Fundamentos · 1 de setembro de 2026 · leitura de 7 min
Como evitar que a IA invente factos (alucinações)
Pedes uma fonte e o ChatGPT dá-te um estudo que não existe. Pedes uma data e o Gemini responde com uma que parece certa mas não é. A isto chama-se alucinação: o modelo produz algo falso com o mesmo tom seguro com que produz algo verdadeiro. Não desaparece com o próximo modelo — faz parte de como estas ferramentas funcionam. O que muda tudo é saber reduzir a frequência e apanhar as que passam.
Porque é que a IA inventa
Um modelo de linguagem não consulta uma base de dados. Prevê a palavra seguinte mais provável, dada tudo o que veio antes. Quando não "sabe" algo, não fica em silêncio — continua a prever, e o resultado é uma frase gramaticalmente perfeita e factualmente inventada. As alucinações disparam em três situações:
- Detalhes precisos — números exatos, citações literais, referências bibliográficas, artigos de lei, versões de software.
- Assuntos de nicho ou recentes — pouco representados nos dados de treino.
- Perguntas que assumem algo falso — "resume o capítulo 4 deste livro" quando o livro tem 3 capítulos. O modelo tende a alinhar com a pergunta em vez de a corrigir.
Sete formas de reduzir alucinações
1. Dá-lhe o material — não confies na memória dele
A diferença entre "o que sabes sobre X" e "com base neste texto, responde a X" é enorme. No primeiro caso o modelo improvisa a partir do treino; no segundo, trabalha sobre factos que tu forneceste. Cola o documento, o artigo, o email, os dados. É a única mudança que sozinha corta a maior parte das alucinações.
2. Dá permissão explícita para não saber
O modelo alucina em parte porque foi treinado para ser prestável. Reverte isso na instrução:
Se não tens informação suficiente para responder com confiança, diz "não sei" ou "não consigo confirmar isto". Não preenchas lacunas com suposições.
É simples e funciona surpreendentemente bem.
3. Pede a fonte junto com a afirmação
"Para cada facto, indica de onde vem (o texto que te dei, conhecimento geral, ou dedução)." Um facto que o modelo atribui a "conhecimento geral" numa área de nicho é um candidato a verificação. E se ele inventar uma fonte, muitas vezes a própria fonte é fácil de desmascarar (um link que não abre, um autor que não existe).
4. Usa a ferramenta certa para a tarefa
Para perguntas sobre eventos atuais ou factos verificáveis, usa um modo com pesquisa web (ChatGPT com pesquisa, Perplexity, Gemini) em vez do modelo "puro". A resposta vem com links que podes abrir. Para trabalhar sobre os teus documentos, usa uma ferramenta de RAG (Claude Projects, NotebookLM, GPTs com ficheiros) que restringe a resposta ao material carregado.
5. Baixa a criatividade quando queres exatidão
Na API, isto é o parâmetro temperature — mais baixo, respostas mais conservadoras. Na interface normal não tens esse controlo, mas o equivalente é pedir: "responde de forma factual e literal, sem elaborar".
6. Pergunta duas vezes, de formas diferentes
Faz a mesma pergunta noutra conversa, com outra formulação — ou pede ao modelo para "criticar a resposta anterior e apontar o que pode estar errado". Se as duas respostas divergem num facto, esse facto não é de confiança. É a técnica de auto-verificação, e apanha uma boa parte dos erros sem trabalho manual.
7. Nunca publiques um número, nome ou data sem confirmar
Esta é a regra que não tem exceção. Texto, estrutura, ideias — a IA acerta quase sempre. Mas qualquer dado concreto que vá para fora (um relatório, um post, um email a um cliente) passa por uma verificação humana de 30 segundos numa fonte primária.
Um checklist de validação para colar no prompt
Antes de me dares a resposta final, verifica: 1. Todos os factos vêm do material que forneci? Se não, marca-os. 2. Há alguma afirmação que eu não consiga verificar numa fonte? 3. A pergunta assume algo que pode ser falso? Se algum ponto falhar, diz-me em vez de responder.
O que aceitar e o que não
| Confia (com revisão leve) | Verifica sempre |
|---|---|
| Estrutura de um texto, reformulações, resumos de material que forneceste, explicações de conceitos gerais, brainstorming | Estatísticas, citações literais, datas, nomes próprios, referências, artigos de lei, preços, especificações técnicas, "estudos mostram que…" |
Sistemas de IA: O Guia Definitivo
O passo de validação faz parte de cada um dos 7 sistemas do livro — para conteúdo, para análise de dados e para agentes autónomos. Método completo, em português, com 65+ prompts.
Ver o livro ou 10 prompts grátis →