Tem que deixar muito bem contextualizado para a IA entender. A Claude e o ChatGPT já têm na sua ferramenta recurso de memória persistente que tem capacidade de manter o contexto em diferentes sessões.
Perguntar - Solicitar uma ação específica
Aqui temos que pedir para a IA executar. Nesta etapa é muito importante ser específico naquilo que for pedir.
Pode detalhar mais na sua solicitação: quem você quer que a IA represente, qual o resultado que você quer que seja produzido, quantas variações ou opções você quer, quais os passos que você quer que ela siga e qual o formato que você quer que ela formate.
As etapas listadas são importantes para usar a técnica do Chain-of-Thought (CoT) Prompting (Cadeia de Pensamento). É uma técnica de engenharia de prompts que melhora a capacidade de raciocínio de grandes modelos de linguagem (LLMs) ao instruí-los a explicar o processo passo a passo até chegar ao resultado final.
Regras - Fornecer restrições
Na IA generativa, para chegar a melhores resultados, é necessário fornecer as restrições e diretrizes que ajudem a entender o que você quer que ela faça ou não. É bom ser bem específico para não cair na frustração diante de um resultado indesejável.
Na solicitação, podemos incluir diretrizes que ajudem a escrever textos com uma linguagem para UX. Podemos incluir regras que o produto ou a marca utiliza, como tom de voz, restrições de design que precisam de consideração, até a quantidade de caracteres do espaço disponível para o texto.
Exemplos - Demonstrar o que deseja
É sempre bom fornecer os exemplos para que a IA entenda a sua necessidade e entregue o melhor resultado possível.
É sempre bom fornecer informações daquilo de que você não gosta ou que precisa ser melhorado.
Considerações finais
A entrega da IA generativa raramente é o ponto final; na verdade, ela é o ponto de partida. Para profissionais de UX, o valor real não está em aceitar a primeira resposta, mas no processo cíclico de iterar, refinar e combinar.
Os pilares da iteração:
Auditoria de instruções: Chatbots podem ignorar detalhes em prompts complexos. É essencial revisar se cada diretriz foi seguida e solicitar reajustes específicos.
Expansão de opções: A IA brilha na ideação. Pedir variações extras (como cinco novas versões de uma mensagem de erro) ajuda a encontrar o tom de voz ideal.
Curadoria e combinação: O papel do UX Writer é fundir as melhores sugestões da IA com o conhecimento estratégico de UX (ex.: adicionar links de ajuda ou CTAs contextuais que a IA pode ter negligenciado).
A realidade sobre a eficiência:
Embora a IA prometa velocidade, o contexto estratégico exige tempo. Em muitos casos, um UX writer experiente pode redigir um microtexto mais rápido do que levaria para "treinar" o prompt perfeito. A economia de tempo é relativa e depende da senioridade do profissional e da complexidade da tarefa.
O veredito:
A IA funciona melhor em tarefas focadas e granulares. O segredo não é apenas saber escrever um comando utilizando o formato "CARE", mas desenvolver o discernimento crítico para saber quando a IA é uma aliada e quando ela é um obstáculo. A prática contínua é o que separa o uso genérico da integração estratégica no fluxo de trabalho de UX.
Se inscreva na minha newsletter
Assine para receber insights práticos sobre UI, ferramentas de IA e No-code