Tipos de solicitações que a IA pode atender
Taxonomia de tarefas de IA: escrever, resumir, responder, programar e gerar ideias.
Tipos de solicitações que a IA pode atender é uma aula grátis de AI Prompt Engineering no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de AI Prompt Engineering, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de AI Prompt Engineering inclui 4 aulas no total.
A taxonomia de tarefas de IA
Os modelos de linguagem de IA são extraordinariamente versáteis. Eles lidam com uma ampla variedade de tipos de tarefa — e saber em qual categoria sua tarefa se enquadra ajuda você a escrever instruções melhores.
Podemos agrupar as tarefas em: redação, sumarização, perguntas e respostas, programação, geração de ideias, tradução, classificação e extração de dados.
Tarefas de redação
Redação é uma das tarefas de IA mais comuns. Os exemplos incluem:
- Redigir e-mails, cartas de apresentação e publicações de blog
- Escrever contos, roteiros ou conteúdo criativo
- Compor legendas para redes sociais
- Editar e reescrever rascunhos existentes
O essencial é especificar o formato, o tom, a extensão e o público-alvo na sua instrução.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
messages=[{
'role': 'user',
'content': (
'Write a 150-word professional email declining a meeting invitation. '
'Tone: polite and regretful. Suggest rescheduling next week.'
)
}]
)
print(response.content[0].text)Tarefas de sumarização
Sumarização condensa conteúdo extenso em uma forma mais curta e fácil de assimilar. Usos comuns:
- Resumo de artigos ou relatórios extensos
- Anotações de uma reunião a partir de uma transcrição
- Resumos executivos de artigos de pesquisa
- Principais pontos extraídos de um capítulo de livro
Especifique a extensão desejada e o nível de detalhe de que você precisa.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
long_text = (
'Artificial intelligence has transformed industries from healthcare '
'to finance over the past decade. Machine learning models now diagnose '
'diseases, detect fraud, and power recommendation engines. However, '
'concerns about bias, privacy, and job displacement remain significant...'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': f'Summarize the following in exactly 2 sentences:\n\n{long_text}'
}]
)
print(response.choices[0].message.content)Tarefas de perguntas e respostas
Tarefas de perguntas e respostas aproveitam a ampla base de conhecimento do modelo. Os tipos incluem:
- Perguntas factuais (“O que é o ciclo de Krebs?”)
- Perguntas explicativas (“Como funciona o HTTPS?”)
- Perguntas comparativas (“Qual é a diferença entre RAM e armazenamento?”)
- Perguntas e respostas sobre documentos — fazer perguntas sobre um documento colado
Para perguntas e respostas sobre documentos, sempre inclua o material de origem na sua instrução.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
document = 'Our refund policy allows returns within 30 days with receipt...'
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
system='Answer only based on the document provided. If unsure, say so.',
messages=[{
'role': 'user',
'content': f'Document:\n{document}\n\nQuestion: How many days do I have to return an item?'
}]
)
print(response.content[0].text)Tarefas de programação
Tarefas de programação são uma área em que os assistentes de IA realmente se destacam. Solicitações comuns:
- Gerar código a partir de uma descrição (“Escreva uma função Python que...”)
- Explicar o que um código existente faz
- Depurar ou corrigir código com problemas
- Converter código de uma linguagem para outra
- Escrever testes unitários para uma determinada função
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{
'role': 'system',
'content': 'You are a Python expert. Include type hints and a brief docstring.'
},
{
'role': 'user',
'content': (
'Write a function that takes a list of integers and returns '
'the second largest unique value, or None if it does not exist.'
)
}
]
)
print(response.choices[0].message.content)Tarefas de geração de ideias
Geração de ideias usa a IA para produzir rapidamente uma grande quantidade de ideias. Use-a para:
- Gerar nomes de produtos
- Criar listas de temas para publicações de blog
- Ter ideias de funcionalidades para uma aplicação
- Encontrar abordagens para campanhas de marketing
- Explorar alternativas para resolver problemas
Peça uma quantidade específica de ideias e diga ao modelo para priorizar a variedade em vez da repetição.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Generate 10 unique app name ideas for a habit-tracking app targeting busy professionals. '
'Each name should be one or two words. Prioritize variety — avoid similar-sounding names. '
'After each name, add a 5-word tagline.'
)
}]
)
print(response.content[0].text)Tarefas de tradução
Tradução vai além da conversão palavra por palavra. Os modelos de IA lidam com:
- Tradução entre idiomas (inglês → espanhol, francês → japonês)
- Tradução de registro (jargão técnico → linguagem simples)
- Tradução de tom (formal → informal)
- Tradução de formato (parágrafo → tópicos)
Especifique se você deseja uma tradução literal ou uma tradução natural e idiomática.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
text_en = 'Please ensure the deliverables are submitted prior to the agreed deadline.'
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
f'Translate the following into natural, idiomatic Spanish '
f'suitable for a casual work chat message:\n\n{text_en}'
)
}]
)
print(response.choices[0].message.content)Tarefas de classificação
Classificação atribui a entrada a categorias predefinidas. Exemplos:
- Análise de sentimento (positivo / negativo / neutro)
- Categorização por tema (esportes / política / tecnologia)
- Detecção de intenção (reclamação / consulta / elogio)
- Spam ou não spam
Sempre forneça na sua instrução a lista de categorias válidas para que o modelo saiba entre quais opções escolher.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
reviews = [
'The product broke after one day. Terrible quality!',
'Shipping was fast and the item is exactly as described.',
'It is okay, nothing special but does the job.'
