A resposta está perfeita.

Tem título, tabela, fontes, data, termos técnicos e uma conclusão segura.

Você quase copia.

Então abre a primeira referência e descobre que ela não diz aquilo.

Esse é um dos riscos mais importantes da IA generativa: uma resposta pode parecer mais confiável do que realmente é.

Fluência é qualidade de escrita. Não é certificado de verdade.

O que significa uma resposta “alucinada”

Modelos de linguagem geram respostas a partir de padrões. Eles podem produzir informação incorreta, citação inexistente ou detalhe inventado com aparência plausível.

A própria OpenAI alerta que o ChatGPT pode soar confiante mesmo quando está errado e recomenda verificar informações importantes em fontes confiáveis.

O NIST trata confabulação como um risco relevante em IA generativa.

No pequeno negócio, isso importa porque a IA pode estar sendo usada para:

  • preço;
  • política;
  • contrato;
  • legislação;
  • tutorial;
  • marketing;
  • finanças;
  • comparação;
  • pesquisa;
  • atendimento.

Nem todos esses usos têm o mesmo risco.

Classifique o risco antes de verificar

Baixo risco

  • ideias;
  • títulos;
  • organização;
  • resumo de material seu;
  • checklist inicial;
  • brainstorming.

Erro é corrigível.

Médio risco

  • tutorial de ferramenta;
  • comparação de recursos;
  • resposta ao cliente;
  • texto público;
  • pesquisa de concorrente.

Erro pode causar retrabalho ou reputação ruim.

Alto risco

  • lei;
  • imposto;
  • contrato;
  • pagamento;
  • preço atual;
  • saúde;
  • segurança;
  • decisão financeira;
  • dado de cliente;
  • citação usada como prova.

Aqui a verificação precisa ser forte e, em alguns casos, profissional.

O que sempre merece conferência

Marque:

  • datas;
  • números;
  • porcentagens;
  • nomes;
  • leis;
  • normas;
  • preços;
  • disponibilidade de recurso;
  • estatísticas;
  • citações;
  • links;
  • autores;
  • estudos;
  • decisões oficiais.

Se a resposta afirma algo sobre o mundo externo, trate como hipótese até verificar.

Fonte citada não é fonte verificada

Uma IA pode fornecer:

“Segundo o estudo X de 2025…”

O trabalho ainda não acabou.

Faça:

  1. abra;
  2. confirme existência;
  3. veja autor;
  4. veja data;
  5. encontre a afirmação;
  6. leia contexto;
  7. confirme se a conclusão respeita o texto.

Se não encontrar, não use.

Prefira a fonte primária

Se a dúvida é:

“qual é a regra do Pix?”

vá ao Banco Central.

Se é:

“como funciona este recurso do Google?”

vá ao Google.

Se é:

“qual a política desta plataforma?”

vá à plataforma.

Matéria, blog e vídeo podem explicar. A fonte primária confirma.

Data importa

Uma resposta correta em 2024 pode estar errada em 2026.

Especialmente para:

  • software;
  • preços;
  • leis;
  • limites;
  • interface;
  • política;
  • algoritmo;
  • produto.

Pergunte à IA:

“Qual a data de cada informação e qual fonte atual sustenta?”

Depois verifique.

Peça para separar fato, inferência e sugestão

Um bom prompt:

Organize a resposta em três blocos: fatos sustentados pelas fontes fornecidas; inferências derivadas desses fatos; sugestões suas. Não misture as categorias. Se algo não estiver nas fontes, marque como não confirmado.

Isso não garante verdade.

Mas melhora rastreabilidade.

Dê material de referência

Para criar procedimento, resumo ou análise, forneça:

  • documento;
  • planilha;
  • link;
  • regra;
  • texto;
  • dados.

A OpenAI recomenda prompts claros, específicos e com contexto suficiente.

Quanto menos contexto, maior a chance de a ferramenta preencher lacunas com generalizações.

Peça para não inventar

Inclua:

“Se não houver informação suficiente, diga que não é possível concluir.”

Isso é útil.

Mas ainda não transforma a ferramenta numa fonte.

Confira citações palavra por palavra quando forem importantes

Se você pretende escrever:

“A instituição X afirma Y”

abra X.

Não cite a IA como intermediária se a fonte original está disponível.

Verifique números com cálculo independente

Exemplo:

IA analisa vendas.

Dados:

  • 42 contatos;
  • 7 compras.

Ela diz:

“taxa de conversão 20%”.

Calcule.

7 ÷ 42 = 16,67%.

Texto convincente não corrige aritmética.

Use planilha, calculadora ou ferramenta de análise.

Verifique a entrada também

Às vezes a IA está correta sobre os dados que recebeu, mas os dados estavam errados.

Pergunte:

  • planilha está completa?
  • período certo?
  • duplicados?
  • moeda?
  • fuso?
  • colunas?
  • filtros?

