Por que a voz de LLM é inconfundível e como corrigir

Passe dez minutos lendo posts de blog publicados desde o fim de 2023 e você vai sentir: uma sensação crescente de que tudo foi escrito pelo mesmo estagiário um pouco animado demais. Isso é a voz de LLM, o registro distintivo e reconhecível na hora que os grandes modelos de linguagem adotam por padrão quando pedimos para escrever prosa. Não é um bug de um modelo específico. É um artefato estrutural de como esses sistemas são treinados, e se você publica texto gerado por IA para leitores, ele custa atenção, confiança e engajamento, quer você perceba isso ou não.

O estranho é que ninguém consegue defini-la por completo. Peça a um leitor para explicar por que um parágrafo parece escrito por máquina e ele vai citar travessões, a palavra “delve” ou uma suavidade corporativa vaga. Mas detectores baseados em características superficiais falham o tempo todo, e muitos escritores humanos usam tríades e ressalvas. Algo mais profundo está acontecendo, e entender isso importa se você constrói produtos que geram texto, ou só está tentando escrever prompts que não produzam lama.

Como soa a voz de LLM de fato

Os sinais mais conhecidos são de nível de vocabulário: “delve”, “landscape”, “tapestry”, “testament”, “furthermore”. Mas se fixar em palavras isoladas deixa passar o sinal real. Revisei milhares de linhas de texto gerado enquanto construía ferramentas de escrita, e os padrões que realmente entregam o texto operam no nível da frase e do parágrafo:

• Vício em tríades. “É rápido, confiável e escalável.” “Claro, conciso e convincente.” LLMs recorrem a tríades o tempo todo porque elas se parecem com “boa escrita” nos dados de treinamento. Humanos as usam de vez em quando. Modelos as usam a cada três frases.
• Estrutura de parágrafo simétrica. Frase de tópico, três pontos de apoio, uma frase de fechamento que repete o tema. Em todo parágrafo. Escritores de verdade variam muito, e alguns parágrafos têm uma única palavra.
• Ressalvas falsas. “Deve-se ter em mente que...” “É importante considerar...” O modelo reconhece a complexidade sem nunca assumir uma posição. É o equivalente em prosa de encolher os ombros.
• Paralelismo negativo. “Não se trata só de X, e sim de Y.” “Isto não é sobre velocidade, é sobre confiança.” Depois que você percebe essa construção, vai vê-la em todo lugar, porque os modelos a usam sem parar para fabricar ênfase.
• Deriva de resumo. O texto de LLM vive repetindo o que acabou de dizer. “Em outras palavras...” “Em última análise, a principal conclusão é...” Escritores humanos confiam que você estava prestando atenção.
• Planura emocional. Nenhuma irritação, nenhuma euforia, nenhuma confusão que fica sem resolução. O afeto é uniformemente agradável e profissional, como um chat de atendimento ao cliente.

O fio condutor: a voz de LLM é o que sobra quando cada decisão local é “a escolha estatisticamente mais segura”. É prosa sem risco nenhum. E os leitores, mesmo os que não conseguiriam nomear um único sinal, sentem essa falta de risco como uma sensação de vazio.

Por que o RLHF incorpora esses sinais

Isso não é aleatório. A voz é uma consequência previsível do pipeline de treinamento, e vale entender a mecânica se você quiser combatê-la.

Modelos base treinados com texto bruto da internet são estilisticamente caóticos: imitam com prazer um post de fórum delirante ou um artigo acadêmico denso. A voz que reconhecemos vem da segunda etapa: aprendizado por reforço a partir de feedback humano. Avaliadores humanos, analisando milhares de respostas do modelo sob pressão de tempo, recompensam de forma consistente respostas que são:

• Educadas e sem posicionamento (nenhum avaliador jamais penalizou uma ressalva)
• Estruturadas (marcadores e títulos facilitam a avaliação)
• Completas (uma resposta que cobre todos os ângulos parece mais útil do que uma com uma opinião afiada)
• Gramaticalmente impecáveis (erros de digitação levam voto negativo; peculiaridades levam voto negativo ainda maior)

Some essas preferências em milhões de comparações e você obtém um sinal de recompensa apontando direto para o centro estatístico de “profissional, prestativo, inofensivo”. Todo modelo treinado assim (GPT, Claude, Gemini, Llama) converge para o mesmo atrator. Laboratórios diferentes, dados diferentes, a mesma voz. Essa é a pista de que o problema é o método, não o modelo.

