Purpose: to develop and analyze a list of target words providing a favorable environment for the acquisition of target sounds in simple onset position, using a programming algorithm to assign a favorability score for each of these words. Methods: an algorithm was programmed to calculate a favorability score for target words by adding up the weights assigned to the following variables, with regards to the target sound: position within the word, stress pattern, number of syllables, preceding and following context. The algorithm was programmed using Java. The lists of target words for each target sound contained a total of 748 words. A score was calculated for each item, and used to classify the word as favorable, neutral, or unfavorable.Results: target words with the highest scores on the aforementioned variables were considered favorable, as they provided a facilitating context for the production of the target sound. However, target words did not need to meet all aforementioned linguistic criteria to be considered favorable. Conclusion: the algorithm was efficient in calculating favorability scores for the target words. However, although words classified as favorable, or those with high scores on linguistic measures, should be preferred during the selection of target stimuli, these may not necessarily apply to all types of phonological disorder. Keywords: Speech; Speech Disorders; Child; Rehabilitation of Speech and Language Disorders; Speech Therapy RESUMO Objetivos: propor e analisar listas com palavras-estímulo em contextos linguísticos favorecedores para segmentos-alvo na posição de onset simples, utilizando um padrão de programação para pontuar o nível de favorecimento dessas palavras. Métodos: foi desenvolvido um padrão de programação, em linguagem Java, para determinar a pontuação das palavras-estímulo, que considerou o somatório dos pesos atribuídos às variáveis linguísticas: posição na palavra, tonicidade, número de sílabas, contexto precedente e contexto seguinte, para cada segmento-alvo. Foram utilizadas 748 palavras para elaboração de listas de palavras-estímulo para cada segmento-alvo. Todas as palavras-estímulo tiveram sua pontuação de favorecimento calculada a partir do padrão de programação e classificadas quanto ao nível de favorecimento. Resultados: verificou-se que as palavras-estímulo classificadas como favorecedoras (PEF) foram as que alcançaram maior pontuação, uma vez que contemplaram os contextos mais favorecedores para produção do segmento-alvo. Contudo não foi necessário que todos os contextos favorecedores fossem privilegiados para as palavras serem classificadas como PEF. Conclusão: o padrão de programação desenvolvido foi eficiente para pontuar o nível de favorecimento das palavras-estímulo. Além disso, deve haver uma preferência por palavras-estímulo favorecedoras, ou que alcançam maior pontuação, porém nem sempre essas palavras são as mais adequadas para o tratamento de qualquer sistema fonológico desviante.