]
for review in reviews:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=16,
messages=[{
'role': 'user',
'content': (
f'Classify this review as exactly one of: POSITIVE, NEGATIVE, NEUTRAL.\n'
f'Reply with only the label.\n\nReview: {review}'
)
}]
)
label = response.content[0].text.strip()
print(f'{label}: {review[:40]}...')Tarefas de extração de dados
Extração de dados retira informações estruturadas de um texto não estruturado. Usos comuns:
- Extrair nomes, datas e valores de faturas
- Obter fatos importantes de artigos de notícias
- Analisar informações de contato em e-mails
- Extrair especificações de produtos de descrições
Peça uma saída em JSON para facilitar o uso programático dos dados extraídos.
import openai
import json
client = openai.OpenAI(api_key='sk-your-key-here')
email_text = (
'Hi, I am Sarah Johnson from Acme Corp. '
'Please send the invoice for $4,250 to billing@acmecorp.com by June 15th.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract the following fields from the email below and output valid JSON:\n'
'name, company, email, amount, deadline\n\nEmail:\n' + email_text
)
}]
)
raw = response.choices[0].message.content
data = json.loads(raw)
print(data)Combinação de tipos de tarefa
As instruções do mundo real geralmente combinam vários tipos de tarefa em uma única solicitação. Por exemplo:
- Extrair as principais afirmações de um artigo e depois classificar cada uma como fato ou opinião
- Resumir um documento e depois traduzir o resumo para o francês
- Gerar ideias e depois redigir uma breve apresentação para a melhor delas
Encadear tipos de tarefa em uma única instrução é poderoso — basta ser explícito sobre cada etapa.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Do the following in order:\n'
'1. Brainstorm 5 blog post titles about remote work productivity.\n'
'2. Pick the most compelling title.\n'
'3. Write a 3-sentence intro paragraph for that post.\n'
'Format your output with clear numbered sections.'
)
}]
)
print(response.content[0].text)Escolha o enquadramento correto da tarefa
A mesma solicitação subjacente pode ser enquadrada como diferentes tipos de tarefa — e o enquadramento altera significativamente a saída.
Objetivo de exemplo: entender a página de preços de uma empresa.
- Enquadramento de perguntas e respostas: “Quais são os níveis de preços?”
- Enquadramento de sumarização: “Resuma a página de preços em 3 tópicos.”
- Enquadramento de extração: “Extraia os nomes e preços dos planos em JSON.”
- Enquadramento de comparação: “Crie uma tabela comparando todos os planos.”
Escolha o enquadramento que corresponda à forma como você usará a saída.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
pricing_text = (
'Starter: $9/month - 1 user, 5GB storage. '
'Pro: $29/month - 10 users, 50GB storage. '
'Enterprise: custom pricing - unlimited users.'
)
# Extraction frame
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract plan names and monthly prices as a JSON array. '
'Use null for custom pricing.\n\n' + pricing_text
)
}]
)
print(response.choices[0].message.content)Verificação de conhecimentos
Você aprendeu as principais categorias de tipos de tarefa de IA. Vamos ver se consegue identificar a correta.
Um desenvolvedor cola em uma instrução um e-mail de suporte ao cliente com 500 palavras e pede à IA: “Retire o nome do cliente, o número do pedido e o tipo de problema — apresente o resultado em JSON.”
Que tipo de tarefa é esse?
Recapitulação da taxonomia de tarefas
Agora você consegue identificar e enquadrar qualquer solicitação de IA como um dos principais tipos de tarefa:
- Redação — gerar conteúdo textual original
- Sumarização — condensar conteúdo extenso
- Perguntas e respostas — responder a perguntas com base em conhecimento ou documentos
- Programação — gerar, explicar ou depurar código
- Geração de ideias — gerar muitas ideias variadas
- Tradução — converter entre idiomas ou registros
- Classificação — atribuir a entrada a categorias predefinidas
- Extração de dados — retirar dados estruturados de texto não estruturado
Identifique primeiro o tipo de tarefa e depois elabore a instrução em torno dele.
Perguntas Frequentes
A aula “Tipos de solicitações que a IA pode atender” é grátis?
Sim — o texto completo de “Tipos de solicitações que a IA pode atender” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de AI Prompt Engineering, atualize para CoddyKit PRO. O curso de AI Prompt Engineering inclui 4 aulas no total.
O que vou aprender em “Tipos de solicitações que a IA pode atender”?
Taxonomia de tarefas de IA: escrever, resumir, responder, programar e gerar ideias. Você pratica AI Prompt Engineering com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar AI Prompt Engineering?
Nenhuma experiência prévia é necessária. AI Prompt Engineering no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.
Quanto tempo leva a aula “Tipos de solicitações que a IA pode atender”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de AI Prompt Engineering?
Sim. Cada aula de AI Prompt Engineering inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Entendendo a interface de conversa
- Tipos de solicitações que a IA pode atender
- Como a IA gera respostas
- O que a IA não pode fazer