Um revisor que recebe a hipótese tende a confirmá-la: como auditar o livro que o autor já escreveu

Nosso procedimento de livro assume que a casa escreve a primeira versão. Quando o autor chega com o manuscrito pronto, de 301 páginas, por exemplo, o passo de pesquisa muda. Ele vira uma auditoria do que já existe, com o livro inteiro na mão.

Este artigo descreve o fluxo, as regras dos leitores em paralelo e o script que confere cada citação. Descreve também a decisão de começar pela devolutiva ("o que encontramos no seu livro") e não pela sessão de "me conte tudo". Nenhum nome, título ou trecho de autor entra aqui: o que importa é o método.

Por que auditar em vez de reescrever

O texto é do autor. Cabe à casa dizer o que funciona, o que falta e o que pode mudar, com prova. A decisão fica com ele. A sessão tradicional, pensada para quem vai escrever o livro do zero, pergunta tudo ao autor. A devolutiva, para quem já escreveu, mostra primeiro o que encontramos no livro dele.

O fluxo, em oito passos

1. Gate de fonte e proporção de fala. A fonte é o que o autor gravou ou escreveu. Documento de contexto gerado por ferramenta é hipótese. O gate está em o texto que o autor nunca disse.
2. Texto do PDF em um arquivo, com um marcador =====PAG n===== antes de cada página. É insumo bruto e fica na pasta do cliente.
3. Leitura por trechos, em paralelo. Cada leitor grava um arquivo estruturado por unidade. Ele tem vinte e quatro campos. Entre eles: as histórias, a primeira pessoa de experiência, as afirmações sem fonte, as repetições e o risco de abandono.
4. Verificador por script. Toda citação literal de cada leitor precisa existir na página declarada.
5. Métricas mecânicas por capítulo, feitas sem os leitores, para cruzar. Elas contam percentuais, valores, anos, a construção "não é X, é Y" e o tamanho de frase.
6. Lacunas em um único arquivo de dados. Desse arquivo saem todos os documentos de trabalho. Por isso as duas versões do roteiro, a do autor e a de condução, não divergem.
7. Cobertura medida, por script, nos dois roteiros.
8. Proposta e roteiro do autor por link, conferidos no celular.

O verificador de citações

O passo 4 é o que mais protege. Um leitor que cita uma frase "do livro" pode estar citando de memória ou inventando. O script abaixo confere se cada citação existe na página declarada, ignorando acento, caixa e pontuação:

#!/usr/bin/env python3
"""Toda citação literal existe na página declarada? Uso: python3 cita_existe.py citacoes.json miolo.txt
miolo.txt traz um marcador =====PAG n===== antes de cada página. citacoes.json: [{"pagina": 3, "citacao": "..."}]"""
import json, re, sys, unicodedata
def base(s):
    s = unicodedata.normalize("NFD", s.lower())
    return re.sub(r"[^a-z0-9]", "", "".join(c for c in s if unicodedata.category(c) != "Mn"))
paginas = {int(m.group(1)): base(m.group(2)) for m in re.finditer(r"=====PAG (\d+)=====(.*?)(?======PAG|\Z)", open(sys.argv[2], encoding="utf-8").read(), re.S)}
cits = json.load(open(sys.argv[1], encoding="utf-8"))
ruins = [c for c in cits if base(c["citacao"]) not in paginas.get(c["pagina"], "")]
print(f"{len(cits) - len(ruins)} de {len(cits)} citações existem na página declarada")
for c in ruins: print(f"  NÃO EXISTE na p. {c['pagina']}: {c['citacao'][:70]}")
sys.exit(1 if ruins else 0)

São dois arquivos de entrada. Um é o miolo.txt, com os marcadores de página. O outro é o citacoes.json, com a página e a citação de cada ocorrência.

python3 cita_existe.py citacoes.json miolo.txt

No nosso teste, com três citações, duas existiam e uma não. O script imprimiu 2 de 3 citações existem na página declarada, apontou a que não existe e saiu com código 1. Em um caso real, 732 de 732 citações existiam. Atenção ao limite: o verificador prova que a citação existe. Ele não prova que a classificação do leitor está certa.