Validação de saída começa pela qualidade da entrada.

Caso: recurso que não existe

Você pergunta:

“Como ativar o recurso X?”

A IA entrega sete passos.

A interface não tem o botão.

Antes de concluir que você “não encontrou”, abra a documentação atual.

Talvez:

  • recurso não exista;
  • esteja em teste;
  • dependa do plano;
  • tenha mudado de nome;
  • esteja disponível em outro país.

Esse tipo de erro é comum porque software muda.

Caso: norma inventada

A IA afirma:

“A resolução 1234 exige…”

A resolução existe, mas trata de outro assunto.

Esse erro é perigoso porque a referência parece específica.

Procedimento:

  1. abrir órgão oficial;
  2. pesquisar número;
  3. conferir ementa;
  4. conferir vigência;
  5. localizar trecho;
  6. se a decisão for jurídica, pedir análise adequada.

Caso: concorrente

A IA diz:

“A empresa cobra R$ 99.”

Você não encontrou preço.

Não use.

Marque:

preço não confirmado.

O guia Como usar IA para pesquisar concorrentes sem copiar aplica esse princípio a pesquisa competitiva.

Um protocolo de três camadas

Camada 1 — fonte

Existe fonte primária?

Camada 2 — confirmação

A fonte realmente diz isso?

Camada 3 — teste

É possível verificar na prática sem risco?

Exemplo de software:

  • documentação diz;
  • plano inclui;
  • teste controlado confirma.

Crie um nível de evidência

Você pode marcar afirmações:

  • confirmado: fonte primária;
  • corroborado: mais de uma fonte confiável;
  • inferência: conclusão a partir de fatos;
  • hipótese: ainda precisa testar;
  • não confirmado: não usar como fato.

Isso deixa pesquisa mais honesta.

Quando duas fontes discordam

Não escolha automaticamente a que confirma a resposta da IA.

Pergunte:

  • qual é primária?
  • qual é mais recente?
  • falam do mesmo país, plano ou versão?
  • uma está citando a outra?
  • existe atualização oficial?

Registre a divergência se ela não puder ser resolvida.

Em conteúdo público, é melhor escrever “as fontes consultadas divergem” do que fingir certeza.

Não use IA como autoridade final

Em decisões jurídicas, tributárias, médicas, financeiras ou de segurança crítica, a IA pode apoiar organização e perguntas.

Não deve substituir o profissional ou fonte oficial responsável.

Antes de publicar conteúdo

Checklist:

  • datas conferidas;
  • nomes conferidos;
  • números calculados;
  • links abertos;
  • citações existentes;
  • fonte sustenta a frase;
  • recurso de plataforma atualizado;
  • opinião separada de fato;
  • promessa não exagerada;
  • informação sensível removida.

Faça a IA ajudar na própria revisão

Você pode pedir:

Liste todas as afirmações factuais da resposta que dependem de fonte externa. Para cada uma, diga qual tipo de fonte primária deveria confirmá-la. Não invente links.

Isso ajuda a montar o checklist.

Mas a conferência continua humana.

Conecte verificação à rotina de IA

Se a IA já faz parte do negócio, não deixe a checagem para “quando der tempo”.

Inclua no procedimento:

  • quais tarefas exigem fonte;
  • quem revisa;
  • o que é baixo risco;
  • quais dados não devem ser enviados;
  • quando a resposta precisa ser testada;
  • onde a versão aprovada fica registrada.

O artigo Use IA no negócio sem virar refém da tecnologia ajuda a organizar esse uso de forma sustentável.

O que evitar

  • copiar resposta porque está bem escrita;
  • citar URL sem abrir;
  • aceitar fonte secundária quando a primária está disponível;
  • usar preço antigo;
  • tratar “a IA pesquisou” como garantia;
  • deixar cálculo sem conferência;
  • usar IA para confirmar a própria IA sem fonte externa;
  • esconder incerteza.

Plano de ação para hoje

  1. Pegue uma resposta de IA que você pretende usar.
  2. Marque todas as afirmações factuais.
  3. Classifique o risco.
  4. Abra as fontes primárias.
  5. Verifique data e contexto.
  6. Recalcule números.
  7. Remova ou marque o que não foi confirmado.
  8. Salve a versão aprovada fora da conversa.

Um protocolo de verificação mais robusto

Crie uma planilha de afirmações críticas

Para pesquisas importantes, extraia as frases que podem ser verificadas.

Afirmação Risco Fonte exigida Conferido Resultado
taxa atual é X alto página oficial sim correto
recurso existe médio documentação sim depende do plano
estudo afirma Y alto estudo original não remover

Isso impede que uma afirmação passe despercebida no meio de um texto longo.

Verifique a cadeia de citação

Às vezes um blog cita uma notícia, que cita um relatório, que cita uma pesquisa.

Se a afirmação é importante, vá até a origem.

