Este artigo apresenta uma estrutura de otimização de prompts auto‑aprendente que refina continuamente os prompts de modelos de linguagem de grande escala para a automação de questionários de segurança. Ao combinar métricas de desempenho em tempo real, validação humana no loop e testes A/B automatizados, o loop entrega maior precisão nas respostas, turnaround mais rápido e conformidade auditável — benefícios chave para plataformas como a Procurize.