Como revisar texto gerado por IA: checklist antes de enviar

Como revisar texto gerado por IA: checklist antes de enviar

Para revisar um texto gerado por IA, confira nesta ordem: fatos e afirmações, números e nomes, tom, confidencialidade e, por fim, a decisão de quem assina e envia. O erro mais comum é ler só a fluidez, porque o texto de IA quase sempre parece correto mesmo quando não está. A revisão útil trata o rascunho como material de um redator rápido e sem acesso garantido à verdade da sua empresa.

Principais pontos

• Texto fluente não é texto verdadeiro: revise afirmações, não apenas a escrita.
• Todo número, data, nome próprio, prazo e condição comercial precisa de uma fonte que você consiga apontar.
• O tom deve soar como a empresa e respeitar o canal, seja e-mail, WhatsApp ou página pública.
• Dados pessoais e informações internas não devem aparecer no texto final nem ter sido colados no prompt sem regra.
• Uma pessoa com nome e responsabilidade aprova o envio; a ferramenta nunca é a autora final.

Por que o texto de IA exige uma revisão diferente da humana

Quando um colega escreve um texto, você tende a confiar no que ele conhece e desconfiar do que ele não sabe. Com a IA isso se inverte: o modelo escreve com a mesma segurança sobre o que está certo e sobre o que inventou. Não há hesitação no texto que sirva de alerta.

Isso aparece na documentação de risco de quem estuda o tema. O OWASP lista, entre os riscos de aplicações com modelos de linguagem, a confiança excessiva na saída do modelo e a exposição de informação sensível. Já o NIST, no seu framework de gestão de risco de IA, trata a revisão e a supervisão humana como parte do uso responsável, e não como etapa opcional. Essas são fontes oficiais; o que vem a seguir é método de trabalho, não norma.

A consequência prática é simples. A revisão precisa ser feita contra uma lista, porque a leitura corrida tende a aprovar o que soa bem. Uma lista curta, repetida sempre, vale mais do que uma revisão cuidadosa e improvisada.

O que conferir primeiro: fatos e afirmações

Comece sublinhando toda frase que afirma algo verificável. Não é necessário checar a frase de transição ou a abertura cordial. Interessam as sentenças que, se estiverem erradas, causam dano: o que o produto faz, o que está incluído, o que a lei exige, o que a empresa promete.

Para cada afirmação, faça três perguntas:

• Eu sei que isso é verdade ou apenas parece plausível?
• Existe um documento, contrato, página oficial ou pessoa responsável que confirme?
• Se o cliente repetir essa frase de volta para nós, a empresa sustenta?

Se a resposta for "parece plausível", a frase sai ou é reescrita com base em fonte. Uma regra útil: o modelo só pode afirmar o que você colocou no contexto. Se o fato não estava no material que você forneceu, qualquer detalhe a mais veio da memória estatística do modelo e merece desconfiança dobrada.

Atenção especial para promessas. Prazos de entrega, garantias, coberturas e condições de cancelamento costumam ser "arredondados" pela IA para soar mais úteis. Isso cria compromissos que ninguém na empresa assumiu. Para entender quem responde quando isso dá errado, vale ler quem responde quando a IA da empresa erra, que trata de CDC e LGPD.

Como conferir números, datas, nomes e links

Números e nomes são o ponto onde a IA mais falha sem aviso. Um valor trocado, uma data no ano errado, um cargo atribuído à pessoa errada ou um link que não existe passam despercebidos porque o formato está perfeito.

Use este roteiro curto para a conferência:

• Liste todos os números, datas, nomes de pessoas, nomes de empresas e links do texto.
• Compare cada item com a fonte original, e não com outra resposta da própria IA.
• Abra cada link e confirme que ele existe e diz o que o texto afirma.
• Confirme grafia de nomes próprios, razão social, siglas e nomes de produtos.
• Revise unidades e formatos: moeda, fuso, separador decimal e formato de data no padrão brasileiro.
• Se algum item não tiver fonte, remova ou substitua por uma formulação sem número.

Para texto público, existe um critério a mais. O Google, em sua orientação sobre conteúdo útil e confiável, enfatiza originalidade, experiência demonstrável e transparência sobre quem escreveu e como. Um artigo com dados sem origem clara enfraquece justamente isso. Se o seu objetivo é aparecer em buscas, o material de apoio é o artigo sobre SEO com IA sem risco de penalização.

Uma ressalva honesta: pedir à mesma IA que confira o próprio texto reduz alguns erros, mas não substitui a fonte. O modelo pode confirmar com segurança algo que inventou. Use a segunda leitura da IA como apoio para achar inconsistências internas, não como prova de veracidade.

O tom está certo para esse leitor e esse canal?

Depois dos fatos, revise a voz. Um texto pode estar correto e ainda assim prejudicar a relação: formal demais para um cliente de longa data, animado demais para uma reclamação, genérico demais para quem espera uma resposta específica.

Perguntas de revisão de tom:

• O texto responde ao que a pessoa realmente perguntou ou preenche espaço com cortesia genérica?
• O nível de formalidade combina com o canal? Um e-mail a um diretor não soa como uma mensagem de WhatsApp.
• Há expressões que a nossa empresa nunca diria, como entusiasmo exagerado, bordões ou frases de manual?
• O texto reconhece o problema do cliente quando existe um, ou apenas se desculpa de forma vaga?
• Alguém lendo em voz alta acharia natural?

Um sinal comum de texto automático é a simetria excessiva: três vantagens, três frases do mesmo tamanho, fechamento com convite padrão. Quebre esse padrão. Corte o que não informa e deixe a frase mais curta onde o assunto é simples.