Quanto mais intermediários, maior a chance de:

  • contexto cortado;
  • número arredondado;
  • data perdida;
  • conclusão exagerada.

Cuidado com consenso fabricado

Uma resposta pode dizer:

“especialistas concordam…”

Pergunte:

  • quais?
  • onde?
  • existe declaração?
  • é consenso ou seleção de opiniões?

Evite autoridade coletiva vaga.

Verifique se a pergunta está bem formulada

Às vezes a resposta “errada” nasceu de uma pergunta ambígua.

Exemplo:

“qual é a melhor ferramenta?”

Melhor:

“para uma pessoa que usa Windows, trabalha com arquivos Office e precisa compartilhar com dois colaboradores, quais critérios devo comparar?”

Verificação também melhora a entrada.

Faça teste adversarial

Depois de receber uma recomendação, peça:

Liste três razões pelas quais esta conclusão pode estar errada ou não se aplicar ao meu caso.

Isso força exploração de limites.

Depois confira os pontos relevantes.

Preserve as fontes usadas

Para um artigo, relatório ou decisão importante, registre:

  • URL;
  • título;
  • instituição;
  • data;
  • data de consulta;
  • trecho relevante.

Se a página mudar, você sabe o que sustentou a decisão.

Quando duas fontes confiáveis divergem

Não escolha a que combina com sua hipótese.

Investigue:

  • datas;
  • escopo;
  • público;
  • metodologia;
  • jurisdição;
  • versão.

A divergência pode ser verdadeira.

Em vez de esconder:

“As fontes adotam definições diferentes.”

Isso é melhor que fabricar certeza.

Critério de parada

Verificação também tem custo.

Você pode parar quando:

  • risco é baixo;
  • fonte primária confirma;
  • nenhuma divergência relevante aparece;
  • teste prático confirma quando apropriado.

Em alto risco, o critério é diferente e pode exigir especialista.

O objetivo não é provar matematicamente cada frase. É aplicar esforço proporcional à consequência do erro.

Uma URL citada pode:

  • não existir;
  • redirecionar;
  • apontar para outra página;
  • exigir login;
  • ter conteúdo diferente.

Antes de colocar num artigo, proposta ou mensagem:

  1. abra;
  2. confira domínio;
  3. leia o conteúdo;
  4. confirme que é público quando precisa ser;
  5. teste em janela anônima se o leitor externo precisa acessar.

Cuidado com fontes secundárias que parecem oficiais

Domínios parecidos, blogs com identidade institucional e páginas de terceiros podem confundir.

Confirme:

  • domínio;
  • organização responsável;
  • autoria;
  • data.

Para regras governamentais, prefira órgão oficial.

Para produto, documentação do fabricante.

Para pesquisa, publicação original.

Como verificar uma tabela gerada pela IA

Tabelas parecem organizadas e por isso passam confiança.

Audite linha por linha.

Se ela compara cinco ferramentas, escolha pelo menos:

  • preço;
  • limite;
  • recurso principal;
  • disponibilidade no Brasil;
  • data.

Se um campo não tem fonte, marque:

não confirmado.

Como verificar um resumo

Resumo pode omitir condição importante.

Compare com original.

Pergunte:

  • removeu exceção?
  • trocou “pode” por “deve”?
  • transformou correlação em causa?
  • omitiu limite?
  • mudou público?

Esse tipo de distorção pode ocorrer mesmo sem invenção explícita.

Use uma segunda IA com função diferente

Uma segunda ferramenta pode atuar como revisora:

“Liste afirmações deste texto que precisam de fonte.”

Mas não trate concordância entre duas IAs como confirmação.

Elas podem reproduzir o mesmo erro.

A confirmação continua sendo a fonte.

Quando registrar a incerteza

Nem sempre é possível concluir.

Escreva:

“Não encontrei confirmação oficial até a data desta consulta.”

Isso é melhor do que preencher lacuna.

Uma resposta honesta pode ser menos elegante, mas é mais útil.

Perguntas frequentes

Fonte citada basta?

Não.

Busca elimina alucinação?

Não.

O que verificar mais?

Tudo que muda decisão ou envolve fato externo.

IA pode calcular?

Pode ajudar; confira cálculos importantes.

Quando dá para usar com pouca verificação?

Em tarefas de baixo risco que não apresentam fatos externos como verdade.

Fontes consultadas

Resumo prático

  • resposta convincente pode estar errada;
  • classifique risco;
  • confira fatos externos;
  • abra a fonte;
  • prefira fonte primária;
  • confira data;
  • calcule números;
  • separe fato de inferência;
  • use IA como apoio, não como autoridade final.

A habilidade mais importante não é fazer a IA responder. É saber o que precisa ser conferido antes de transformar a resposta em decisão.

Vídeo relacionado

Why Large Language Models Hallucinate

Fonte:IBM Technology