Prompts para Qwen: seções claras, delimitadores e um exemplo

Como escrever prompts para Qwen3.8 Max, Qwen3.7 Plus e Qwen3.8 Flash no Alibaba Cloud Model Studio: o esquema de seções que a Alibaba recomenda, delimitadores ###, exemplos e modo JSON.

Última atualização: · Versão em Markdown

O que muda com este modelo

Mesmo que a estrutura do prompt seja parecida, cada modelo tem seus vieses: alguns seguem melhor instruções estritas, outros são mais criativos e outros precisam de exemplos. Estes templates foram pensados para reduzir a ambiguidade e melhorar a consistência.

Recomendação: defina o formato de saída (de preferência com um checklist), adicione restrições e, se precisar de precisão, use few-shot ou exija JSON estrito.

Modelos atuais compatíveis com o Promptea

Dados retirados da documentação oficial de cada provedor; cada item mostra a data da última verificação.

Qwen3.8 Max

padrão

O Qwen mais capaz do Alibaba Cloud Model Studio (Qwen3.8, ago. 2026): contexto de 1M, entrada de texto, imagem e vídeo, raciocínio ligado por padrão e busca na web integrada (enable_search).

Janela de contexto
1M tokens
Saída máxima
131K tokens
Entrada / saída
text, image, video / text
Latência
mais lento (deliberado)
Saída estruturada
sim
Uso de ferramentas / busca nativa
sim / sim

Como escrever o prompt: O raciocínio vem ligado por padrão (enable_thinking, com thinking_budget para limitar); desligue para respostas rápidas. Para JSON use response_format json_schema com strict, ou json_object com a palavra 'JSON' no prompt (senão a API retorna erro).

Verificado em 14 de novembro de 2026 · fonte oficial

Qwen3.7 Plus

O ponto de partida que a Alibaba recomenda: equilibra capacidade e custo. Contexto de 1M; texto, imagem e vídeo.

Janela de contexto
1M tokens
Saída máxima
131K tokens
Entrada / saída
text, image, video / text
Latência
equilibrado
Saída estruturada
sim
Uso de ferramentas / busca nativa
sim / não

Como escrever o prompt: O raciocínio vem ligado por padrão (enable_thinking, com thinking_budget para limitar); desligue para respostas rápidas. Para JSON use response_format json_schema com strict, ou json_object com a palavra 'JSON' no prompt (senão a API retorna erro).

Verificado em 14 de novembro de 2026 · fonte oficial

Qwen3.8 Flash

O Qwen rápido e econômico (Qwen3.8 Flash, ago. 2026), com o mesmo contexto de 1M. Para tarefas curtas e alto volume.

Janela de contexto
1M tokens
Saída máxima
131K tokens
Entrada / saída
text, image, video / text
Latência
rápido
Saída estruturada
sim
Uso de ferramentas / busca nativa
sim / não

Como escrever o prompt: O raciocínio vem ligado por padrão (enable_thinking, com thinking_budget para limitar); desligue para respostas rápidas. Para JSON use response_format json_schema com strict, ou json_object com a palavra 'JSON' no prompt (senão a API retorna erro).

Verificado em 14 de novembro de 2026 · fonte oficial

Dicas rápidas
Templates
Briefing em seis partes
### Contexto
[o que o modelo precisa saber]
### Objetivo
[a única tarefa a cumprir]
### Estilo
[ex.: nota de status de um product manager]
### Tom
[ex.: simples, direto]
### Público
[quem lê e o que já sabe]
### Resposta
[formato exato: ex. 5 tópicos, no máximo 15 palavras cada]
Abre o analisador com o prompt já preenchido.
Abrir no Promptea
Extração para JSON (modo json_object)
Extraia os campos abaixo do texto e retorne só JSON.
Campos: "name" (string), "company" (string ou null), "email" (string ou null).
Se faltar um campo, use null; não invente.
Exemplo: {"name": "Ana Ruiz", "company": "Tasklight", "email": null}
###
[cole o texto aqui]
###
Abre o analisador com o prompt já preenchido.
Abrir no Promptea
Perguntas frequentes
Qual modelo do Qwen eu escolho?
A Alibaba apresenta o Qwen3.7 Plus como o ponto de partida recomendado (equilibra capacidade e custo). Use o Qwen3.8 Max para o raciocínio mais difícil e entradas multimodais longas, e o Qwen3.8 Flash para tarefas curtas e de alto volume.
Vale a pena desligar o raciocínio?
O raciocínio vem ligado. Desligue (enable_thinking: false) para respostas simples e rápidas, ou limite com thinking_budget; deixe ligado para raciocínio, matemática e código.