1. O que você vai aprender
Dividir um problema em perguntas menores, identificar o que já é conhecido e solicitar somente a informação que realmente muda a decisão. O resultado será um mapa verificável de fatos, lacunas e recomendação.
2. Conceito em 1 minuto
Decomposição é transformar uma tarefa grande em partes úteis. Self-Ask é uma técnica de pesquisa que usa perguntas auxiliares para apoiar uma resposta composta. [S05]
A adaptação deste playbook solicita perguntas necessárias, evidências e conclusões curtas. Não pede acesso ao raciocínio interno privado do modelo.
3. Por que isso importa
“Por que o atendimento piorou?” pode envolver volume, equipe, tipo de ticket e tempo de resolução. Separar esses componentes permite descobrir se falta capacidade, informação ou uma mudança de processo.
4. Quando usar
Use em diagnóstico, consultoria, análise de causa, planejamento e comparação de dados de áreas diferentes. Funciona melhor quando cada subpergunta tem uma fonte ou uma forma de verificação.
5. Quando NÃO usar
Não decomponha uma tarefa trivial em dezenas de etapas. Não aceite respostas inventadas às perguntas auxiliares. Também não adote uma cadeia rígida quando novas evidências exigirem revisar a pergunta inicial.
6. Estrutura da técnica
DADO: Dividir → Ancorar → Detectar lacunas → Organizar a conclusão.
| Pergunta auxiliar | Fonte necessária | Estado |
|---|---|---|
| O volume aumentou? | Contagem de tickets por período | Conhecido ou pendente |
| A equipe disponível mudou? | Escala real de atendimento | Conhecido ou pendente |
| Os casos ficaram mais complexos? | Categorias e esforço | Conhecido ou pendente |
| Qual mudança testar primeiro? | Respostas anteriores e restrições | Recomendação, não fato |
Limite inicial sugerido: até cinco subperguntas. Se uma lacuna não impede uma análise parcial útil, prossiga e sinalize o limite.
7. Exemplo ruim
Descubra sozinho por que perdemos clientes e resolva tudo.
Sem histórico, critérios ou ferramentas, o modelo pode produzir uma causa plausível sem qualquer evidência.
8. Exemplo melhorado
Ajude a investigar a perda de clientes usando os dados fornecidos.
Separe: fatos, possíveis explicações, informação faltante e ação de teste.
Para cada possível explicação, diga qual dado a confirmaria ou refutaria.
Não afirme causa apenas porque dois fatos aconteceram juntos.
Dados: [DADOS]
O prompt distingue investigação de conclusão.
9. Exemplo profissional
Cenário fictício de suporte. Em julho houve 600 tickets e quatro atendentes. Em agosto houve 780 tickets e quatro atendentes. Não há horas trabalhadas nem complexidade registrada.
Investigue a mudança de carga sem inventar produtividade.
Responda: quanto variou o volume? O que sabemos sobre a equipe?
O que falta para atribuir atrasos à capacidade?
Entregue uma tabela de evidências e uma recomendação de coleta.
Resultado verificável: volume +30%; carga bruta média por atendente passou de 150 para 195 tickets, supondo divisão igual. Isso não mede produtividade nem prova causa do atraso. Faltam horas, distribuição e complexidade. A próxima ação é medir esses fatores, não concluir imediatamente que a equipe é ineficiente.
10. Template reutilizável
Decisão ou problema: [OBJETIVO]
Contexto: [CONTEXTO]
Evidências disponíveis: [DADOS]
Limites: [RESTRIÇÕES]
Critérios de boa decisão: [CRITÉRIOS]
Divida em até cinco perguntas necessárias.
Para cada uma, apresente resposta verificável, fonte e lacuna relevante.
Não invente respostas para completar a análise.
Finalize em [FORMATO_DE_SAÍDA], separando fatos e hipóteses.
11. Exercício para o aluno
Decomponha “como melhorar nossas reuniões?” em quatro perguntas respondíveis. Gabarito orientativo: objetivo, participantes necessários, decisões geradas e execução das ações. “Como tornar tudo perfeito?” não é uma pergunta operacional.
12. Exercício intermediário
Receita caiu, mas você só tem número de vendas e ticket médio. Separe o que pode ser calculado do que depende de dados de aquisição. Aceite: não atribuir a queda ao marketing sem evidência sobre o funil.
13. Desafio profissional
Um projeto atrasou dez dias. Há três relatos conflitantes. Produza uma investigação com fonte por afirmação, conflitos explícitos e três verificações prioritárias. Aceite: a resposta não escolhe automaticamente a narrativa da pessoa mais sênior.
14. Checklist
- A pergunta principal está clara.
- Cada subpergunta contribui para a decisão.
- As fontes disponíveis estão identificadas.
- Lacunas não foram preenchidas por suposição escondida.
- Fatos e hipóteses aparecem separados.
- A conclusão reconhece os limites dos dados.
- O processo termina em uma ação útil.
15. Erros comuns
Criar subtarefas sem propósito; tratar uma pergunta respondida pelo próprio modelo como evidência; pesquisar sem limite; confundir correlação com causalidade; pedir esclarecimentos para cada detalhe irrelevante; omitir uma conclusão parcial que já seria útil.
16. Antes e depois
PROMPT INICIAL: “Por que vendemos menos?”
→ PROMPT OTIMIZADO: “Separe volume de oportunidades, conversão e valor médio. Calcule o que os dados permitem e identifique o que falta antes de sugerir a causa.”
→ MOTIVO DA MELHORIA: a análise fica ancorada em componentes verificáveis.
17. Resumo de bolso
Divida o problema, não invente as peças. Pergunte apenas o que muda a decisão.