Prompt Traduzir + Tom
Prompt para tradução com adaptação de tom.
Prompt gerado
—
Traduzir preservando o tom: prompts que mantêm a voz em outro idioma
Uma tradução literal costuma perder o que fazia o original funcionar — a casualidade brincalhona de “vc curtiu?” vira um seco “did you like it?”, uma resposta empática de suporte fica corporativa, uma CTA de marketing punch vira sugestão educada. Este gerador monta um prompt para ChatGPT ou Claude que traduz um trecho ajustando explicitamente o tom: formal de negócios, casual de redes sociais, acadêmico, marketing ou suporte empático.
O prompt é estruturado no framework RTCF para que o LLM receba todos os sinais necessários e faça a escolha linguística certa em vez de chutar.
Role: Tradutor com expertise em ajuste de tom
Task: Traduzir {texto} de {origem} para {destino}
Context: Público {audiência}, formalidade {nível},
voz da marca {voz}
Format: Tradução + notas curtas sobre o tomCinco presets de tom que cobrem a maioria dos casos
- Formal de negócios — outreach no LinkedIn, updates para investidores, contratos.
- Casual de redes — Twitter/X, legendas de Instagram, roteiros de TikTok.
- Acadêmico — artigos de journal, dissertações, abstracts.
- Marketing — CTAs de landing page, subjects de e-mail, copy de anúncio.
- Suporte empático — fluxos de reembolso, e-mails de desculpas.
Por que LLMs batem tradução automática crua
O Google Tradutor e até o DeepL são excelentes em equivalência semântica, mas limitados em tom. LLMs modernos como GPT-4 Turbo, Claude 3.5 Sonnet e Claude 3 Opus conseguem manter uma voz de marca inteira no contexto e ajustar registro sob demanda. O trade-off: custo e latência. Um trecho de 1000 palavras custa cerca de US$ 0,001 na API — ordens de grandeza mais barato que tradutor humano a US$ 0,20+/palavra, mas mais lento e mais caro que a API de tarifa fixa do DeepL.
Armadilhas culturais para sinalizar no prompt
O português brasileiro é famosamente direto; a mesma frase traduzida palavra a palavra soa abrupta em inglês britânico ou ainda mais ruída em japonês. O espanhol tem a oposição tú/usted, o francês usa tu/vous, o próprio PT-BR oscila entre você e o tu regional. Sempre fixe a audiência (país, idade, formalidade, indústria) no bloco Context, senão o modelo pega um default que pode ficar fora do tom. Para copy de alto risco — jurídico, médico, topo de funil — combine o rascunho do LLM com revisor humano.
Plataformas de localização vs. prompts crus
Para produtos com muitas strings, plataformas dedicadas ainda ganham: Lokalise, Crowdin, Phrase e localize.com cuidam de arquivos de locale, memória de tradução, glossario e fluxo de revisão. A abordagem de prompt cru brilha em peças pontuais — um post de blog, um e-mail de marketing, uma resposta de suporte — quando o overhead de plugar num TMS é maior que o benefício.
Perguntas frequentes
Como codifico sensibilidade cultural? Explicite no Context: país alvo, faixa etária, formalidade esperada, tabus a evitar. O modelo não infere o que sua audiência acha ofensivo.
E conteúdo muito técnico? LLMs traduzem texto médico, jurídico e de engenharia bem, mas revisor de domínio segue obrigatório por razões de responsabilidade — o modelo pode inventar termo errado com toda confiança.
Quanto custa a API? Cerca de US$ 0,001 por 1 000 palavras no GPT-4 Turbo ou Claude 3.5 Sonnet, dependendo do mix entrada/saída. Trechos longos se beneficiam de cache.
Dá para versionar o prompt? Sim — salve num arquivo .prompt versionado no Git, ou use LangSmith, PromptLayer ou Helicone para teste A/B contra uma suíte de regressão.