Principais destaques
- 🥪 O sanduíche de contexto é uma estrutura de prompt em três partes: quem você é e por que está perguntando (a fatia de cima), a tarefa em si (o recheio), e o que uma boa resposta precisa ter (a fatia de baixo).
- 🎯 A técnica funciona porque modelos de IA preveem o próximo texto com base em tudo o que recebem como entrada; quanto mais contexto relevante, mais estreito e útil fica o conjunto de respostas possíveis.
- 🤖 A aplicação mais poderosa da técnica não é em prompts avulsos, mas em prompts de sistema de agentes de IA, onde não existe um humano para perceber que o prompt estava vago e pedir esclarecimento.
Você digita um pedido no ChatGPT ou no Claude, recebe de volta algo quase certo, mas não exatamente, e passa os dez minutos seguintes ajustando. A resposta é genérica. O tom está errado. Não considerou aquilo que parecia óbvio para você.
O problema geralmente não é o modelo. É o prompt.
A maioria das pessoas escreve prompts como se fossem buscas no Google: algumas palavras descrevendo o que querem. Mas modelos de IA não funcionam como mecanismos de busca. Eles funcionam melhor quando entendem o quadro completo: quem está perguntando, o que essa pessoa está tentando alcançar, e como é, de fato, uma boa resposta.
É aí que entra o sanduíche de contexto: uma estrutura de prompt simples e repetível, que envolve sua tarefa com a informação que o modelo precisa para executá-la bem. Uma vez entendida, escrever prompts melhores se torna quase automático.
🥪 A estrutura em três partes
O sanduíche de contexto é uma estrutura de prompt com três partes:
- 🍞 Fatia de cima: quem você é e por que está perguntando
- 🥩 Recheio: a tarefa ou pedido em si
- 🍞 Fatia de baixo: o que uma boa resposta precisa ter
O nome vem da ideia de que sua tarefa (o recheio) fica intercalada entre duas camadas de contexto que dão sentido a ela. Sem o pão, o recheio desmonta.
Um exemplo simples. Em vez de:
Escreva um e-mail de acompanhamento para um cliente em potencial.Você escreveria:
Sou designer de UX autônomo e acabei de ter uma call de descoberta de
30 minutos com uma startup pequena de SaaS. Eles pareceram interessados,
mas disseram que precisavam checar com o sócio antes de avançar. Escreva
um e-mail de acompanhamento que mantenha a conversa aquecida, sem parecer
insistente. O tom deve ser profissional mas conversacional, nada de
linguagem de vendedor. Máximo de 150 palavras.A tarefa é a mesma. O resultado é completamente diferente.
🧠 Por que isso funciona: como modelos de IA processam prompts
Para entender por que o sanduíche de contexto funciona, ajuda entender o que um modelo de linguagem realmente faz ao gerar uma resposta. Modelos de IA preveem qual texto deveria vir a seguir, com base em tudo que receberam como entrada. Quanto mais contexto relevante eles têm, melhores ficam suas previsões. Um prompt vago produz previsões vagas. Um prompt rico produz uma resposta focada.
Quando você dá a um modelo seu papel, seu objetivo e suas restrições, você está, na prática, estreitando o espaço de respostas possíveis, de milhões de respostas plausíveis para um conjunto bem menor de respostas realmente úteis.
O papel da “fatia de cima”. A fatia de cima, seu contexto de fundo, diz ao modelo em que mundo ele está operando. “Sou enfermeira pediátrica” produz um texto médico completamente diferente de “sou blogueira de saúde” ou “sou representante de vendas farmacêuticas”. Mesmo que a tarefa seja idêntica, o enquadramento muda tudo. Não é preciso escrever uma biografia; uma ou duas frases costumam bastar, cobrindo seu papel ou profissão, o projeto ou situação em que você está trabalhando, e qualquer restrição relevante (público, plataforma, tom).
O papel da “fatia de baixo”. A fatia de baixo é sobre expectativas de saída. É onde a maioria dos prompts para pela metade: as pessoas pedem algo, mas não descrevem como é “bom” nesse contexto. A fatia de baixo pode incluir formato (lista, e-mail, tabela, passos numerados), tamanho (menos de 200 palavras, um parágrafo, três opções), tom (formal, casual, técnico, amigável), o que evitar (sem jargão, sem enrolação, não repetir a pergunta), e um exemplo de boa saída (muito poderoso quando incluído). Sem essa fatia, você recebe o que os dados de treinamento consideram um padrão razoável, o que pode não ter nada a ver com o que você realmente precisa.
🛠️ Como montar um sanduíche de contexto, passo a passo
Passo 1: escreva sua tarefa crua primeiro. Comece com o que você realmente quer, sem pensar demais ainda:
Resuma este feedback de clientes nos principais temas.Esse é o seu recheio. Agora construa em torno dele.
Passo 2: adicione a fatia de cima. Pergunte-se: o que o modelo precisa saber sobre mim ou minha situação para fazer isso bem?
