O documento tinha 112 vezes mais texto do que o autor falou

O autor respondeu a uma jornada de perguntas na plataforma. No fim, a ferramenta devolveu um documento de contexto de 34.689 caracteres. Tudo o que o autor tinha digitado, somado, dava 309 caracteres.

A razão é de 112 vezes. A ferramenta escreveu 112 vezes mais do que o autor disse. Se esse documento vira a base de um livro em primeira pessoa, o livro passa a falar por um homem que quase não falou.

Foi para isso que criamos o gate de fonte. Ele é a peça mais importante do nosso procedimento de livro, e este artigo mostra como funciona, com os números que medimos e dois scripts para você aplicar o mesmo teste.

O que é o gate de fonte

É um arquivo com duas colunas:

1. O que o autor efetivamente digitou ou falou. Literal, com o erro de digitação incluído, e com a localização de onde veio.
2. O que a ferramenta afirmou sem fonte. Tudo o mais.

A regra é direta: sem o gate, nada avança. O pacote de pesquisa da etapa seguinte nem é gerado sem ele, porque não haveria contra o que conferir.

Medir a proporção

A proporção é a razão entre o que a ferramenta escreveu e o que o autor disse. Em quatro casos nossos:

O pior caso que medimos teve duas etapas em que o autor só disse "segue", "vamos para a parte final", "pode avançar" e "e isso". Foram 3 e 11 palavras, contra 777 e 1.493 do outro lado. O documento final, de 33.863 caracteres, nasceu de 873 palavras dele.

Este script faz a conta com dois arquivos de texto:

#!/usr/bin/env python3
"""Proporção entre o texto que a ferramenta escreveu e o que o autor disse. Uso: python3 proporcao.py fala-do-autor.txt texto-da-ferramenta.txt"""
import re, sys
def palavras(p): return len(re.findall(r"[^\W_]+", open(p, encoding="utf-8").read()))
fala, ferramenta = palavras(sys.argv[1]), palavras(sys.argv[2])
print(f"fala do autor: {fala} palavras | texto da ferramenta: {ferramenta} palavras | razão: {ferramenta / max(fala, 1):.1f}x")
if ferramenta / max(fala, 1) > 3:
    print("AVISO: a ferramenta escreveu mais de 3 vezes o que o autor disse. Trate o documento como hipótese até ter fonte.")

python3 proporcao.py fala-do-autor.txt documento-da-ferramenta.txt

No nosso teste, com 10 palavras de fala e 440 de documento, a saída foi razão: 44.0x, e o aviso apareceu. O limite de 3 vezes é uma regra de bolso nossa: acima dele, o documento é hipótese, e não fato sobre o autor.

Quando a proporção engana: a leitura da sessão

A mesma conta decide como ler a gravação de uma conversa com o autor. Quando o autor monologa, a proporção é alta, e ler só a fala dele basta. Quando ele responde, uma fatia grande dos turnos é confirmação curta ("tá", "isso", "beleza"), e o conteúdo dessas confirmações mora na pergunta.

Em uma sessão nossa, 82 dos 220 turnos do autor (37%) tinham 12 palavras ou menos, e juntos carregavam 356 palavras. Ler só a camada dele apagou 37% das decisões da sessão, incluindo a virada estrutural do livro, que o entrevistador propôs e o autor aceitou com um "tá, beleza". Abaixo de cerca de 3 vezes, gere também os pares: para cada turno curto do autor, a fala longa de quem perguntou antes, e leia os dois lados.

As marcas de proveniência

Cada afirmação do material de trabalho leva uma marca, e a marca diz de onde ela veio:

O procedimento também separa três camadas em todo o trabalho de pesquisa. A camada A é o que o autor confirmou. A camada B é hipótese editorial. A camada C é pesquisa externa. Nada da C vira descoberta do autor, e nada da B vira crença dele.

A régua da primeira pessoa

O livro de autoridade é escrito na primeira pessoa do autor. Por isso é fácil escrever, em nome dele, uma experiência que ele nunca relatou. A formulação mais curta é esta: liberdade literária, não liberdade factual.

A régua mede três classes de risco:

A regra: se a fonte não mostra que o autor viveu, viu, disse, ensinou ou usa aquilo, a primeira pessoa sai. A ideia fica. Ela vira terceira pessoa, hipótese declarada, ou ganha chão de pesquisa.

