LLM104 · Design de prompts e saídas estruturadas para desenvolvedores

Projete prompts como componentes de engenharia: instruções claras, exemplos e contexto, além de saídas em JSON que o seu código consegue validar e usar com confiança.

Construir · 6 horas · 4 aulas, um laboratório, uma atividade avaliada e uma peça de portfólio

Para quem é

Desenvolvedores que criam funcionalidades com LLMs que precisam devolver resultados consistentes e legíveis por máquina.

Pré-requisitos

LLM103 ou experiência no envio de requisições a uma API de LLM em Python.

O que você será capaz de fazer

• Escrever prompts de sistema que separam papel, regras, contexto e formato de saída
• Usar exemplos (few-shot) e delimitadores para aumentar a consistência em tarefas de extração e classificação
• Definir um JSON Schema ou um modelo Pydantic e obter saídas estruturadas validadas de um LLM
• Montar um conjunto de testes de prompts e comparar versões pela acurácia medida

Aulas

• Aula 1 · Prompts como componentes de engenharia
• Aula 2 · Exemplos, raciocínio e consistência
• Aula 3 · Saídas estruturadas e testes de prompts
• Aula 4 · Laboratório e atividade

Laboratório: Um extrator de pedidos e notas com JSON validado

Você vai criar um prompt que extrai dados estruturados de e-mails de pedido bagunçados e de notas de fornecedores, impor o formato com um schema e medir quantos campos são extraídos corretamente em um conjunto de testes rotulado. Você vai comparar pelo menos duas versões de prompt com base nos números, não em impressões.

Ferramentas gratuitas: Google Colab ou VS Code, Pydantic e o nível gratuito da API Gemini ou um modelo local pelo Ollama

Atividade avaliada

Construa uma função de extração pronta para produção para uma pequena distribuidora atacadista, que transforme e-mails de pedido de compra em JSON validado, pronto para o sistema de pedidos. O prompt deve lidar com campos ausentes, vários itens, datas informais como "sexta que vem" (resolvidas a partir de uma data atual informada), valores em reais com vírgula decimal e e-mails que não são pedidos. Entregue um conjunto de testes com pelo menos 15 exemplos, informe a acurácia por campo e documente as versões do prompt e o efeito de cada mudança.

Peça de portfólio

Uma função de extração testada, com seu schema, prompts versionados e um relatório de acurácia em um conjunto de testes rotulado.

No seu ritmo, com 12 meses de acesso. Dúvidas são respondidas por escrito pelo painel do aluno. Ao concluir o curso, você recebe um registro de conclusão.