⚠️ A armadilha de confiar no primeiro output
Quando você começa a usar IA, revisa tudo: lê cada palavra, confere cada afirmação. Mas os resultados ficam bons, você relaxa — e cai na armadilha. Tem uma piada que resume o risco: uma pessoa usa IA pra transformar um bullet num e-mail longo e estruturado; do outro lado, o time usa IA pra transformar esse e-mail de volta num bullet. Todo mundo transformando, ninguém lendo.
🧠 A ideia central
Quanto melhor a IA, mais perigoso é baixar a guarda. O critério é o que impede que "bom o suficiente" vire "ninguém leu de verdade".
- •No começo você revisa tudo; com o tempo, confia demais.
- •A primeira versão raramente é a melhor — só a mais rápida.
- •Usar IA pra escrever é ótimo; aceitar sem ler é o erro.
— O sinal do "em dash"
Às vezes o sinal de "isso é IA" é pequeno — como o travessão (em dash). A IA enche tudo de travessões porque foi treinada em textos formais. Se um colega que te conhece recebe um texto seu com cinco travessões, ele pensa: "isso o fulano não escreveu, é IA". E no segundo em que pensa isso, muda como interpreta a mensagem inteira — "será que ele leu? é tudo verdade?".
O critério humano fica entre o rascunho e a assinatura — diagrama ilustrativo.
🏆 Estude o melhor do seu campo
Gosto se constrói com referência. Se você é de vendas, estude grandes e-mails de vendas. Se é de marketing, estude landing pages excelentes. Você só reconhece o "ótimo" no output da IA se souber como o ótimo se parece no seu campo.
✓ O que FAZER
- ✓Colecionar exemplos que você considera excelentes.
- ✓Perguntar "por que isso é bom?" — clareza? confiança?
- ✓Comparar o output da IA com essa régua.
✗ O que NÃO fazer
- ✗Copiar e colar o que achou bom sem entender por quê.
- ✗Achar que "qualquer texto" da IA está pronto.
- ✗Confundir formal com bom.
📁 Construa sua biblioteca de referências
Salve o que é bom e o que soa como você. Uma biblioteca de exemplos vira tanto a sua régua de gosto quanto material que você entrega à IA como contexto (Trilha 3). Quando algo for ótimo, não só guarde — escreva por que é bom e o que você gosta nele.
Crie uma pasta "referências"
Por tipo de entrega: e-mails, propostas, posts, relatórios.
Anote o "por quê"
O que faz isso ser claro, confiável, na sua voz.
Use como contexto
Alimente a IA com bons e maus exemplos pra ela acertar seu tom.
🔄 Realimente as correções
O loop de feedback serve para o bom e para o ruim. Quando a IA escreve algo e você muda cinco coisas, diga: "mudei estes 5 pontos, e aqui está o porquê". Atualize suas instruções pra que na próxima vez fique mais perto. É assim que você treina o sistema a entender o seu gosto.
💡 Dica prática
Mantenha um arquivo de "regras de estilo" (no projeto/CLAUDE.md/instruções do GPT). Cada correção recorrente vira uma regra. Em semanas, a IA já entrega no seu tom por padrão.
📝 Exemplo de feedback estruturado
✍️ Seu nome assina o trabalho
No fim, a IA gera o trabalho — o gosto decide o que merece o seu nome. Se você produz algo com IA, sua assinatura está nele. Se é ótimo, você leva o crédito. Se é ruim, você leva a culpa. Não importa quem escreveu: o nome é seu.
🖋️ A regra da assinatura
Antes de enviar qualquer coisa feita com IA, pergunte: "eu assino isso com tranquilidade?". Se a resposta hesita, o critério ainda não terminou o trabalho.
Auto-recuperação (opcional): qual é o papel do "gosto" na era da IA?
✅ Resumo do Módulo
Próximo Módulo:
2.4 — Blindagem & Múltiplas Rendas