Em um primeiro rascunho nosso, a medição achou 22 ocorrências de primeira pessoa de experiência. Doze não tinham nenhum chão na fala do autor, e cinco alegavam observação de pessoas que ele nunca disse ter atendido. Depois da correção, as de observação foram de 5 para 0. O defeito apareceu mesmo com a régua já escrita: intenção sem medição não segura nada.

Este script lista as frases candidatas, para você conferir uma a uma contra o que o autor disse:

#!/usr/bin/env python3
"""Lista frases em primeira pessoa de experiência para conferir contra o que o autor disse. Não decide nada: só aponta.
Uso: python3 primeira_pessoa.py manuscrito.md"""
import re, sys
PADROES = {
    "BIOGRAFIA": r"\b(eu nasci|minha infância|meu pai|minha mãe|quando eu tinha|eu cresci|eu fundei|eu abri)\b",
    "OBSERVACAO": r"\b(eu vi|eu percebi|eu notei|eu observei|já vi|sempre vejo)\b",
    "PRATICA": r"\b(eu atendi|já atendi|eu ensino|eu ensinei|eu treino|eu aconselho|eu disse a)\b",
}
t = open(sys.argv[1], encoding="utf-8").read()
achou = 0
for n, linha in enumerate(t.splitlines(), 1):
    for classe, rx in PADROES.items():
        if re.search(rx, linha, re.I):
            achou += 1
            print(f"linha {n} [{classe}]: {linha.strip()[:110]}")
print(f"{achou} ocorrência(s) para conferir na fala do autor")
sys.exit(1 if achou else 0)

python3 primeira_pessoa.py manuscrito.md

Ele não decide nada: aponta. No nosso teste, de um texto de cinco linhas, ele listou três, uma de cada classe, e saiu com código 1. Os padrões do script são amostras simples em português. Amplie a lista com as construções que o seu livro usa.

O que nunca é escrito por nós

O procedimento tem uma lista fechada. Se o autor não responder, o bloco não existe, e não se inventa:

• o nome do método e o nome de qualquer indicador ou estrutura dele;
• a frase-mãe, que tem de existir antes na boca dele;
• a biografia e o jeito como ele assina;
• qualquer número de resultado, preço, prazo ou percentual;
• qualquer caso com desfecho;
• o fecho, quando o livro tem um bloco assinado.

Passo a passo

1. Separe duas colunas em um arquivo: o que o autor disse, literal e com origem, e o que foi afirmado sem fonte.
2. Meça a proporção com o script. Acima de 3 vezes, trate o documento como hipótese.
3. Marque cada afirmação com [D], [E], [H] ou [?].
4. Escreva com marca de lacuna onde faltar informação, em vez de preencher.
5. Rode a conferência da primeira pessoa a cada parte fechada, e resolva cada ocorrência.
6. Guarde o gate junto do livro. Ele é o registro de por que cada frase está lá.

O erro que custa caro

Tratar o documento da ferramenta como se fosse a voz do autor. Ele é fluente, coerente e seguro de si, e é exatamente por isso que passa. O segundo erro é medir uma vez, no começo, e nunca mais: o defeito entra de novo a cada parte escrita.

Quando NÃO usar

Se o autor escreve o livro inteiro por conta própria, não há ferramenta escrevendo por ele, e a primeira coluna é o próprio manuscrito. O gate vale quando existe uma terceira voz, humana ou de máquina, redigindo em nome do autor.

Alternativa sem o nosso ambiente

Uma planilha com duas colunas faz o gate. A proporção é uma divisão de contagens de palavras, e a lista de frases em primeira pessoa sai de uma busca por texto em qualquer editor. Nada exige conta, chave ou servidor nosso.

O que o Claude faz hoje, e como fazer sem ele

Hoje o Claude separa as duas colunas, mede a proporção e marca a proveniência. A cada parte fechada, roda a conferência da primeira pessoa e registra por escrito o julgamento de cada ocorrência. Sem ele, os dois scripts e a planilha cumprem o mesmo papel. O que continua humano é o julgamento: aquela frase tem chão na fala do autor ou não.

Onde entra na operação

O gate de fonte é o terceiro passo do procedimento, antes do esboço. O desenho completo está em Como produzimos o miolo de um livro profissional sem InDesign. O esboço e o boneco vêm em seguida, em o que mostrar ao autor antes da primeira página. A conferência do texto no arquivo final está em conferir o PDF final.

Baixe, para guardar: checklist de concepção do livro, do gate de fonte ao boneco (PDF).

Versões usadas neste artigo: veja a matriz de versões.