> For the complete documentation index, see [llms.txt](https://trf2.gitbook.io/apoia/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://trf2.gitbook.io/apoia/banco-de-prompts/criar-prompt-a-partir-de-um-modelo.md). # Criar Prompt a Partir de um Modelo Um modelo é uma variação da criação de prompts. Essencialmente, o modelo funciona como um prompt oculto. O usuário não visualiza o prompt em si, mas fornece um modelo do resultado que deseja que a inteligência artificial gere. No botão "**Criar Novo**" da página de Prompts há três caminhos: * **Prompt**: prompt comum (texto de instrução livre). * **Prompt a partir de um modelo pré-existente**: você cola um documento modelo seu (ex.: sentença padrão do gabinete) e clica em "**Executar**" — a própria IA converte o texto nas marcações da Apoia (`{}`, `{{}}`, `{{{}}}`) e preenche o campo Modelo do formulário, que você pode revisar antes de salvar. * **Prompt a partir de um modelo no padrão da Apoia**: abre o formulário com o campo "**Modelo**" vazio, para você escrever o documento já com as marcações descritas abaixo. O formulário avisa se houver marcação não fechada (ex.: "Marcação não fechada: condicional na linha 12"). Para magistrados, por exemplo, que possuem **modelos padrão de sentenças, decisões, etc.**, o processo envolve copiar e colar o modelo existente no campo apropriado do sistema. O modelo contém partes que são designadas para serem substituídas pela inteligência artificial. Por exemplo, seções como "resumo da petição inicial" ou "resumo da contestação" seriam preenchidas automaticamente pela Apoia diretamente sobre o modelo que o magistrado já utiliza normalmente. **É fundamental que o modelo já contenha a informação sobre o resultado da decisão**, como se a sentença é de procedência ou improcedência. Isso é crucial porque a inteligência artificial não pode ser encarregada de decidir o mérito da questão. Se o modelo for bem estruturado e já fornecer um tipo específico de explicação, indicando, por exemplo, que a decisão é improcedente, essa estrutura e resultado podem ser automatizados pela APOIA. Ao utilizar modelos, a APOIA facilitará a automação do preenchimento de partes repetitivas ou variáveis de documentos padronizados, baseando-se na estrutura e no resultado predefinidos por você. Ao executar um prompt de modelo, os trechos incluídos pela IA aparecem destacados na visualização "**Destacar Inclusões**", e o botão "**Ver Tabela de Expressões**" lista cada expressão do modelo com o valor gerado e a justificativa da IA. {% embed url="" %} ## Marcações Especiais nos Modelos Nos modelos utilizados pela ApoIA, é possível utilizar marcações especiais para guiar o comportamento da IA de forma dinâmica e controlada. Essas marcações permitem gerar textos personalizados, incluir trechos sob certas condições e estruturar seções complexas com flexibilidade. Existem três tipos principais de marcações: 1. **Inclusão `{...}`** 2. **Condicional `{{...}}`** 3. **Parte `{{{...}}}`** ### 1. Inclusão `{...}` A marcação de **inclusão** serve para solicitar que a IA insira um conteúdo específico no lugar indicado. Esse conteúdo **não é uma variável**, mas sim uma **explicação natural para a IA** sobre o que deve ser incluído ali. **Exemplo:** ``` O processo trata de {resuma o objeto do processo com base na petição inicial}. ``` Neste exemplo, o sistema pedirá à IA que gere um resumo com base na petição inicial. A instrução entre chaves é interpretada como um pedido de ação. ### 2. Condicional `{{...}}` A marcação **condicional** permite incluir blocos de texto **apenas se uma determinada condição for satisfeita**. A ApoIA avalia automaticamente as condições, e o bloco só será exibido se a lógica da aplicação permitir. As marcações condicionais são automaticamente encerradas quando uma nova condicional é encontrada. No entanto, também é possível fechá-las explicitamente com `{{}}`. **Exemplo:** ``` {{Se houve audiência no processo}} A audiência ocorreu em {informe a data da audiência} e tratou dos seguintes pontos: {resuma os principais temas discutidos na audiência}. {{}} ``` Ou de forma abreviada: ``` {{Se houve audiência no processo}}A audiência ocorreu em {informe a data da audiência} e tratou dos seguintes pontos: {resuma os principais temas discutidos na audiência}. ``` Se a condição não for satisfeita, o conteúdo será omitido na resposta final. ### 3. Parte `{{{...}}}` A marcação de **parte** funciona como uma estrutura de seção maior, podendo conter **vários condicionais e inclusões dentro dela**. Ela é ideal para isolar trechos complexos do modelo, que só devem aparecer sob determinadas circunstâncias. Assim como os condicionais, as partes são encerradas automaticamente quando uma nova parte começa, ou podem ser encerradas manualmente com `{{{}}}`. **Exemplo:** ``` {{{Se o processo tiver uma contestação relevante}}} {{Se a contestação trouxer argumentos novos}} A parte ré alegou: {resuma os argumentos da contestação}. {{}} {{Se houver contrarrazões relevantes}} A parte autora respondeu: {resuma as contrarrazões}. {{}} {{{}}} ``` Nesse exemplo, todo o bloco só será considerado se a condição da parte for satisfeita, e os elementos internos dependem de suas próprias condições. ### Regras Gerais de Comportamento * **Encerramento automático:** tanto `{{` quanto `{{{` encerram a marcação anterior do mesmo tipo. * **Encerramento explícito:** use `{{}}` para fechar um condicional e `{{{}}}` para fechar uma parte, quando necessário. * **Hierarquia:** partes podem conter condicionais e inclusões. Condicionais podem conter inclusões, mas não outras partes. ### Dicas Práticas * Escreva as instruções entre `{...}` de forma clara e objetiva para obter resultados consistentes da IA. * Use condicionais quando quiser evitar trechos que não façam sentido em todos os contextos. * Use partes para isolar blocos inteiros que dependem de grandes variações do processo. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://trf2.gitbook.io/apoia/banco-de-prompts/criar-prompt-a-partir-de-um-modelo.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.