Analisador de qualidade de prompts

Financiamento e uso de IA

IA incluída usa créditos REDA. Traga sua própria IA usa a conta de provedor da sua organização, cobrada diretamente pelo provedor. A licença define um modelo para toda a organização. Nos dois, o REDA AI governa ferramentas e ações configuradas no Salesforce. Configure a licença e as contas de IA.

Com conta própria, o modelo escolhido define os níveis de raciocínio profundo e recursos disponíveis. Confira os níveis e avisos no seletor AI Account; não presuma que todos os provedores aceitam a mesma combinação. Ferramentas administrativas e processamento de documentos usam a conexão padrão da organização. Configure o padrão e teste o fluxo.

Análise de qualidade estática Todo Prompt personalizado é pontuado com base em sete heurísticas determinísticas ao ser salvo — sem chamada ao modelo, sem consumo de créditos, sem espera. A pontuação e os problemas específicos ficam persistidos no registro do prompt, para que você veja rapidamente quais prompts estão prejudicando o seu agente.

O que o analisador faz

O Analisador de qualidade é um mecanismo de análise estática que lê o conteúdo do prompt, calcula uma contagem real de tokens, executa sete heurísticas sobre ele e retorna:

Uma pontuação de qualidade de 0 a 100 (começa em 100, com deduções aplicadas para cada verificação reprovada)
Uma estimativa de contagem real de tokens, útil para identificar prompts maiores do que os administradores imaginam
Um custo por solicitação estimado em créditos da REDA AI
Uma taxa de compressão que compara a contagem real de tokens com a Estimativa de complexidade configurada no prompt
Uma lista de problemas com tipo e mensagem para cada verificação reprovada

Os resultados são armazenados no próprio registro de Prompt personalizado, de modo que a pontuação e os problemas permaneçam visíveis sem precisar executar nada novamente.

As sete heurísticas

Todo prompt começa em 100 e cada verificação acionada subtrai pontos. As contagens de tokens são aproximadas como palavras × 1,3, então trate-as como próximas, não exatas. Uma pontuação abaixo de 50 indica margem significativa de melhoria.

Verificação	O que ela sinaliza	Quando dispara	Impacto na pontuação
LONG	O prompt é excessivamente longo.	Mais de 1.000 tokens	−20
VERBOSE	O prompt contém frases de preenchimento como “certifique-se de…” ou “é importante que você…” que adicionam tokens sem adicionar significado.	Cada frase prolixa encontrada	−5 cada
REDUNDANT	O prompt repete instruções essenciais que a REDA AI já aplica — “seja conciso”, “nunca invente informações”, “use as ferramentas primeiro”, etc.	Duplica as instruções básicas da REDA AI	−15
UNSTRUCTURED	O prompt é longo o suficiente para merecer cabeçalhos ou marcadores em markdown, mas não tem nenhum.	Mais de 200 tokens sem cabeçalhos nem marcadores	−10
EXAMPLE_HEAVY	O prompt se apoia em exemplos incorporados demais em vez de instruções claras.	Mais de 3 exemplos ou instâncias de `e.g.`	−10
ESTIMATE_MISMATCH	A contagem real de tokens é significativamente maior ou menor do que a Estimativa de complexidade configurada pelo administrador para o prompt.	Taxa de compressão acima de 1,5 ou abaixo de 0,5	−10
NO_SECTIONS	O prompt é longo o suficiente para precisar de cabeçalhos `##`, mas não tem nenhum.	Mais de 100 tokens sem cabeçalhos de seção	−5

A pontuação é exibida em todo registro de Prompt personalizado. Várias verificações podem ser acionadas no mesmo prompt — pontuações mais baixas indicam mais espaço para melhorias.

Por que essas regras?

Cada heurística tem como alvo um padrão problemático real que consome tokens ou prejudica o comportamento do agente:

LONG — Acima de ~1.000 tokens, os ganhos do conteúdo do prompt caem drasticamente. O modelo já tem suas instruções; prompts longos deixam de agregar valor.
VERBOSE — Frases de preenchimento desperdiçam tokens e diluem o sinal. “Certifique-se de ser conciso” é dois problemas ao mesmo tempo.
REDUNDANT — Dizer ao modelo o que a estrutura interna da REDA AI já diz a ele adiciona tokens sem mudar o comportamento.
UNSTRUCTURED / NO_SECTIONS — Blocos longos e não estruturados de texto são mais difíceis de o modelo navegar. Cabeçalhos e marcadores melhoram drasticamente a retenção.
EXAMPLE_HEAVY — Alguns exemplos bem escolhidos ajudam; muitos exemplos viram ruído que sobrecarrega a regra que estão ilustrando.
ESTIMATE_MISMATCH — Se a Estimativa de complexidade configurada estiver muito distante da contagem real, os cálculos de orçamento subsequentes ficam incorretos.

