DESTINATÁRIOS
> Todos os profissionais de diferentes áreas que utilizem ou pretendam utilizar ferramentas de Inteligência Artificial Generativa no seu contexto de trabalho, com o objetivo de melhorar processos, criar agentes especializados e aumentar a produtividade individual e das equipas.
CONTEÚDO PROGRAMÁTICO
1. FUNDAMENTOS DE PROMPTING
> O que é Prompt Engineering e porque é importante.
> Diferença entre prompts vagos e prompts estruturados — com exemplos lado a lado.
> Tipos básicos de prompts: instrução, contexto, exemplo e papel.
> Erros mais comuns e como evitá-los.
> Demonstração do mesmo prompt em Claude, ChatGPT e Microsoft Copilot para perceber como cada ferramenta responde de forma diferente e porquê.
2. ENGENHARIA DE PROMPTS
> Anatomia de um prompt eficaz: papel + contexto + tarefa + formato + restrições.
> Frameworks de prompting: RISEN, CO-STAR, Chain-of-Thought e Few-Shot.
> Técnicas de refinamento: iteração, decomposição de tarefas complexas e encadeamento de prompts.
> Como construir uma biblioteca de prompts reutilizáveis para a sua equipa.
> Exercício: Cada participante reescreve três prompts do seu dia a dia usando um framework estruturado e compara os resultados.
3. PROMPTING PARA AGENTES DE IA
> Diferenças entre chatbot, assistente e agente — o que muda na prática.
> Arquitetura de um agente: objetivo, papel, instruções permanentes, memória, ferramentas e conhecimento.
> Como desenhar agentes especializados por função: Assistente Comercial, Assistente de RH, Assistente de Marketing e Assistente de Apoio ao Cliente.
> Ferramentas para criar agentes sem código: GPTs (ChatGPT), Claude Projects, Copilot Studio e Gemini Gems.
> Erros comuns na configuração de agentes e como os evitar.
> Exercício: Criação de um agente para o contexto profissional de cada participante.
4. APLICAÇÃO PRÁTICA DA IA
> Criação de conteúdos e documentos: emails, relatórios, apresentações e atas.
> Análise de dados e produtividade: resumos, extração de insights e comparações.
> Automação de tarefas repetitivas com IA, sem código.
> Perplexity para pesquisa e síntese de informação.
> Boas práticas de utilização: privacidade, verificação de outputs e limites da IA.
> Exercício final: Cada participante aplica prompting + agente a um caso real do seu trabalho e partilha o resultado com o grupo.