Contexto de prompt é superpower. IA responde melhor.

TL;DR

• Contexto de prompt é filtro — IA só processa o que está no prompt; o que não está é variável aleatória.
• Eixo técnico do contexto de prompt — stack, versão, framework, arquitetura, banco reduzem alucinação e ancoram a resposta no seu caso.
• Eixo de negócio do contexto de prompt — usuários, volume, custo de falha, deadline redefinem prioridade do que IA entrega.
• Eixo histórico do contexto de prompt — registrar o que já foi tentado e falhou impede que IA repita caminho morto.
• Eixo de restrição do contexto de prompt — budget, tempo, skills, tecnologia funcionam como filtro que descarta inviável.
• Eixo de desejo do contexto de prompt — descrever o mundo onde o problema foi resolvido dá à IA um alvo, não só um problema.
• Prompt vazio: “Crie testes”. IA entrega testes genéricos, inúteis. Prompt com contexto de prompt bem montado: “Crie testes pra função de validação de estoque que é crítica pra sistema de varejo com 500 lojas. Foque em casos extremos: quando sistema está lento, quando banco nega conexão, quando quantidade é gigante.” IA entrega testes precisos, úteis. A diferença é contexto de prompt. Quanto mais IA sabe sobre o problema, melhor a resposta.

Contexto de prompt técnico reduz alucinação

Sem contexto técnico, IA gera solução genérica. Com contexto, IA gera solução específica pro seu caso. Contexto técnico responde a cinco perguntas que a IA não tem como advinhar:

• Qual é o stack? Node.js, Python, Go?
• Qual é a versão? Node 18 vs Node 20 muda APIs, comportamento de streams, suporte a fetch nativo.
• Qual é o framework? Express, Fastify, NestJS — cada um tem padrão próprio de middleware, error handling e estrutura de pastas.
• Qual é a arquitetura? Monolito, microserviços, serverless — a resposta sobre cache, fila, idempotência muda completamente.
• Qual é o banco? PostgreSQL, MongoDB, Redis — modelagem, índices, transação, semântica de JOIN são diferentes.

Mais contexto técnico = resposta mais precisa. O custo de escrever esse contexto de prompt é baixo — cinco linhas — e o retorno aparece já na primeira resposta, sem precisar iterar.

Contexto de prompt de negócio define prioridades

IA gera código, mas gera o quê? Sem contexto de negócio, ela gera “o que faz sentido em abstrato”. Com contexto, ela gera “o que faz sentido pro seu cenário”. Contexto de negócio responde:

• Quem usa? Dev interno (pode quebrar) ou cliente externo (não pode)?
• Qual é o volume? 1 mil usuários ou 1 milhão? Muda decisão sobre cache, CDN, rate limit.
• Qual é o SLA? 99% de uptime permite uma hora de downtime por dia. 99.99% permite 52 minutos por ano. A diferença muda o que é aceitável na arquitetura.
• Qual é o custo de falha? R$ 100 ou R$ 1 milhão? A resposta sobre retry, circuit breaker, fallback muda completamente.
• Qual é o deadline? Hoje ou próximo mês? Define se a solução precisa ser a melhor possível ou a que cabe no prazo.

Contexto de negócio muda prioridades. Seu prompt muda. Exemplo real: “Otimize query de banco” gera cinco sugestões genéricas. “Otimize query que roda 10 mil vezes por dia, custa R$ 500 por mês em database, time tem 3 dias” gera uma sugestão específica pra esse cenário — qual índice criar, se vale criar materialized view, se vale cache em Redis. A segunda resposta é matadora porque tem os números que importam — e o mesmo princípio vale pra qualquer contexto de prompt com consequência de negócio.

Contexto histórico evita repetição

Se IA já sabe que você tentou algo que não funcionou, ela pula esse caminho. A prática é incluir no prompt, em uma linha: “Tentamos X, não funcionou porque Y. Não repita essa abordagem.” Isso economiza a iteração inteira em que a IA propõe exatamente o que você já descartou.

Contexto histórico não é só sobre tentativas falhas. Inclui também: “essa função já foi refatorada em março, motivo foi Y, decisão registrada em PR #123” — para que a IA não proponha refatoração que vai contra decisão anterior. Inclui: “esse bug foi investigado em 2025-08, causa raiz foi Z, fix foi commit abc123” — para que a IA não reinvente a roda.

Sem esse contexto, IA começa do zero toda vez. Com ele, IA começa do estado atual do problema.

Contexto de restrição filtra soluções inviáveis

Sem restrição, IA oferece dez soluções. Com restrição, ela oferece duas viáveis. Restrição é filtro que IA usa para descartar alternativas que não cabem no seu cenário. Os quatro eixos de restrição que mais aparecem:

• Budget — “sem adicionar custo de infraestrutura” descarta opções que exigem novo serviço pago, novo cluster, novo SaaS.
• Tempo — “tem que sair em dois dias” descarta opções que exigem refatoração ampla, migração de banco, mudança de framework.
• Skills — “time só sabe JavaScript” descarta opções que exigem Rust, Go, Haskell, ML stack.
• Tecnologia — “só use open-source” descarta SaaS proprietário, vendor lock-in, dependência de API paga.

Restrição bem colocada no prompt vale mais que cinco bullets de requisito funcional. A IA usa restrição como poda: em vez de explorar o espaço todo, ela só explora o subespaço viável. Resposta vem menor e mais útil.

Contexto de desejo evita entrega miserável

Qual é o resultado ideal? A prática é descrever não só o problema, mas o mundo onde o problema foi resolvido. Comparação:

Ruim — “Sistema está lento.” A IA vai otimizar alguma métrica aleatória: latência média, throughput, uso de memória, P95, P99. Ela não sabe qual importa pra você.

Bom — “Sistema está lento. Mundo ideal: P99 latência abaixo de 100 milissegundos, CPU abaixo de 50%, deploy em 5 minutos. Que precisa mudar pra chegar lá?” A IA agora tem três números-alvo e a pergunta explícita é “o que mudar”, não “como otimizar”.

Mundo ideal guia IA. Sem isso, ela otimiza pro cenário médio. Com isso, ela otimiza pro seu cenário. A diferença entre “resposta mediana” e “resposta que resolve” mora nesse parágrafo de desejo — e em como ele encerra o contexto de prompt que você montou.

Prompt matador não é o que tem mais palavras — é o que tem mais contexto nos eixos certos. Contexto técnico ancora a resposta no seu stack. Contexto de negócio ancora no seu cenário. Contexto histórico economiza iteração. Contexto de restrição descarta inviável. Contexto de desejo dá à IA um alvo, não só um problema. Cinco eixos, todos baratos de escrever, todos subutilizados na média dos prompts que circulam.

Leitura relacionada

• Iteração de prompt é skill. Nunca aceite a primeira versão — complementa este post cobrindo o ciclo de iteração, enquanto aqui o foco é o que entra no prompt antes de iterar.
• Estrutura de prompt é a diferença entre alucinar e acertar — discute a forma (template, persona, few-shot) que potencializa o efeito do contexto descrito aqui.
• Seu prompt é vago porque você não sabe o que quer — argumento anterior: contexto não pode ser inventado se você não entende o próprio problema.