Sou gerente de sucesso do cliente em uma empresa de software B2B.
Acabamos de terminar uma pesquisa trimestral com 80 respostas, e preciso
apresentar os achados para a diretoria.Passo 3: adicione a fatia de baixo. Pergunte-se: como é uma ótima resposta? O que ela não deveria fazer?
Me dê de 4 a 6 tópicos, cada um com um nome de tema e uma citação de
apoio do feedback. Evite temas genéricos como "comunicação"; seja
específico ao que os clientes realmente disseram. Pule qualquer tema
mencionado por menos de 5 respondentes.Passo 4: junte tudo:
Sou gerente de sucesso do cliente em uma empresa de software B2B.
Acabamos de terminar uma pesquisa trimestral com 80 respostas, e preciso
apresentar os achados para a diretoria.
Resuma este feedback de clientes nos principais temas.
Me dê de 4 a 6 tópicos, cada um com um nome de tema e uma citação de
apoio. Evite temas genéricos como "comunicação"; seja específico ao que
os clientes realmente disseram. Pule qualquer tema mencionado por menos
de 5 respondentes.Isso é um sanduíche de contexto. Leva cerca de 90 segundos a mais para escrever do que um prompt cru, e produz resultados consistentemente melhores.
📋 Exemplos em diferentes casos de uso
✍️ Conteúdo e copywriting
Sem sanduíche: Escreva um post para LinkedIn sobre o lançamento do nosso novo produto.
Com sanduíche:
Sou cofundador de uma startup que faz software de gestão de projetos
para escritórios de arquitetura. Estamos lançando um recurso que gera
cronogramas de projeto automaticamente a partir de um briefing. Nosso
público no LinkedIn é majoritariamente arquitetos sêniores e donos de
escritório, não gente de tecnologia.
Escreva um post no LinkedIn anunciando esse lançamento.
Faça parecer um fundador conversando com pares, não um anúncio de
marketing. Comece pelo problema que o recurso resolve, não pelo recurso
em si. Máximo de 200 palavras. Sem emojis.📊 Análise de dados
Sem sanduíche: Analise estes dados de vendas e me diga o que está acontecendo.
Com sanduíche:
Sou gerente de operações de vendas em uma empresa de SaaS de médio
porte. O terceiro trimestre acabou de fechar, e estou olhando dados de
desempenho regional antes de uma reunião de liderança amanhã.
Analise estes dados de vendas e identifique os três principais padrões
de desempenho que valem a pena discutir.
Foque em tendências estatisticamente relevantes, não apenas em números
absolutos grandes. Sinalize qualquer coisa que mudou significativamente
em relação ao trimestre anterior. Apresente os achados como um resumo
executivo curto, de três a quatro frases por achado, sem gráficos.📄 Documentação técnica
Sem sanduíche: Escreva a documentação deste endpoint de API.
Com sanduíche:
Sou um defensor de desenvolvedores escrevendo para um público de
engenheiros de back-end, que são novos na nossa plataforma mas já têm
experiência com APIs REST. Isto é para a documentação pública para
desenvolvedores.
Escreva a documentação deste endpoint de API.
Use o mesmo formato da documentação da API do Stripe: uma descrição
breve, depois os parâmetros em uma tabela, depois um exemplo de
requisição/resposta em JSON. Assuma que o leitor sabe o que são verbos
HTTP, mas ainda não conhece o nosso modelo de dados.💬 Comunicação com o cliente
Sem sanduíche: Escreva uma resposta para esta reclamação de cliente.
Com sanduíche:
Trabalho no suporte de uma empresa de e-commerce. Este cliente comprou
um presente de aniversário para a filha, o produto chegou três dias
atrasado, e ele está, compreensivelmente, frustrado. Podemos oferecer
20% de desconto no próximo pedido ou frete expresso grátis.
Escreva uma resposta para esta reclamação.
Seja caloroso e genuinamente arrependido, sem soar defensivo ou
corporativo. Reconheça a situação específica (presente de aniversário,
atraso na entrega). Ofereça as duas opções e deixe o cliente escolher.
