Skip to main content

Prompts Básicos

Introdução​

Pergunta Central: Como transformar problemas técnicos complexos em perguntas que o ChatGPT consegue resolver efetivamente?

A diferença entre "meu servidor está com problema" e "analise este log do Apache e identifique por que está retornando erro 500 para requests POST" é a diferença entre perder tempo e resolver problemas rapidamente.

Por que prompts específicos são essenciais:

  • Problemas técnicos precisam de contexto específico
  • ChatGPT precisa entender o ambiente e situação
  • Prompts vagos geram soluções genéricas
  • Prompts estruturados economizam iterações

O QUE VAMOS APRENDER​

Objetivos de Aprendizagem:​

  1. Criar prompts estruturados para problemas comuns de DevOps
  2. Aplicar template básico para diferentes cenários técnicos
  3. Adaptar linguagem técnica para maximizar compreensão da IA
  4. Otimizar interações para resolver problemas mais rapidamente

Competências Desenvolvidas:​

  • Estruturação de problemas técnicos para IA
  • Comunicação eficaz com sistemas de IA
  • Diagnóstico acelerado usando prompts direcionados
  • Aproveitamento máximo das capacidades do ChatGPT

ANATOMIA DE UM PROMPT EFICAZ​

Estrutura Base:​

[CONTEXTO] + [PROBLEMA ESPECÍFICO] + [AÇÃO DESEJADA] + [FORMATO DE RESPOSTA]

Componentes Essenciais:​

1. Contexto Técnico​

  • Sistema operacional e versões
  • Tecnologias envolvidas
  • Ambiente (dev/staging/prod)
  • Configurações relevantes

2. Problema Específico​

  • Sintomas observados
  • Quando começou
  • Frequência/padrão
  • Logs ou mensagens de erro

3. Ação Desejada​

  • O que você quer que seja feito
  • Tipo de análise necessária
  • Profundidade da investigação
  • Prioridade da solução

4. Formato de Resposta​

  • Como quer receber a resposta
  • Nível de detalhamento
  • Ordem de prioridade
  • Passos práticos

TEMPLATES POR CATEGORIA​

1. Troubleshooting de Logs​

Template:

Contexto: [Sistema/Aplicação] rodando em [Ambiente] usando [Tecnologias]
Problema: [Erro específico] acontecendo [Quando/Frequência]
Logs: [Cole os logs relevantes]
Ação: Analise e identifique a causa raiz
Formato: Liste as 3 causas mais prováveis em ordem de probabilidade, 
com passos específicos para verificar cada uma

Exemplo Prático:

Contexto: Aplicação Node.js rodando em produção usando Docker + Nginx
Problema: Erro 502 Bad Gateway acontecendo esporadicamente desde ontem
Logs: [logs do Nginx e container]
Ação: Analise e identifique a causa raiz
Formato: Liste as 3 causas mais prováveis em ordem de probabilidade,
com comandos específicos para verificar cada uma

2. Otimização de Performance​

Template:

Contexto: [Sistema] com [Especificações] servindo [Volume/Carga]
Métricas: [CPU/RAM/Disk/Network] mostrando [Valores atuais]
Objetivo: [Meta de performance específica]
Ação: Sugira otimizações práticas
Formato: Lista priorizada com impacto estimado e dificuldade de implementação

3. Configuração de Infraestrutura​

Template:

Objetivo: Configurar [Tecnologia] para [Caso de uso específico]
Requisitos: [Especificações técnicas e limitações]
Ambiente: [Cloud provider/On-premise] com [Resources disponíveis]
Ação: Forneça configuração completa
Formato: Arquivo de configuração comentado + lista de verificação pós-deploy

4. Automação e Scripts​

Template:

Tarefa: Automatizar [Processo específico]
Entrada: [Dados/Parâmetros disponíveis]
Saída: [Resultado esperado]
Restrições: [Limitações técnicas ou organizacionais]
Ação: Crie script funcional
Formato: Código comentado + instruções de uso + casos de teste

5. Segurança e Compliance​

Template:

Sistema: [Infraestrutura específica]
Preocupação: [Aspecto de segurança específico]
Padrões: [Compliance requirements se houver]
Ação: Avalie e recomende melhorias
Formato: Relatório com nível de risco, impacto e passos de mitigação

EXEMPLOS PRÁTICOS DETALHADOS​

Caso 1: Problema de Container​

❌ Prompt Ineficaz:

"Meu container não está funcionando"

✅ Prompt Estruturado:

Contexto: Container Docker da aplicação Python Flask em ambiente de produção
Problema: Container reiniciando constantemente (crash loop) desde deploy de ontem
Logs:

[logs específicos]

Ação: Identifique a causa do crash loop e sugira correção
Formato: Causa provável + comando para verificar + solução específica para implementar

Caso 2: Configuração de Load Balancer​

❌ Prompt Ineficaz:

"Como configurar load balancer?"

