Capacitar profissionais de Computação, Engenharia de Sistemas e outras áreas às técnicas de
Prompt Engineering para a integração eficiente e confiável de Large Language Models (LLMs) em
fluxos de trabalho automatizados, maximizando a acurácia, a explicabilidade e a segurança das
soluções baseadas em IA Generativa (GAI).

• Fundamentos práticos da conversa com a IA: • Validação humana: O papel do usuário como o validador final (Human-in-the-Loop) e a importância de auditar as saídas da IA.
• O básico que funciona: Definindo a persona, o contexto e a tarefa (a tríade de ouro do prompt).
• A regra da janela: Entendendo a limitação de contexto e como fornecer informações essenciais para a IA (o que o modelo “só sabe” se você disser).
• Mitigando a “invenção” (alucinação): Estratégias práticas para forçar a IA a usar apenas a informação fornecida (técnicas de ancoragem).
• Técnicas de prompting para resultados de alta performance:
• O poder da estrutura: Utilizando Few-Shot Learning (exemplos) para ensinar ao modelo o formato exato desejado (padronização).
• Raciocínio transparente (chain-of-thought – CoT): Como instruir a IA a “pensar em voz alta” para melhorar a acurácia e o potencial de auditoria da resposta.
• Saídas estruturadas para automação: Geração de dados prontos para sistemas (JSON, tabelas, XML) e o uso de delimitadores (###, <<<>>>) para garantir a limpeza do código.
• Aplicações práticas e automação de fluxos de trabalho:
• Otimização de documentação: Usando prompts para resumir textos longos, gerar manuais e transformar notas em relatórios formatados.
• Prompting para código e APIs: Instruindo a IA a gerar comandos e códigos que interagem com sistemas (introdução ao conceito de function calling).
• Automação de rotinas (hands-on): Criando prompts sequenciais para automatizar fluxos de trabalho que exigem múltiplos passos (exemplo: extrair dados de um texto, classificar e gerar um resumo executivo).
• Confiabilidade e segurança do prompt:
• Controle de tom e viés: Instruções para garantir que a saída da IA seja neutra e profissional.
• Segurança na prática: Entendendo o risco de Prompt Injection (ataques) e as melhores práticas para proteger prompts em um sistema.

O curso de extensão proposto adota uma metodologia dinâmica e multidisciplinar, combinando diferentes recursos educacionais para promover uma aprendizagem abrangente e flexível. A abordagem pedagógica é centrada no aluno, incentivando a autonomia e a participação ativa no processo de aprendizagem. Os principais recursos utilizados são:

• Videoaulas: as videoaulas são o principal meio de transmissão de conteúdo, oferecendo explicações claras e detalhadas sobre os temas abordados. Elas são gravadas por especialistas na área, permitindo que os alunos assistam no seu próprio ritmo e revisem quantas vezes necessário.
• Leitura dos textos sugeridos: para complementar as videoaulas, são disponibilizados textos selecionados, como artigos científicos, capítulos de livros e materiais de apoio. Essas leituras aprofundam o conhecimento teórico e proporcionam diferentes perspectivas sobre os temas estudados.
• Áudios: recursos em áudio, como podcasts ou gravações explicativas, são utilizados para oferecer uma alternativa de estudo que se adapta a diferentes estilos de aprendizagem e situações do cotidiano. Os alunos podem ouvir os conteúdos enquanto realizam outras atividades, otimizando o tempo disponível.
• Atividades práticas e reflexivas: ao longo do curso, são propostas atividades que visam consolidar o aprendizado e estimular a aplicação dos conceitos.

A metodologia do curso é desenhada para ser inclusiva e acessível, permitindo que os alunos gerenciem seu próprio ritmo de estudos.