Alucinação de IA: como reduzir erros com prompts

Resposta rápidaAlucinação de IA é quando o modelo gera uma informação falsa com aparência de verdade, como uma lei inexistente ou um número inventado. Você reduz o risco enviando o material, permitindo o “não sei”, pedindo citações do texto e conferindo por conta própria o que tiver consequência.

A alucinação de IA acontece quando o modelo escreve algo falso com a mesma segurança com que escreveria algo verdadeiro: uma lei que não existe, um número que ninguém forneceu, uma citação atribuída à pessoa errada. Você não elimina o problema, mas consegue reduzi-lo muito com cinco hábitos: dar o material, permitir o “não sei”, pedir citações, dividir a tarefa e conferir o que importa.

Quem usa IA no trabalho brasileiro precisa disso especialmente em jurídico, financeiro, saúde e atendimento, onde um erro vira reclamação, multa ou processo.

Por que a IA alucina

Um modelo de linguagem foi treinado para gerar texto plausível. Ele não abre um banco de dados de fatos conferidos a cada resposta. Quando o pedido exige uma informação que ele não tem, ou quando o prompt empurra para uma resposta específica, ele pode completar a lacuna com algo que soa certo.

Situações em que o risco sobe:

• Perguntas sobre fatos pouco conhecidos, datas, números exatos e nomes.
• Pedidos de referência, como “cite três artigos acadêmicos”.
• Legislação e jurisprudência brasileira com detalhes específicos.
• Documentos longos sem instrução para se prender ao texto.
• Prompts que pressupõem algo falso (“explique por que a lei X de 2021 proíbe Y”).

Primeira defesa: dê o material

A forma mais eficaz de reduzir erro é não depender da memória do modelo. Cole o contrato, a política, o relatório ou use um recurso de busca, e peça que a resposta saia somente dali.

Responda usando exclusivamente o documento abaixo. Não use conhecimento externo.
Se a resposta não estiver no documento, escreva: "O documento não informa".

<documento>
[cole o texto]
</documento>

Pergunta: [sua pergunta]

Segunda defesa: permita o “não sei”

Modelos tendem a ajudar. Se você não autoriza a lacuna, ele a preenche. Inclua sempre uma saída honesta:

Se você não tiver certeza, diga "não tenho certeza" e explique o que falta.
Separe o que está no material do que é sua inferência, rotulando cada um como [no documento] ou [inferência].

A documentação da Anthropic para o Claude cita justamente esta técnica: dar permissão explícita para dizer que não sabe reduz respostas inventadas.

Terceira defesa: peça citações antes da conclusão

Outro método recomendado na documentação é pedir que o modelo extraia primeiro os trechos relevantes e só depois responda. Isso ancora a resposta no texto e deixa a sua conferência rápida.

Passo 1: copie entre aspas os trechos do documento que respondem à pergunta, sem alterar uma palavra.
Passo 2: responda usando somente esses trechos.
Passo 3: se alguma afirmação não tiver trecho que a sustente, remova-a.

Depois, confira se as aspas realmente existem no documento. Use a busca do próprio arquivo (Ctrl+F) em duas ou três frases citadas. Se uma citação não aparecer, desconfie do resto.

Quarta defesa: divida a tarefa

Pedir uma análise completa de uma vez aumenta o espaço para erro. Dividir em etapas permite checar cada saída. Veja encadeamento de prompts para tarefas grandes. Um fluxo simples para análise de contrato:

1. Extrair prazo, valor, partes e multas, com citação.
2. Conferir você mesmo os itens extraídos.
3. Só então pedir a análise de riscos com base nos itens confirmados.

Quinta defesa: revisão por uma segunda passada

Peça que a IA audite o próprio resultado, de preferência em uma mensagem separada:

Releia sua resposta anterior com ceticismo. Liste:
1. Afirmações que não têm base no documento.
2. Números ou datas que não conferem.
3. Termos jurídicos ou técnicos que você usou sem estarem no texto.
Corrija o que for necessário.

Essa revisão ajuda, mas não substitui a conferência humana: o mesmo modelo pode repetir o erro.

Perguntas armadilha e como evitá‑las

Prompts com premissa falsa induzem erro. Compare:

O que sempre precisa de conferência humana

• Leis, artigos, números de processo e jurisprudência: confirme em fonte oficial.
• Valores, cálculos e percentuais: refaça em planilha.
• Dados de saúde, doses e protocolos: valide com profissional habilitado.
• Dados sobre pessoas e empresas: confirme em registros públicos ou nos seus sistemas.
• Qualquer coisa que será enviada a cliente, juiz, fiscal ou órgão público.

Sobre dados que você pode ou não colar, leia IA e LGPD. Para contratos, veja Claude para ler PDFs e contratos longos.

Prompt de checagem de fontes

Para cada afirmação factual da resposta acima, monte uma tabela com:
afirmação | origem (trecho do documento ou "conhecimento geral") | grau de confiança (alto/médio/baixo) | como eu posso verificar.
Marque em negrito tudo que for conhecimento geral e que eu deva checar.

Essa tabela dá um mapa do que revisar, em vez de ler tudo com a mesma desconfiança.

Um fluxo simples de conferência

1. Rode a tarefa com o material colado.
2. Peça citações literais.
3. Confira três citações por busca no arquivo.
4. Refaça números em planilha.
5. Registre erros encontrados e ajuste o prompt para evitá‑los.

O quinto passo é o que faz a taxa de erro cair com o tempo. Leve esses ajustes para a sua biblioteca de prompts.

Exemplo prático: resumo de uma política de reembolso

Uma empresa de turismo em Florianópolis quer que a IA responda perguntas sobre sua política de reembolso. O prompt ingênuo é “qual a política de reembolso para cancelamento de pacote?”. Sem o documento, o modelo descreve uma política típica, que pode não ser a da empresa.

A versão segura:

Abaixo está a política de reembolso da empresa. Responda somente com base nela.
Pergunta do cliente: "Cancelei meu pacote 10 dias antes da viagem. Tenho direito a quanto?"
Cite o trecho que fundamenta a resposta. Se a política não cobrir esse caso, escreva "A política não cobre este caso" e sugira encaminhar a um atendente.
<politica>[cole]</politica>

A diferença não está na ferramenta, e sim no limite que o prompt impõe.

Sinais de que a resposta merece desconfiança

• Números redondos demais ou muito precisos sem fonte.
• Citações de leis, artigos ou estudos que você não consegue localizar.
• Tom de certeza em assunto em que você sabe que há controvérsia.
• Resposta que ignora uma parte da pergunta e preenche com generalidades.
• Nomes de pessoas ou empresas que você nunca viu associados ao tema.

Ao notar qualquer um deles, peça a fonte, procure por conta própria e, se necessário, refaça a pergunta com o material em mãos.

Por onde começar

Escolha uma tarefa que você já faz com IA e acrescente duas linhas ao prompt: “use apenas o material enviado” e “se não constar, diga que não consta”. Compare as respostas antes e depois. No curso de Claude e IA presencial, os alunos praticam esse tipo de verificação com os próprios documentos, porque a confiança na IA vem de saber onde ela falha.

Perguntas frequentes