Há um segundo mecanismo, mais sutil. Conforme texto gerado por IA inunda a internet, ele entra nos dados de treinamento da geração seguinte de modelos. A voz passa a alimentar a si mesma. Pesquisadores já documentaram isso em tradução automática e em modelos de imagem; com a prosa não é diferente. O resultado é uma regressão estilística para a média, que se acumula a cada ciclo de treinamento. Isso também significa que os sinais são contagiosos para humanos: já vimos “delve” e “genuinely” se infiltrarem na escrita humana conforme as pessoas absorvem o output dos LLMs, o que embaralha ainda mais a detecção.

A voz de LLM não é um estilo que o modelo escolheu. É o centroide de tudo que os avaliadores humanos foram treinados a recompensar, e soa exatamente assim.

Por que ela custa leitores de verdade

Aqui vai um motivo prático para se preocupar, que vai além da estética. Quando lemos, modelamos continuamente a mente do outro lado do texto: a intenção, a confiança, se vale a pena dar ouvidos. A voz de LLM quebra essa simulação. As frases são gramaticalmente corretas, mas a pessoa por trás delas não está ali. Os leitores vivem isso como um desconforto de baixa intensidade, depois tédio, e então o botão de voltar.

Já vi isso acontecer em ferramentas de suporte. Times que jogam o output bruto do modelo nas respostas a clientes descobrem que o abandono de tickets aumenta, mesmo com o tempo de resposta caindo para segundos. Os clientes não pensam conscientemente “isso foi escrito por um LLM”. Pensam “isso não vai a lugar nenhum” e param de ler. A baixa densidade de informação, com todas aquelas ressalvas e resumos, faz com que a resposta real esteja na frase nove de uma resposta de doze frases.

Há também uma externalidade de confiança. Quando um leitor percebe um artigo com voz de LLM no seu site, passa a desconfiar de todos. Ferramentas de detecção que alegam identificar texto de IA não são confiáveis (já vi elas sinalizarem impressões digitais estilísticas genuinamente ambíguas), mas isso pouco importa, porque a reação instintiva do leitor dispara muito antes de ele pensar em usar uma ferramenta. Conteúdo com cara de IA contamina o poço também para o seu conteúdo escrito por humanos.

Técnicas de prompt que realmente fazem diferença

Você não consegue sair totalmente do atrator do RLHF só com prompts, mas dá para ir surpreendentemente longe. O erro mais comum é pedir uma escrita “natural” ou “com cara de humano”, porque o conceito de natural do modelo é a voz de LLM. Em vez disso, ataque os mecanismos específicos:

You are drafting a product update email.
Hard constraints:
- Never use triads or lists of three adjectives.
- Never start a sentence with "It's" or "This".
- No hedging phrases ("bear in mind", "it's important").
- Vary sentence length: at least two sentences under 6 words.
- Take a position. If something is a trade-off, say which side you'd pick.
- Do not summarize or conclude. End on the strongest point.
Here is a paragraph written by our founder last month. Match this rhythm and vocabulary:
"Ship it Friday. The sync bug is ugly but it only hits multi-tab users, and the workaround is a refresh. Waiting two more weeks to fix it properly costs us the changelog window, and honestly, I'm tired of explaining the delay."

Três coisas nesse prompt fazem um trabalho real. Primeiro, as restrições negativas atacam modos de falha exatos (tríades, ressalvas, frases de resumo) em vez de vibes. Segundo, o exemplar de estilo faz mais do que qualquer adjetivo: dar ao modelo uma amostra humana concreta para imitar puxa a geração para outro ponto do espaço de estilo. Terceiro, exigir comprimento de frase variável quebra o ritmo metronômico, que é o maior sinal inconsciente de todos.

Mais um truque que rende mais do que parece: peça algo que o modelo acha levemente desconfortável. “Escreva como se você estivesse um pouco irritado com o prazo” ou “admita o que erramos”. Modelos otimizados por RLHF odeiam ser negativos, então forçar um registro emocional específico os tira do padrão agradável e profissional. O output ainda precisa de edição, mas chega com pulso.

