Fluência não é evidência
O erro perigoso de IA raramente é gramática ruim. É uma afirmação plausível sem suporte: timeout padrão, parâmetro inexistente, promessa de compatibilidade ou citação incorreta.
Trate texto gerado como rascunho de procedência desconhecida até que o processo mostre de onde vêm os fatos relevantes.
Classifique afirmações antes de verificar
Separe comportamento do produto, limites numéricos, comandos e configuração da explicação editorial. Fatos devem resolver para código, testes, schemas, especificações aprovadas, artefatos de release ou um owner identificado.
Execute o que puder
Rode comandos, valide JSON/YAML, compile samples e cheque links. Para APIs, valide payloads e use um ambiente de teste quando possível. Automação não prova a página inteira, mas elimina muitos erros evitáveis.
Registre versão e ambiente quando o resultado depender deles.
Torne incerteza visível
Se fontes discordarem, pare a publicação. Não peça ao modelo para escolher a resposta mais plausível. Identifique o owner e resolva como decisão de produto.
Isso é especialmente importante em segurança, billing, retenção de dados, operações destrutivas e compatibilidade.
Preserve um rastro leve
Uma lista de fontes, metadados de review e exemplos testados costuma ser suficiente para reconstruir por que uma página é considerada correta.
IA torna o rascunho barato. Isso torna a verificação ainda mais valiosa.
Exemplo aplicado
Teste “Verifique documentação assistida por IA antes de publicar erros convincentes” com uma amostra controlada antes de levá-lo para produção. Selecione dez trechos cujo estado correto você já conhece: atuais, obsoletos, ambíguos e deliberadamente errados. Mantenha as instruções fixas e registre acertos e erros confiantes.
Revise como editor:
- o modelo separa evidência de inferência?
- preserva terminologia e restrições do produto?
- inventa fatos ou disfarça incerteza?
- um humano consegue ver o que mudou e por quê?
A pergunta útil não é se o modelo escreve com fluidez, mas se o fluxo torna os erros visíveis antes da publicação. A automação ganha confiança quando limites, entradas e pontos de revisão são explícitos.
Checklist editorial rápido
- Fluência não é evidência. O erro perigoso de IA raramente é gramática ruim.
- Classifique afirmações antes de verificar. Separe comportamento do produto, limites numéricos, comandos e configuração da explicação editorial.
- Execute o que puder. Rode comandos, valide JSON/YAML, compile samples e cheque links.
- Torne incerteza visível. Se fontes discordarem, pare a publicação.
