Prompt Resumir em Bullets

Prompts de resumo em bullets: transformando texto longo em insights escaneáveis

Um prompt de resumo em bullets pede que o LLM comprima um documento — transcrição de reunião, artigo, paper acadêmico, capítulo de livro, thread de e-mail — em uma lista curta e densa em informação. A técnica explora uma das capacidades mais fortes do ChatGPT, Claude, Gemini e Llama: resumo abstrativo, em que o modelo gera frases novas que capturam o sentido em vez de copiar trechos do original (extrativo). O desafio é manter fidelidade enquanto o leitor consegue ler em 20 segundos.

Um template de prompt que funciona

Resuma este {tipo_documento} em 5-7 bullets.
Cada bullet:
 - começa com verbo de ação
 - máx. 12 palavras
 - captura um insight-chave
 - inclui um dado numérico se houver

Documento: {texto}

A regra do verbo força afirmações concretas (“Reduziu churn em 18% simplificando onboarding”) em vez de descrições vagas (“Discutiu melhorias de churn”). O limite de 12 palavras corta carga cognitiva. A dica do dado numérico puxa evidência mensurável do original — o resumo vira evidência, não opinião.

Extrativo vs abstrativo e resumo encadeado

Resumos extrativos escolhem frases do original (bom para precisão jurídica, ruim para leitura). Resumos abstrativos reformulam — é onde o LLM brilha. Para documentos longos que estouram o context window, use o padrão MapReduce: divida em chunks, resuma cada um e então resuma os resumos. O GPT-4 Turbo aguenta 128k tokens, o Claude 3.5 Sonnet 200k+ e o Gemini 1.5 Pro até 1M — janelas maiores significam menos chunks porém maior custo por chamada.

Níveis de resumo e frameworks jornalísticos

• TL;DR — 1-2 frases, estilo redes sociais.
• Sumário executivo — um parágrafo, estilo board.
• Bullets — 5-10 linhas, o ponto doce para relatórios.
• Resumo detalhado — uma página ou mais para uso acadêmico ou jurídico.
• 5W1H — Who, What, When, Where, Why, How. Base jornalística.
• BLUF (Bottom Line Up Front) — estilo militar, conclusão primeiro.
• Pirâmide Invertida — padrão de redes de jornal, mais importante no topo.

Formatos de saída e verificação

Bullets não é o único formato. Peça uma tabela Markdown para resumos comparativos, um mapa mental para ideias hierárquicas ou JSON quando a saída vai para outro programa. Em qualquer formato, lembre que LLMs alucinam fatos, datas e citações — verifique contra a fonte em uso jurídico, médico ou financeiro. Truque útil: peque “cite o número da linha para cada bullet” para auditar rápido. Prompts com role também apertam o resultado: “Resuma como um consultor sênior fazendo briefing para o CEO” produz texto mais afiado e orientado a decisão do que “resuma isso”.

Ferramentas que automatizam isso no seu workflow

• Otter.ai, Fireflies, Rev — transcrição de reunião com auto-resumo.
• Mem.ai, Notion AI — resumo em cima da sua base de conhecimento.
• Readwise Reader — resumo em bullets de artigos e livros.
• Glean, Hebbia — resumo corporativo de documentos com citações.

Perguntas frequentes

Posso copiar as palavras exatas do original? Só se precisa de verbatim jurídico. Para uso diário, o resumo abstrativo lê melhor e comprime mais.

Qual a quantidade ideal de bullets? Cinco a sete. Abaixo de cinco você perde detalhe, acima de dez você estoura a capacidade da memória de trabalho (Miller 7±2).

Posso resumir uma mistura de português e inglês? Sim — o Claude 3.5 e o Gemini 1.5 lidam bem com code-switching. Fixe a língua de saída explícitamente (“responda apenas em português”) para evitar troca no meio.

Quais são os riscos principais? Perda de nuance, opiniões minoritárias soterradas pela maioria em transcrições de reunião e alucinação de detalhes — especialmente números e datas. Sempre confira os bullets de alto risco contra a fonte.