A passagem de edição: subtrair, não reescrever

Prompts levam você até uns 70%. Os últimos 30% são uma passagem mecânica de edição, e ela é basicamente deleção. Quando faço a pós-edição de rascunhos gerados, passo por quatro varreduras:

• Apague o primeiro e o último parágrafo. Introduções de LLM fazem pigarro e conclusões de LLM resumem. Nenhuma das duas contém informação. Só esse corte tira uma parte surpreendente do cheiro.
• Elimine cada ressalva. Procure por “vale ter em mente”, “é importante”, “discutivelmente”, “geralmente”, “tipicamente”, “frequentemente”. Metade das vezes a frase sobrevive bem sem elas; na outra metade você não estava dizendo nada mesmo.
• Quebre o ritmo. Encontre a maior sequência de frases de tamanho médio e transforme uma delas em fragmento. “Lança na sexta.” Fragmentos são a forma mais barata de sinalizar um pulso humano.
• Insira um detalhe específico que o modelo não poderia saber. Um número real dos seus logs, um nome, uma data, uma opinião de verdade sobre um trade-off. Especificidade é a única coisa que o centroide do RLHF não consegue imitar, porque exige comprometimento.

Isso é rápido, quinze minutos para um rascunho de mil palavras, e funciona justamente porque a voz de LLM é um conjunto pequeno de hábitos repetidos sobre uma prosa, no mais, competente. Você não está reescrevendo. Está lixando as impressões digitais.

Para times que fazem isso em escala, vale codificar a varredura como uma etapa de lint: um script simples que sinaliza tríades, expressões de ressalva e comprimentos de frase uniformes pega a maior parte do problema automaticamente. Vários linters de prosa de código aberto podem ser configurados com conjuntos de regras personalizados; encaixe um no seu pipeline de conteúdo do mesmo jeito que faria com código. Se você já investe em medir como a IA se sai em tarefas reais, inclua “percentual de frases sinalizadas” nas suas métricas.

Onde a prosa de LLM serve e onde não serve

Minha posição, depois de alguns anos construindo e lançando sistemas que geram texto: combine a ferramenta com as expectativas do leitor e pare de fingir que uma única política serve para tudo.

Se o texto se dirige a um processo, e não a uma pessoa (uma carta padrão para um órgão público, um relatório de conformidade que ninguém vai ler, uma descrição de API consumida por máquinas), deixe o LLM escrever e não peça desculpas. Ali a simulação mental de ninguém está em jogo; não há leitor para afastar. Sinceramente, uma fatia crescente da documentação será lida principalmente por outros modelos de qualquer forma, e modelos não sentem o arrepio do vale da estranheza.

Mas se o texto faz o trabalho de persuadir, gerar confiança ou pensar (um post de blog, um documento de design que precisa de adesão, um e-mail pedindo que alguém mude de ideia), a conta muda. Ali o modelo é melhor usado como crítico, não como ghostwriter. Peça que ele ataque seu rascunho: “onde isto está vago, onde o argumento pula um passo, onde um leitor cético reagiria?”. Isso joga com os pontos fortes do modelo, que é genuinamente excelente em críticas, sem deixar a voz dele chegar perto da sua prosa. Quem tira mais proveito dos LLMs para escrever trata o modelo como um editor afiado e incansável cujas reescritas sugeridas são educadamente ignoradas.

E há uma verdade mais dura por baixo do conselho de ofício: escrever é como muitos de nós pensamos. A luta para pôr um argumento em frases é muitas vezes onde o argumento de fato se resolve. Delegue a redação inteira e você delega essa parte também. Dá para ouvir o resultado: uma prosa que não vai a lugar nenhum porque nenhum pensamento foi a lugar nenhum enquanto ela era feita.

A conclusão prática

A voz de LLM não é um mistério, e não vai desaparecer sozinha. Os mesmos incentivos de treinamento que a criaram continuam lá, e nenhum laboratório de ponta mostrou muita capacidade de silenciá-la na origem. Então o ônus é seu, e ele se divide com clareza:

• Gerando em escala? Restrinja o prompt mecanicamente (sem tríades, sem ressalvas, variação forçada no tamanho das frases), forneça um exemplar de estilo humano e aplique lint no output.
• Escrita que importa? Escreva você mesmo, use o modelo como crítico e nunca deixe a redação sugerida entrar no seu rascunho. Cada sugestão aceita é um pequeno transplante de voz.
• Texto voltado a processos? Publique o output bruto e gaste seu tempo de edição onde humanos de fato leem.

O ponto mais profundo é que a voz não é decoração, é evidência de uma mente. Os leitores são extraordinariamente bons em detectar a sua ausência, e ficam melhores a cada mês conforme a internet se enche da alternativa. As equipes que vencerem os próximos anos de conteúdo assistido por IA não serão as que geram mais texto. Serão as que têm textos que ainda soam como alguém.