# Como escrevo prompts que gastam menos energia?

> Como escrever prompts de IA que precisam de menos computação: seja específico, defina um tamanho, cole só o que importa e acerte à primeira em vez de tentar de novo.

Source: https://greenai.guide/pt/como/como-escrevo-prompts-que-gastam-menos-energia/  
Updated: 2026-11-19

## Em resumo

Escreva prompts curtos e específicos que digam exatamente o que você quer, dê apenas o contexto de que o modelo precisa e defina um tamanho para a resposta. A energia aumenta com a quantidade de texto que um modelo lê e escreve, por isso cortar as duas coisas, e obter uma resposta útil à primeira, é o que mais poupa.

## Steps

1. Indique a tarefa, o público e o formato na primeira linha.
2. Defina um limite de tamanho, como "em três tópicos" ou "em menos de 100 palavras".
3. Cole só os parágrafos ou os dados de que a tarefa precisa, e não documentos inteiros.
4. Dê um exemplo de um bom resultado se a tarefa for invulgar.
5. Corrija uma resposta quase certa com um breve pedido de ajuste em vez de recomeçar.

**Um bom prompt poupa energia por ser curto, específico e certo à primeira.** Os modelos de linguagem processam o
texto em [tokens](/pt/glossario/#token), pedaços que correspondem mais ou menos a uma parte de uma palavra, e cada token
lido ou escrito custa computação. Delavande, Pierrard e Luccioni concluíram que a energia cresce de forma linear com o
comprimento do prompt e da geração.

## Como é um prompt eficiente? {#what-does-an-efficient-prompt-look-like}

**Diz o quê, para quem e com que extensão.** Compare:

- *Com desperdício:* colar um relatório de 20 páginas e perguntar "o que acha?"
- *Eficiente:* colar as duas páginas relevantes e pedir "Liste os três maiores riscos desta seção para um conselho de
  administração não especializado, uma frase para cada."

O segundo lê menos, escreve menos e tem mais probabilidade de ser útil logo à primeira.

## Quanto se pode poupar? {#how-much-can-it-save}

A UNESCO e a University College London concluíram que prompts e respostas mais curtos podem reduzir o consumo de
energia em mais da metade. O tamanho da entrada pesa muito: a Epoch AI estima que uma consulta típica de cerca de
0,3 Wh sobe para cerca de 2,5 Wh com uma entrada de 10.000 tokens.

## Erros comuns {#common-mistakes}

- **Colar tudo "por via das dúvidas".** Extraia a parte que importa.
- **Deixar o tamanho em aberto.** Os modelos tendem a escrever mais do que você precisa, a menos que lhes digam o
  contrário.
- **Primeiras tentativas vagas** seguidas de várias novas tentativas. Um prompt claro costuma valer mais do que três
  vagos.
- **Preocupar-se com "por favor" e "obrigado".** Mensagens curtas de cortesia custam um pouco de energia, mas as
  entradas longas e as novas gerações repetidas pesam muito mais.

Se você constrói ferramentas, pode impor parte disto no código: veja
[como limitar quanto um LLM escreve](/pt/como/como-limito-o-quanto-um-llm-escreve/). Para mais dicas do dia a dia, leia
[use a IA de forma eficiente](/pt/boas-praticas/use-a-ia-com-eficiencia-habitos-do-dia-a-dia/).

## Fontes

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
- [Small talk, big impact: the energy cost of thanking AI](https://arxiv.org/abs/2601.22357), Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
