Prompt Chaining
Summary
- Técnica que divide uma tarefa complexa em múltiplos prompts encadeados.
- A saída de um prompt serve como entrada para o próximo.
- Permite maior controle e modularidade no processo de geração. Versão EN confirma decomposição e transparência como benefícios centrais.
Definição
Prompt chaining consiste em sequenciar múltiplas chamadas ao LLM, onde a saída de cada etapa alimenta a próxima. Isso permite decompor tarefas complexas em subtarefas mais simples e gerenciáveis. Guia EN exemplifica com extração → verificação, reforçando padrão sem dependência de modelo.
prompt-engineering-techniques | prompt-engineering-guide | ai-agents-guide
Padrão Document QA — dois prompts encadeados
Para QA sobre documento longo, quebre em extração e composição. Prompt 1 extrai <quotes> de #### {{document}} comfallback No relevant quotes found!. Prompt 2 compõe resposta a partir de <quotes> + #### {{document}}, exigindo tom preciso e útil. Placeholder {{document}} é preenchido com o texto (ex.: artigo Wikipedia sobre prompt engineering) e exige modelo de janela longa (gpt-4-1106-preview ou Claude). Citações podem ser limpas em passo intermediário antes da resposta final.
Exemplo Prompt 1:
You are a helpful assistant. Your task is to help answer a question given in a document. The first step is to extract quotes relevant to the question from the document, delimited by ####. Please output the list of quotes using <quotes></quotes>. Respond with "No relevant quotes found!" if no relevant quotes were found.
####
{{document}}
####
Exemplo Prompt 2:
Given a set of relevant quotes (delimited by <quotes></quotes>) extracted from a document and the original document (delimited by ####), please compose an answer to the question. Ensure that the answer is accurate, has a friendly tone, and sounds helpful.
####
{{document}}
####
<quotes>
{{quotes}}
</quotes>
Implications: Cadeias superam prompt monolítico quando a tarefa exige transformações intermediárias — cada estágio é depurável e mensurável, reduzindo alucinação por ancorar resposta em quotes extraídos.
chain-of-thought | react-prompting | reflexion
Quando Usar
Use para tarefas complexas multi-etapa, assistentes conversacionais e personalização, onde cada operação precisa ser auditável. Evite para tarefas triviais de uma chamada — overhead não compensa.
Implications: Desenhe cadeias com no máximo 3-4 elos; cada elo adiciona latência e custo — só encadeie quando o estágio isolado melhora precisão ou controle.
Open Questions
- Quando encadear vs usar chain-of-thought intra-prompt ou tree-of-thoughts?
- Como medir ganho de cada elo sem métrica humana por estágio?
External Links
Sources
- raw/prompts/articles/promptingguide-pt-techniques-prompt_chaining.md
- raw/external/www-promptingguide-ai-prompt-chaining-d9dd2439.md