Submódulo 3: Desenhando fluxos de trabalho entre ChatGPT, Gemini e Claude

Visão geral do design de fluxos entre ChatGPT, Gemini e Claude

🎯 Visão geral do fluxo entre ChatGPT, Gemini e Claude

Neste submódulo, vamos compreender como desenhar fluxos de trabalho entre ferramentas de IA para tarefas de comunicação, pesquisa e atendimento. A ideia central é mapear uma sequência de etapas bem definidas: entrada, triagem, processamento e entrega. Em cada etapa, discutiremos qual ferramenta é mais adequada e por quê: ChatGPT costuma sintetizar e gerar rascunhos com boa formatação, Gemini pode oferecer síntese de conteúdo e organização multimodal, e Claude tende a estruturar listas claras e verificáveis. Essa abordagem favorece entregas consistentes e menos ambiguas, especialmente em tarefas de comunicação com clientes ou colegas.

Para sustentar essa prática, seguimos diretrizes de governança de IA: gestão de dados, rastreabilidade de decisões e controle de versões de prompts. O uso consciente dessas práticas está alinhado com estruturas como o Artificial Intelligence Risk Management Framework (AI RMF 1.0) da NIST (1) e os Princípios de IA da OCDE (2). Essas referências ajudam a manter o foco em segurança, responsabilidade e qualidade ao desenhar fluxos entre diferentes modelos de IA. Além disso, a versão atualizada dos Princípios da OCDE em 2024 reforça a importância de transparência, segurança e responsabilidade ao lidar com IA de uso geral. (3)

Vamos considerar um exemplo simples: fluxo de atendimento a dúvidas frequentes. O usuário envia uma dúvida, o fluxo extrai informações-chave, produz um rascunho de resposta com ChatGPT, consolida insights com Gemini e gera uma lista prática de próximos passos com Claude. Em seguida, a entrega é Validada, padronizada, e registrada para auditoria. Este raciocínio orientado ajuda a evitar repetições de dados sensíveis entre plataformas, mantendo um registro de decisões e versões de prompts. COSERAF (Contexto, Objetivo, Saída, Exemplos, Restrições, Avaliação, Feedback) é uma estrutura útil para guiar prompts em cada etapa e manter consistência entre ferramentas.

Prompts eficientes e fluxos práticos entre ChatGPT, Gemini e Claude

🎯 Prompts eficientes e fluxos práticos

Nesta seção, exploraremos como compor prompts robustos para cada etapa do fluxo, usando COSERAF como guia. COSERAF significa Contexto, Objetivo, Saída, Exemplos, Restrições, Avaliação e Feedback. Em termos práticos, isso significa que, antes de escrever o prompt, definimos quem é o usuário, qual é o resultado esperado, o formato da saída (texto, bullets, tabela ou JSON), exemplos de referência, limites de tom e público, critérios de qualidade, e como iterar com feedback. (1)

Para facilitar a prática, usamos um prompt template que funciona de forma intercambiável entre ChatGPT, Gemini e Claude: peça uma saída com estrutura previsível (ex.: bullet points, parágrafos curtos, ou JSON) e peça validação de cada etapa. Em termos de uso diário, comece com uma instrução de papel (role) para cada modelo, por exemplo: "Você é um assistente de RI com foco em clareza e concisão" para evitar variações de tom. (2)

Observação: a qualidade da saída está ligada à qualidade do prompt. Pesquisas e guias práticos de prompts destacam a importância de ser específico, fornecer contexto e exigir formatos de saída previsíveis. (3)

🎯 Exercícios