Como funciona
Em um chat com IA, o prompt de usuário é o texto digitado pelo usuário. Ele se junta ao system prompt (instruções do sistema) e ao histórico da conversa para formar o contexto completo que o modelo processa.
A qualidade do prompt de usuário afeta diretamente a qualidade da resposta. Um prompt claro e específico tende a gerar respostas melhores. Um prompt vago ou ambíguo tende a gerar respostas genéricas ou incorretas.
Em agentes de código, o prompt de usuário pode ser "refatore esta função para usar async/await" ou "crie testes para este módulo". O agente interpreta essa instrução, analisa o código e executa a mudança.
Exemplo pratico
Em um agente de código, o prompt de usuário pode ser "refatore esta função para usar async/await". O agente interpreta essa instrução, analisa o código e executa a mudança. Se o prompt for vago ("melhore este código"), o resultado será menos preciso.
Em uma aplicação de chatbot, o prompt de usuário pode ser "resuma este artigo em 3 pontos". O modelo usa o system prompt (que define o tom e as regras) junto com o prompt de usuário (que define a tarefa) para gerar a resposta.
Para que serve
Entender a diferença entre prompt de usuário e system prompt ajuda a projetar agentes e aplicações de IA mais eficazes. O prompt de usuário define o que fazer. O system prompt define como fazer.
Para desenvolvedores, isso significa projetar interfaces que capturem a intenção do usuário de forma clara. Para usuários, significa aprender a escrever prompts específicos e com contexto suficiente.
Diferenca entre prompt de usuário e system prompt
O system prompt define regras, personalidade e contexto geral do modelo. É configurado pelo desenvolvedor e não muda durante a conversa. O prompt de usuário define a tarefa específica. É enviado pelo usuário a cada interação.
Em APIs de LLM, o system prompt vai no campo "system" e o prompt de usuário vai no campo "user". Alguns modelos não diferenciam os dois e tratam tudo como uma única sequência de texto.