Como Escrever com um LLM
Escritores estão a debater como – ou se – usar modelos de linguagem de grande porte no seu processo, especialmente para posts de blog, documentação e escrita técnica. Muitos preferem usar LLMs apenas como revisores de cópia estritos ou verificadores de fatos, insistindo que os humanos redigem e escolhem cada palavra, e alertam que a prosa moldada por IA parece genérica, corrói a voz pessoal e inunda a web com “slop” de baixo valor. Outros argumentam que, usados com cuidado, os LLMs podem acelerar a pesquisa, ajudar falantes não nativos e revelar tiques de estilo, mas mesmo esses enfatizam ceticismo, julgamento humano e limites claros sobre o quanto a IA influencia o texto final.
Reação geral ao artigo
- Muitos comentadores acharam o texto surpreendentemente bom e prático, especialmente o enquadramento de “usar LLMs como revisores de cópia, não como ghostwriters”.
- Vários gostaram da ênfase em não aceitar a formulação do modelo, apenas o feedback estrutural.
- Uma minoria descartou a ideia inteira com “a melhor forma de escrever com um LLM é: não”, vendo o título como uma manobra de desvio.
LLMs como revisores de cópia e avaliadores
- Usos populares:
- Sinalizar voz passiva, frases longas demais, palavras repetidas (“just”, “very”) e sentenças अस्पष्ट/ pouco claras.
- Fazer role-play de leitores-alvo para testar argumentos.
- Verificar fatos em posts técnicos ou código e apontar documentação, com a ressalva de que os modelos podem errar com muita confiança.
- Os defensores enfatizam prompts rígidos: “sem elogios, sem reescrita, apenas aponte problemas”, e fazer o humano realizar toda a reformulação de fato.
- Alguns argumentam que os LLMs ainda são piores que revisores humanos para julgar clareza ou impacto no público.
“AI slop”, confiança e fadiga de leitura
- Há forte ansiedade de que a produção ubíqua de LLM desvalorize a escrita, torne os leitores desconfiados e reduza a motivação para ler com profundidade.
- Vários se recusam a ler qualquer coisa rotulada como escrita por IA ou que “cheire” assim, chamando isso de perda de tempo.
- Outros são mais pragmáticos: se a informação está correta e útil, não importa quem ou o quê escreveu, especialmente em manuais ou especificações.
Voz, estilo e contaminação
- Muitos temem que a exposição regular à formulação de LLM “contamine” a voz de uma pessoa e normalize uma prosa sem graça, à moda de influenciador.
- O uso recorrente de expressões como “load-bearing” é debatido: alguns veem isso como uma piada intencional sobre sinais de IA; outros dizem que ainda quebra a imersão e enfraquece o próprio conselho do artigo.
- Alguns acham que estilo é superestimado e que o conteúdo importa mais; outros argumentam que escrever é pensar, e terceirizar a formulação é terceirizar o pensamento.
Casos de uso em código, documentação e ficção
- Para código: os modelos são amplamente usados para verificar padrões idiomáticos ou resumir diffs, mas alguns desenvolvedores agora insistem em escrever suas próprias mensagens de commit e descrições de PR para garantir entendimento.
- Para documentação e manuais, as opiniões se dividem: alguns veem LLMs como adequados para texto estruturado, de baixo teor artístico; outros dizem que “runbook slop” sem revisão é perigoso e imoral.
- Para ficção: fazer brainstorming de obras e influências relacionadas parece útil; gerar ideias de enredo e reviravoltas é frequentemente descrito como sem brilho e pouco criativo.
Automação, ética e desenvolvimento de habilidades
- Alguns se sentem culpados por substituir trabalho humano com pipelines assistidos por LLM, mas admitem que isso dá uma vantagem competitiva.
- Outros veem o uso de LLM como apenas mais uma forma de automação, sem diferença de princípio em relação a outras ferramentas.
- Vários comentadores temem que depender de LLMs para escrita e pesquisa prejudique a capacidade das pessoas de se tornarem verdadeiros especialistas no assunto ou escritores fortes.