Prompt ChatGPT (R-T-C-F)

O framework RTCF para prompts de LLM

RTCF significa Role · Task · Context · Format e é um dos templates mais citados para estruturar prompts enviados ao ChatGPT, Claude e Gemini. Ele se popularizou em 2023 na comunidade dev do Twitter/X — inclusive em posts do Greg Brockman (OpenAI) — como um checklist rápido que transforma um pedido vago em uma instrução determinística. A premissa é simples: modelos de linguagem precisam de restrições, e prompts ambíguos produzem saídas genéricas, enquanto prompts estruturados produzem saídas específicas.

Cada letra responde a uma pergunta diferente. Role define a persona que o modelo deve assumir (“Você é um copywriter sênior especializado em SaaS B2B”) — isso ancora vocabulário e profundidade. Task é o verbo explícito (“Escreva um e-mail outreach para um CTO”). Context é o background que o modelo não adivinharia (“Produto: ferramenta de monitoring; ICP: startups Series A; objetivo: agendar uma demo de 15 min”). Format é o formato da saída (“E-mail até 100 palavras, subject line com menos de 6 palavras, tom conversacional, um único CTA”).

Anatomia de um prompt RTCF

Role: Você é um copywriter sênior de SaaS B2B.
Task: Escreva um e-mail outreach frio para um CTO.
Context: Produto = monitoring para APIs Node.js.
         ICP = startups Series A (50-200 engenheiros).
         Objetivo = agendar demo de 15 minutos.
Format: 80-100 palavras, subject < 6 palavras,
        conversacional, 1 CTA, sem emojis.

Repare como cada linha remove ambiguidade. Sem Role, o modelo cai num tom genérico de assistente; sem Format, tende a se estender demais; sem Context, alucina features do produto.

Variantes: CRAFT, CO-STAR, RISEN, CARE

O RTCF faz parte de uma família de acrônimos complementares. CRAFT — Context, Role, Action, Format, Tone — separa explícitamente o tom. CO-STAR — Context, Objective, Style, Tone, Audience, Response — foi popularizado pelo GovTech Singapore para uso corporativo e adiciona Audience. RISEN — Role, Input, Steps, Expectations, Narrowing — cai bem em pipelines de vários passos. CARE — Context, Action, Result, Example — favorece prompting few-shot. STAR (Situation, Task, Action, Result) vem de frameworks de entrevista e é ótimo quando você precisa que o modelo raciocíne em vez de escrever. 5W1H (Who, What, When, Where, Why, How) é a base jornalística. Escolha um e fique nele — consistência importa mais que as letras específicas.

Princípios de prompt engineering por trás do RTCF

Os guias oficiais de prompt engineering da Anthropic e da OpenAI convergem em quatro regras. Seja específico: substitua adjetivos por números (“curto” → “até 100 palavras”). Dê exemplos (few-shot): 2-3 amostras valem mais que qualquer adjetivo. Quebre tarefas complexas: chain-of-thought (“pense passo a passo”) e sub-passos explícitos. Especifique o formato: JSON, Markdown, bullet list, tabela — senão você recebe prosa. O RTCF embute as quatro num template memorizável.

Anti-padrões a evitar: aberturas vagas (“Escreva um post de blog sobre X”), restrições conflitantes (formal E engraçado), falta de contexto (modelo inventa fatos) e system prompts inchados — lembre que cada token custa dinheiro e infla a latência, então equilibre verbosidade contra custo.

Ferramentas que guardam prompts RTCF

• ChatGPT Custom GPTs — system prompt persistido no nível do GPT.
• Claude Projects — janela de contexto persistente entre conversas.
• LangSmith — versionamento e teste A/B de prompts em produção.
• Promptly, PromptLayer, Helicone — observabilidade e registros de prompts.

Perguntas frequentes

RTCF é melhor que prompt livre? Sim sempre que você precisa de saídas consistentes e repetidas — documentação, automações, e-mails para clientes. Para chat exploratório (brainstorm, estudo) a estrutura vira overhead.

Quando NÃO usar o RTCF? Brainstorm puro, Q&A casual, auto-complete dentro do IDE — nesses casos o modelo já tem contexto (arquivos abertos) e a estrutura só atrasa.

Dá para salvar meu RTCF como template reutilizável? Sim — tanto Custom GPTs (OpenAI) quanto Projects (Claude) permitem persistir o system prompt. Para dev workflow, salve o template num arquivo .prompt dentro do repositório e versione com Git.

O RTCF funciona em português? Sim — LLMs modernos lidam bem com os dois idiomas, mas fixe a língua de saída explícitamente no Format (“Responda em português brasileiro”) para o modelo não trocar de idioma no meio.