Defina uma estrutura para pesquisa. Retornar JSON {"question":"...","scope":"...","exclusions":"..."}. question—questão de pesquisa; scope — enquadramento: período (para quais anos), local (país/região), profundidade (visão geral ou detalhada) e objetos (o que exatamente estamos considerando); exclusions - que claramente NÃO consideramos para cortar o excesso.
Mecânica: a pesquisa sem limites é como uma rede com buracos - ela retira tudo, inclusive lixo e o contexto de outra pessoa. O modelo não sabe o que é “fresco” e “relevante” para você até que você defina o enquadramento. O quadro é o filtro que aplica a cada fonte. Quatro eixos de quadro. Tempo: “nos últimos 2 anos” corta obsoleto. Localização: “no meu país ou cidade” remove mercados irrelevantes. Profundidade: “visão geral” versus “detalhado com números” - esta é uma quantidade de trabalho diferente. Objetos: liste o que exatamente estamos comparando. Truque interno: escreva não apenas o que incluir, mas também o que excluir. exclusions explícito (“sem tarifas corporativas”, “sem modelos desatualizados”) salva metade do relatório e evita que o modelo vaze para o lado. A proibição funciona de forma mais poderosa do que qualquer outro esclarecimento. Segundo truque: se os dados ficarem rapidamente desatualizados (preços, leis), defina sempre a data de relevância - “para 2026”. Sem isso, o modelo confundirá os anos e produzirá contradições. Um erro típico: uma solicitação ampla “tudo sobre X” - você obtém uma bagunça superficial de diferentes anos e países.
Desbloqueie o acesso para enviar soluções para análise instantânea de IA.