As regras dos leitores em paralelo

• O leitor só lê o arquivo que recebeu. Sem consulta a acervo, memória de projeto ou outro sistema. Na primeira vez em que deixamos o prompt aberto, os leitores tentaram consultar a base e a leva parou inteira. Com a regra escrita no prompt, funcionou.
• Um arquivo por unidade. O que já foi escrito sobrevive a uma falha.
• Cada leitor cria a sua própria pasta de trabalho. Em um caso, três leitores sobrescreveram os arquivos de biblioteca uns dos outros.
• Pausa de cinco a oito minutos sem saída é geração de arquivo. Olhe o tamanho do arquivo de saída antes de relançar.

O revisor independente

Em paralelo à auditoria, o texto vai para uma pesquisa editorial com um prompt padrão de quinze etapas. Duas regras:

• O pacote do revisor sai higienizado: sem as conclusões da auditoria, sem os campos de estado e falta, sem o documento de contexto. Só se acrescenta uma nota dizendo que o manuscrito já existe. O motivo: um revisor que recebe a hipótese tende a confirmá-la. Dois olhares que não se viram valem mais que um.
• Os anexos obrigatórios têm que ser avisados. Em um caso, o revisor não recebeu o PDF de um capítulo em livro de terceiro e trabalhou só com parte do material.

Depois, cruza-se: o que as duas leituras viram (firme), o que só a auditoria viu e o que só o revisor viu. Todo ponto do revisor é procurado no texto. Todo número de pesquisa é conferido no resumo do estudo, com o limite dele. Em um caso, "dois segundos", atribuído a um estudo, não estava no resumo, e estudos citados sem confirmação possível ficaram de fora.

A devolutiva, e o que ela faz

A página para o autor abre pelo que funciona. Os achados difíceis entram como decisão do autor, nunca como defeito. Cada achado diz quem viu (as duas leituras, só a nossa ou só o revisor). Foi assim que apareceram um trecho quebrado em um capítulo e uma divergência entre capa e miolo: só a auditoria viu.

Duas camadas se mantêm separadas em toda afirmação: o que está no texto dele, a hipótese nossa e a pesquisa externa. A hipótese nunca vira crença do autor, e a pesquisa nunca vira descoberta dele.

Cuidados que custaram caro

Passo a passo para o seu caso

1. Extraia o texto do PDF com marcador de página.
2. Divida em unidades e peça a cada leitor um arquivo estruturado.
3. Rode o verificador de citações sobre todos os arquivos.
4. Envie um pacote higienizado a um revisor independente.
5. Cruze as duas leituras e confira todo número de pesquisa.
6. Monte a devolutiva a partir de um único arquivo de dados.

O erro que custa caro

Deixar o leitor ver a hipótese antes de ler. Ele a confirma. O segundo erro é aceitar a citação porque ela soa certa: sem o verificador por script, uma frase inventada entra na devolutiva com a aparência de uma frase do autor.

Quando NÃO usar

Para o livro que será escrito do zero, o caminho é o esboço e o boneco: o que mostrar ao autor antes da primeira página. A auditoria vale quando o manuscrito já existe.

Alternativa sem o nosso ambiente

Leitores humanos fazem o mesmo trabalho, com a mesma ficha de campos em uma planilha. O verificador de citações roda em qualquer máquina com Python. A regra de ouro, o revisor independente sem as nossas conclusões, é de método, e não de ferramenta.

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

Hoje o Claude coordena os leitores em paralelo, roda o verificador e monta os documentos a partir do arquivo de lacunas. Sem ele, o seu time divide o texto, lê cada unidade e confere as citações com o script do artigo.

Onde entra na operação

É a variante do passo 7 do procedimento para o autor que já tem livro. O guia da esteira está em Como produzimos o miolo de um livro profissional sem InDesign. O texto do autor chega ao arquivo final sem alteração graças à conferência de 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.