Em situações sensíveis, como reclamações públicas, o tom importa tanto quanto o conteúdo. O artigo sobre responder o Reclame Aqui com IA detalha como usar histórico e rascunho sem perder a revisão humana.

O que não pode vazar: confidencialidade e LGPD

A revisão de confidencialidade tem dois lados: o que está no texto final e o que foi enviado à ferramenta para gerar o rascunho.

No texto final, procure:

• Dados pessoais de terceiros que o destinatário não deveria ver, como nome, telefone, CPF, endereço ou histórico de outro cliente.
• Informações internas: margem, estratégia, conflitos com fornecedores, problemas de equipe, detalhes de contrato com outro cliente.
• Trechos copiados de documentos de terceiros ou sob confidencialidade.
• Referências a conversas anteriores que o destinatário não participou.

No uso da ferramenta, pergunte antes de colar qualquer material: esse dado pode sair da empresa? A ferramenta usada tem as configurações e o contrato adequados para esse tipo de informação? Quem decide isso é a política interna, e não cada pessoa na hora. Se a sua empresa ainda não tem essa regra, o guia sobre política de uso de ChatGPT na empresa é um bom ponto de partida.

Sobre a LGPD, vale lembrar apenas o que é seguro afirmar: ela se aplica ao tratamento de dados pessoais, inclusive quando feito por meio de ferramentas de IA, e a ANPD é a autoridade que publica orientações oficiais. Para dúvidas específicas de base legal ou transferência de dados, consulte a página da ANPD e o seu jurídico, em vez de confiar em resumo gerado por IA.

Checklist final, em ordem de execução

Este é o artefato para imprimir ou colar no seu fluxo. Ele cabe em poucos minutos para um texto curto e pode ser ampliado para publicações.

• Objetivo: o texto cumpre o que foi pedido e responde à pergunta real do leitor?
• Afirmações: cada frase verificável tem fonte ou foi removida?
• Números e datas: conferidos contra o documento original, no formato brasileiro?
• Nomes e links: grafia correta, links abertos e funcionando?
• Promessas: nada que a empresa não tenha decidido assumir (prazo, garantia, desconto, cobertura)?
• Tom: combina com a marca, com o canal e com o momento do cliente?
• Confidencialidade: sem dados pessoais indevidos, sem informação interna, sem trecho de terceiros?
• Marcas de texto automático: repetições, simetria excessiva, frases genéricas e fechamentos padrão cortados?
• Responsável: há uma pessoa com nome que aprova e responde pelo envio?
• Registro: ficou guardado qual versão foi enviada e quem aprovou?

Se qualquer item falhar, o texto volta para ajuste. Se falhar de forma recorrente no mesmo ponto, o problema não está na revisão, e sim no prompt ou no material de contexto, e é lá que deve ser corrigido.

Cenário ilustrativo e como aplicar o método

Cenário ilustrativo: uma pequena distribuidora usa IA para redigir e-mails de resposta a clientes sobre atraso de entrega. O rascunho chega bem escrito, com pedido de desculpas e uma nova data. Ao aplicar o checklist, a pessoa responsável nota que a data de entrega foi inventada, porque o modelo recebeu apenas o número do pedido. Também nota que o texto cita outro cliente do mesmo bairro como exemplo de "entregas agrupadas". Os dois pontos teriam passado numa leitura rápida. Com a data confirmada no sistema e a menção removida, o e-mail segue.

O método de trabalho de Juan Carlo para esse tipo de fluxo segue quatro passos. Mapear: entender qual texto a empresa produz, quem aprova hoje e onde estão as fontes de verdade. Limitar: definir quais dados entram na ferramenta, quais afirmações o texto pode fazer e quais assuntos ficam sempre com uma pessoa. Pilotar: escolher um tipo de texto real, registrar o que a revisão encontra e combinar uma métrica de sucesso. Transferir: entregar o checklist e o registro para a equipe e decidir se expande, ajusta ou para.

Vale também definir o que fica fora do rascunho automático. O artigo sobre o que não delegar à IA na empresa ajuda a separar o que pode ser rascunhado do que deve nascer humano.

Perguntas frequentes

Quanto tempo leva revisar um texto de IA com esse checklist? Depende do tamanho e do risco do texto. Uma mensagem curta de atendimento pode ser revisada em poucos minutos, enquanto um artigo público ou uma proposta exige mais tempo, sobretudo na checagem de fontes. O tempo gasto na revisão faz parte do custo real de usar IA e deve entrar na conta ao decidir o que vale automatizar.

Posso pedir para a própria IA revisar o texto que ela escreveu? Pode, como apoio para achar contradições, repetições e problemas de clareza. Ela não serve como prova de que os fatos estão certos, porque pode confirmar com firmeza algo que inventou. A verificação de fatos e números continua sendo feita contra a fonte original por uma pessoa.

Preciso avisar o leitor de que o texto teve ajuda de IA? Não existe uma resposta única para todos os casos, e a decisão depende do contexto, do canal e das regras do setor. O que importa em qualquer cenário é que a empresa assuma a autoria e a responsabilidade pelo conteúdo. Para publicações, vale seguir a orientação do Google sobre transparência de como o conteúdo foi produzido e, em caso de dúvida regulatória, consultar o jurídico.

O que fazer quando o mesmo erro aparece em vários textos? Trate como falha do processo, e não de cada texto. Verifique se o prompt pede algo que o modelo não tem como saber, se falta material de contexto confiável ou se o tom desejado não foi descrito com exemplos. Corrija a instrução ou a fonte, refaça alguns textos de teste e só então volte a usar o fluxo no dia a dia.

Fontes

• OWASP: Top 10 for LLM Applications
• NIST: AI Risk Management Framework
• Google Search Central: conteúdo útil, confiável e voltado para pessoas
• ANPD: Autoridade Nacional de Proteção de Dados