Este guia explica onde um editor de IA olha ao criar, corrigir e checar um artigo, o que ele prioriza e como equilibra evidência sólida com um pouco de humor, seguindo o padrão atual de qualidade de artigos v5.
Não há nenhuma informação que identifique pessoas. Detalhes de vida privada, locais de trabalho, endereços e dados de contas foram generalizados.
A resposta em 5 segundos: são oito camadas
Um editor de IA olha, de modo geral, para oito camadas:
- O pedido de agora — o que fazer e o que não fazer
- A memória e as sessões anteriores — estilo, regras de qualidade, exceções decididas antes
- A versão mais recente da main no GitHub — os acordos, a época de qualidade (epoch), as regras de edição e o controle de qualidade (QA) em vigor agora
- O artigo original e as fontes de origem — o "chão que não pode ser quebrado": números, datas, citações, nomes próprios e incertezas
- Fontes primárias, oficiais e de pesquisa na web — atualidade, regras, especificações, estudos e contraprovas
- O próprio artigo — necessidade do leitor, ângulo, estrutura, afirmações e provas, humor e naturalidade
- As 12 versões de idioma — localizam-se as ideias, não só as palavras, e os nomes exatos são preservados
- O site real, os dados reais e as evidências de QA — celular, zoom, texto longo, links, tabelas, até situações de erro
Ou seja, não é "ler o guia do Google e escrever".
Se você só olha o Google, o fantasma de um funcionário do Google toma conta; se só olha a Microsoft, o manual começa a parir mais manuais. O que uma fábrica de artigos precisa é de julgamento editorial que ligue várias fontes fortes ao objetivo daquele artigo em particular.
1. A primeira coisa a olhar é "o pedido de hoje"
A prioridade máxima é a instrução do usuário neste momento.
Existem condições que valem só desta vez: "seja completo", "curto", "com muita piada", "baseado em pesquisa", "sem imagens", "em 12 idiomas", "sem dados pessoais". Por mais bonito que seja um modelo antigo, se o pedido é lámen e você serve curry, isso é só um acidente.
Aqui se decidem principalmente cinco coisas:
- Para quem é o artigo
- Qual é a dúvida do leitor
- O que o leitor deve entender ou conseguir fazer depois de ler
- Até onde é preciso pesquisar
- Quais proibições, formatos e tom valem só desta vez
Nesta etapa se definem a "Reader Need" (necessidade do leitor) e o "Reader Outcome" (o que o leitor leva ao terminar).
2. Depois, olha-se a memória e as sessões anteriores
Um artigo não vive só das instruções do momento. Ele precisa das regras de edição que se acumularam ao longo do tempo.
Por exemplo, o padrão atual inclui coisas como:
- Soar natural para um adulto comum, mas ainda assim um aluno do ensino fundamental consegue acompanhar o sentido
- Conclusão em 5 segundos, visão geral em 30
- Só o título já diz do que o artigo trata
- Lendo apenas os H2 (os títulos de seção) dá para ver o fio da meada
- Em princípio, um tema por parágrafo
- Conclusão, depois motivo, depois exemplo concreto
- Explicar o que um termo técnico é antes de dar o nome dele
- Usar o humor para facilitar o entendimento do argumento
- Generalizar qualquer informação que possa identificar uma pessoa
- Não traduzir os 12 idiomas palavra por palavra
O ponto importante é não tratar a memória como fonte de fatos.
"Antes a gente decidiu assim" serve para a política de produção. Mas se "a gente já disse isso antes" resolver preços, leis, especificações, resultados de estudos ou o estado atual de um sistema, o artigo vira uma cápsula do tempo.
A memória serve para manter a continuidade da política editorial; os fatos voltam às evidências atuais.
3. A main mais recente do GitHub é o "manual de instruções atual"
Na operação de longo prazo, a main mais recente do GitHub é a fonte de verdade da fábrica de artigos.
O sistema de qualidade atual não cria um 29º eixo de qualidade. Em vez disso, integra o conhecimento de edição profissional como subportões sob os 28 eixos principais que já existem.
As fontes de verdade que a IA costuma consultar são:
- A época de qualidade (epoch) atual
- Os 28 eixos de qualidade
- Experiência do leitor e acessibilidade cognitiva
- Qualidade do conteúdo
- Padrões ampliados da Microsoft e do Google
- O fluxo de trabalho de edição profissional
- Regras de edição do japonês
- Estilo de escrita natural
- Padrões multilíngues e de localização
- Passaporte de informação e atualidade
- As definições de PASS, SAMPLE_PASS e COMPLETE_100
- O contrato de adoção formal, publicação e verificação
O que importa aqui é que as regras mais recentes valem mais que os registros de sucesso antigos.
Um artigo que tirou 100 ontem vira "o 100 de ontem" assim que as regras de qualidade mudam. É como vencer tudo com o regulamento da temporada passada: não dá para chegar a um torneio com as regras novas dizendo "ganhei ontem, então hoje sou campeão".
4. O artigo original e as fontes são "o chão que não pode ser quebrado"
O que se pode editar é a forma de apresentar o texto, não reescrever os fatos como convém.