✅ Prompt Estruturado:

Objetivo: Configurar Nginx como load balancer para 3 servidores web
Requisitos: 
- Distribuição round-robin
- Health checks automáticos
- SSL termination
- Rate limiting de 100 req/min por IP
Ambiente: Ubuntu 22.04 em AWS EC2
Ação: Forneça configuração completa do Nginx
Formato: Arquivo nginx.conf comentado + comandos de teste + checklist de validação

Caso 3: Monitoramento de Performance​

❌ Prompt Ineficaz:

"Sistema está lento"

✅ Prompt Estruturado:

Contexto: API REST em Python servindo 10k requests/dia
Métricas: 
- Response time subiu de 200ms para 2000ms
- CPU: 80% constante
- RAM: 85% usage
- Disk I/O: 90% utilization
Objetivo: Reduzir response time para menos de 500ms
Ação: Identifique gargalos e sugira otimizações
Formato: Análise de cada métrica + 5 otimizações priorizadas por impacto/esforço

MELHORES PRÁTICAS​

✅ Do's:​

  1. Seja Específico com Tecnologias

    • Versões exatas: "Python 3.9", não "Python"
    • Cloud providers: "AWS ECS", não "container service"
    • Ambientes: "produção com 1000 usuários", não "produção"

  2. Inclua Contexto Suficiente

    • Configurações relevantes
    • Mudanças recentes
    • Ambiente e constraints
    • Objetivos de negócio quando relevante

  3. Peça Formato Específico

    • "Lista com 3 itens priorizados"
    • "Código comentado + instruções"
    • "Análise passo-a-passo"
    • "Tabela comparativa"

  4. Use Logs e Dados Reais

    • Cole logs específicos
    • Inclua métricas exatas
    • Forneça outputs de comandos
    • Compartilhe configurações atuais

❌ Don'ts:​

  1. Evite Generalidades

    • "Melhore performance"
    • "Configure segurança"
    • "Otimize sistema"
    • "Resolva problema"

  2. Não Omita Contexto Crítico

    • Versões de software
    • Especificações de hardware
    • Configurações de rede
    • Restrições organizacionais

  3. Não Peça Tudo de Uma Vez

    • Análise + solução + documentação + testes
    • Múltiplos sistemas diferentes
    • Várias tecnologias não relacionadas
    • Problemas distintos misturados

FRAMEWORK DE ITERAÇÃO​

Primeira Interação:​

  1. Use template estruturado
  2. Forneça contexto completo
  3. Seja específico na ação
  4. Defina formato de resposta

Refinamentos:​

  • "Detalhe mais o passo 2"
  • "Adapte para ambiente Ubuntu"
  • "Inclua considerações de segurança"
  • "Simplifique para equipe junior"

Validação:​

  • "Este comando funcionará no meu ambiente?"
  • "Há riscos em aplicar essa solução?"
  • "Como verifico se funcionou corretamente?"
  • "Que monitoramento adicionar?"

CONCLUSÃO​

Principais Takeaways:​

  1. Estrutura É Fundamental

    • Contexto + Problema + Ação + Formato
    • Específico sempre vence genérico
    • Dados reais geram soluções práticas

  2. Templates Aceleram Resultados

    • Troubleshooting: contexto + logs + análise direcionada
    • Configuração: objetivo + requisitos + formato específico
    • Performance: métricas + metas + otimizações priorizadas

  3. Iteração Inteligente

    • Comece estruturado
    • Refine baseado na resposta
    • Valide antes de implementar
    • Documente o que funcionou

Aplicação Prática:​

Use estes templates como base, adapte para seu contexto específico e sempre inclua dados reais. A diferença entre prompt eficaz e ineficaz é a diferença entre resolver o problema em uma iteração ou ficar dias tentando.

Próximos Passos:​

  • Módulo 4.7: Análise de Logs com ChatGPT
  • Prática: Aplique um template em um problema real hoje
  • Iteração: Refine baseado nos resultados obtidos

Recursos de Referência:​

Duração Estimada: 6 minutos
Conceito Chave: Estrutura de prompt determina qualidade da solução
Resultado: Capacidade de criar prompts que geram respostas úteis na primeira tentativa