Termine em um tom positivo. Máximo de 120 palavras.⚠️ Erros comuns que enfraquecem o sanduíche
- 🌫️ Ser vago sobre o público: “escreva para um público geral” é quase inútil; quanto mais específico sobre quem vai ler a saída, melhor o modelo consegue calibrar vocabulário, profundidade e tom
- 📖 Descrever seu processo em vez do seu objetivo: “preciso escrever um e-mail porque tive uma reunião e falamos sobre a proposta e agora preciso dar um retorno” é uma narrativa; o que você precisa dizer é “estou dando continuidade a uma discussão de proposta para avançar o negócio sem parecer insistente”
- 🚫 Esquecer completamente a fatia de baixo: a fatia de cima dá ao modelo um ponto de partida; a fatia de baixo diz quando parar; sem instruções de saída, modelos tendem a superexplicar, encher a resposta de ressalvas, ou recorrer a qualquer formato que julguem apropriado
- 📏 Fazer o sanduíche longo demais: mais contexto nem sempre é melhor; se o seu prompt tem quatro parágrafos de contexto antes de chegar à tarefa, você está sobrecarregando o modelo e potencialmente diluindo seu foco; busque o mínimo de contexto que muda a saída de forma significativa
🔗 Como o sanduíche de contexto se encaixa em técnicas mais amplas de prompt
O sanduíche de contexto não é a única técnica de prompt que vale conhecer, mas é uma das mais amplamente aplicáveis. Funciona em vários modelos, tarefas e níveis de experiência porque ataca a causa raiz mais comum de respostas ruins: enquadramento insuficiente. Algumas outras técnicas combinam bem com ela:
- 🧩 Raciocínio em cadeia (chain-of-thought): peça ao modelo para raciocinar sobre o problema passo a passo antes de dar a resposta final, o que reduz erros em tarefas de várias etapas; dá para incluir isso na sua fatia de baixo: “pense nisso passo a passo antes de escrever a resposta final”
- 📎 Exemplos (few-shot): inclua um ou dois exemplos da saída que você quer diretamente no prompt; isso é o item mais poderoso que você pode adicionar a uma fatia de baixo, em vez de descrever como é bom, mostre
- 🎭 Atribuição de papel ao modelo: peça ao modelo para assumir uma persona ou expertise específica, como “você é um redator sênior especializado em SaaS B2B”
- 📋 Empilhamento de restrições: liste coisas específicas que a saída deve e não deve fazer, como “use tópicos, não parágrafos; evite voz passiva; não use a palavra ‘alavancar'”
🤖 Usando o sanduíche de contexto em agentes e fluxos de trabalho de IA
O sanduíche de contexto não serve só para prompts avulsos em uma conversa. Ele fica ainda mais importante quando você está construindo agentes de IA ou fluxos de trabalho automatizados, porque não existe um humano no meio do processo para perceber que um prompt estava vago e pedir esclarecimento.
Quando você configura uma etapa de IA em um fluxo de trabalho, o prompt é, na prática, permanente. Ele roda da mesma forma toda vez. Se a fatia de cima estiver faltando, toda execução recebe uma saída genérica. Se a fatia de baixo estiver faltando, o formato varia de forma imprevisível de uma execução para outra.
A maioria dos frameworks de agentes de IA separa o prompt em um prompt de sistema e uma mensagem de usuário. O prompt de sistema é onde entram a fatia de cima e a fatia de baixo, quem é o agente, o que ele deve fazer, e como é uma boa saída. A mensagem de usuário é por onde entra a tarefa ou o dado.
Prompt de sistema como sanduíche completo, para um agente de suporte:
Você é um agente de suporte de uma empresa de SaaS de gestão de
projetos. Você responde a perguntas de clientes sobre cobrança, gestão
de conta e uso de recursos. Seu tom é prestativo e direto, nem formal
demais nem casual demais.
Sempre reconheça a pergunta do cliente antes de responder. Se você não
souber a resposta, diga isso claramente e sugira que ele entre em
contato com suporte@empresa.com. Nunca especule sobre itens do roadmap
nem faça promessas sobre recursos futuros. Mantenha as respostas abaixo
de 150 palavras, a menos que a pergunta seja genuinamente complexa.Isso é um sanduíche de contexto no nível de sistema. Toda mensagem que o agente processa passa por esse enquadramento.
Prompt para transformar suas instruções soltas em um sanduíche de contexto completo:
Transforme o pedido abaixo em um sanduíche de contexto completo,
adicionando uma fatia de cima (papel, situação, restrições relevantes) e
uma fatia de baixo (formato, tom, tamanho, o que evitar) apropriadas para
este caso. Mantenha o recheio (a tarefa original) intacto.
Pedido original:
[COLE SEU PEDIDO CRU AQUI]
Contexto adicional que você conhece sobre a situação (se houver):
[DESCREVA BREVEMENTE SEU PAPEL, PÚBLICO OU RESTRIÇÕES, SE RELEVANTE]O sanduíche de contexto envolve sua tarefa com quem você é (a fatia de cima) e como é uma boa saída (a fatia de baixo), dando aos modelos de IA o enquadramento necessário para produzir resultados úteis, em vez de genéricos.
A maioria das falhas de prompt vem de contexto insuficiente, não de falta de capacidade do modelo, e a fatia de baixo, definindo formato, tom e restrições, costuma ser a parte que a maioria das pessoas pula, e muitas vezes a adição de maior impacto.
A técnica se estende naturalmente para agentes e fluxos de trabalho de IA, onde prompts de sistema funcionam como uma camada de contexto permanente ao redor de cada tarefa.
Não é preciso um prompt longo para fazer isso funcionar, o objetivo é o mínimo de contexto eficaz, o suficiente para mudar a saída de forma significativa, nada mais do que isso.