Quando ele é executado

A análise é executada em duas situações:

A cada salvamento. Um trigger no objeto Prompt personalizado analisa cada registro na inserção e na atualização. A pontuação e a lista de problemas são persistidas antes da conclusão do salvamento.
Sob demanda. A interface do Construtor de prompts chama o analisador sempre que você abre ou edita um prompt, para que você veja a pontuação em tempo real enquanto digita.
Em massa. Reanalisar um lote de prompts — por exemplo, depois de adicionar uma nova frase redundante à lista de detecção — é uma única chamada Apex.

Os três caminhos são gratuitos. O analisador não chama o modelo.

Interpretando os resultados

Em qualquer registro de Prompt personalizado, você encontrará:

Pontuação de qualidade — o número de 0 a 100
Complexidade real — a complexidade medida do conteúdo do prompt, calculada na análise
Interno: Custo estimado por solicitação — créditos que esse prompt consome cada vez que é incluído em um turno. O rótulo traz o prefixo Interno:, mas o campo é legível e editável no conjunto de permissões REDA AI Admin
Taxa de compressão — real / Estimativa de complexidade configurada; valores próximos de 1,0 indicam que a estimativa é precisa
Problemas de qualidade — as verificações acionadas, armazenadas como JSON, cada uma apontando uma oportunidade de otimização: verbosidade, redundância, estrutura ruim, falta de cabeçalhos, excesso de exemplos ou uma estimativa que não corresponde à complexidade medida
Última análise — quando a análise foi executada pela última vez, para distinguir uma pontuação desatualizada de uma atual

No Construtor de prompts, os mesmos dados ficam visíveis em um painel de qualidade ao lado do editor — atualizando em tempo real enquanto você digita.

Estimativa de tokens

O analisador produz uma estimativa rápida de tokens que é suficiente para identificar prompts superdimensionados e incompatibilidades de orçamento na fase de elaboração. Para contagens de tokens exatas e precisas do modelo, consulte o Depurador de conversas após uma execução real.

O que o analisador não faz

Não verifica a semântica. Um prompt com pontuação perfeita ainda pode estar errado — instruções ruins, regras contraditórias, salvaguardas ausentes. O analisador só detecta problemas mecânicos.
Não detecta conflitos entre prompts. Dois prompts que se contradizem terão ambos pontuação 100 se cada um estiver individualmente limpo. Para detecção de conflitos entre prompts, veja o relatório de conflitos de configuração em Pré-visualização de Execução do Agente.
Não sugere correções. O analisador informa o que está errado; o Otimizador de prompts é o recurso assistido por IA que propõe melhorias específicas.

Boas práticas

Busque 90+, não 100. Um prompt com pontuação 100 costuma ser mais curto do que deveria ser. A pontuação é um guia; algumas deduções intencionais não são um problema, desde que o prompt as justifique.

Observe a taxa de compressão. Se os tokens reais forem muito diferentes da sua Estimativa de complexidade, os cálculos de orçamento subsequentes ficam incorretos. Atualize a estimativa ou reduza o prompt.

Elimine o preenchimento de forma agressiva. A verificação VERBOSE é o maior imposto que a maioria dos prompts pode evitar. “Certifique-se de fazer X” vira “Faça X”.

Use cabeçalhos em qualquer prompt com mais de um parágrafo. Até mesmo duas seções com ## melhoram a legibilidade e a pontuação.

Confie no modelo para o básico. Os modelos modernos, por padrão, dão respostas concisas e factuais. Dizer a eles para “nunca inventar informações” em todo prompt é REDUNDANT — use essa instrução apenas quando você observar falhas reais.

Perguntas frequentes

Não. É Apex puro, sem chamada ao modelo. Salve quantas vezes quiser.

As verificações estruturais (LONG, UNSTRUCTURED, NO_SECTIONS, EXAMPLE_HEAVY, ESTIMATE_MISMATCH) funcionam em qualquer idioma. Os identificadores de padrões de frases verbosas e redundantes são exclusivos para o inglês — prompts em outros idiomas não acionarão essas verificações. A estimativa de tokens reais também é menos precisa para conteúdo que não esteja em inglês.

Você pode. A pontuação é apenas orientativa. Um prompt com algumas deduções deliberadas ainda é melhor do que um prompt que pontua 100 por omitir conteúdo necessário.

Sim, com certeza. O analisador só detecta padrões mecânicos problemáticos, não se as instruções estão corretas. Para uma avaliação de qualidade no mundo real, execute o agente em conversas e inspecione com o Depurador de conversas.

O custo exibido é calculado usando a licença ativa da sua organização. Licenças diferentes podem produzir custos exibidos diferentes para o mesmo conteúdo de prompt.

Abra cada prompt e salve-o — o trigger reanalisa a cada salvamento — ou execute um pequeno script Apex que busca os registros e chama o método de análise em massa. As pontuações são atualizadas sem consumir créditos.

Próximos passos

Use o Otimizador de prompts para obter reescritas assistidas por IA para os prompts sinalizados pelo analisador, ou navegue pela Galeria de modelos de prompts para pontos de partida reutilizáveis.

← Anterior: Variáveis de contexto de prompts

Próximo: Otimizador de prompts →