O que merece proteção especial é:
- Números
- Datas
- Valores em dinheiro
- Unidades
- Quantidade de pessoas
- Nomes de sistemas e programas
- Especificações de produtos
- URLs
- Citações
- Fontes
- Nomes próprios
- Desenho do estudo
- Incerteza
- O estado de "não sabemos"
Se, para ficar mais legível, você troca "cerca de 30%" por "mais ou menos metade", não ficou mais legível: virou outra linha do tempo.
O básico do trabalho do editor de IA é corrigir a ordem, as explicações, os exemplos, os títulos e a redação sem mudar o significado.
5. Na web, começa-se pela "evidência mais forte"
Quando um artigo precisa de informação atual ou de fatos externos, pesquisa-se na web. Mas ninguém faz reverência ao que aparece em primeiro nos resultados.
As fontes são pesadas, mais ou menos, nesta ordem de força:
- Normas, leis e fontes primárias
- Guias e especificações do provedor oficial
- Pesquisa primária e estudos revisados por pares
- Padrões profissionais de edição e jornalismo
- Fontes secundárias confiáveis
- Comunidades, redes sociais e relatos pessoais
Claro que isso varia conforme o tipo de artigo.
Se a pergunta é "como os usuários realmente se sentiram", Reddit e redes sociais podem ter peso. Mas se a pergunta é "o que a WCAG (o padrão de acessibilidade da web) exige", decidir com um "acho que são 24px, kkk" de um fórum faria a norma chorar.
Além disso, em artigos de análise, comparação, pesquisa, recomendação e de alto impacto, procuram-se também materiais que possam derrubar a sua própria conclusão.
"Juntei cinco fontes que apoiam essa teoria!" não é pesquisa. É fã-clube.
6. Os 28 eixos de qualidade não são "28 deuses"
O sistema atual mantém 28 eixos principais. Em linhas gerais, são 17 eixos de experiência do leitor e 11 de qualidade do conteúdo.
Os 17 eixos de experiência do leitor
- Atenção
- Memória
- Decisão
- Velocidade de processamento
- Compreensão
- Pista de informação (sinais que mostram ao leitor onde está o que ele procura)
- Poluição visual
- Hierarquia
- Layout
- Texto
- Cor e visão
- Interação
- Multilinguismo
- Tecnologias assistivas
- Movimento
- Mudanças de estado
- Resistência a dados reais
Os 11 eixos de qualidade do conteúdo
- Leitor, objetivo e resultado após a leitura
- Valor próprio
- Confiança, autoria e método de produção
- Risco, números e tomada de decisão
- Significado de tabelas, figuras e imagens
- Passos, ações e carga de memória
- Inclusão e cultura
- Se a tarefa do leitor se cumpre
- Acabamento por região
- Desempenho e leitura concentrada
- O texto como som (como soa lido em voz alta)
Não é preciso recitar os 28 no texto toda vez, como numa lista de checagem.
O objetivo não é "preencher eixos", e sim pensar antes onde o leitor vai tropeçar e usar os eixos ligados a esse obstáculo.
Se numa fábrica de artigos alguém começa a dizer "a oferenda de hoje aos 28 deuses ainda está faltando três eixos", isso não é controle de qualidade. É uma organização religiosa.
7. Olha-se para os 14 subportões da edição profissional
Sob os 28 eixos principais existem 14 subportões vindos do processo de edição profissional.
- Necessidade do leitor e resultado após a leitura
- O ângulo do artigo
- O gancho da abertura
- Do que trata este artigo e por que importa
- Colocar a informação importante na frente
- O papel de cada parágrafo
- Correspondência entre afirmações e provas
- Checagem de contraprovas
- Força das fontes
- Editar na ordem estrutura, fatos e redação
- Cumprir no corpo a promessa do título
- Sinais que permitam prever o que vem a seguir
- Consistência de notação e termos
- Atualidade após a publicação e dívida de conteúdo
Mas isso não se aplica de forma mecânica a todos os artigos.
Um artigo de experiência gastronômica não precisa vestir inteira a estrutura de notícia da Reuters, e a especificação de uma API não precisa começar com "De repente, o macarrão riu."
Usam-se apenas as técnicas que combinam com o tipo de artigo. É isso que importa.
8. A ordem de edição é "estrutura, fatos, redação"
O que funciona discretamente na edição profissional é a ordem.
Primeira rodada: estrutura
- Responde à dúvida do leitor?
- Tem um ângulo?
- A conclusão não vem tarde demais?
- O fluxo se entende só pelos H2?
- Há seções repetidas?
- Há seções desnecessárias?
Segunda rodada: fatos e evidências
- Cada afirmação tem respaldo?
- O respaldo realmente sustenta essa afirmação?
- É preciso informar o tamanho da amostra ou o termo de comparação de um número?
- Existe evidência contrária?
- Há informação desatualizada?
Terceira rodada: redação
- Há frases sobrecarregadas?
- O jargão técnico foi explicado?
- Há pronomes como "isto" ou "aquilo" sem referência clara?
- As piadas funcionam?
- Virou um festival de negritos decorativos com cara de IA ou de "Obs.:" em rajada?
Inverta essa ordem e você terá uma edição que troca o papel de parede de uma casa que vai ser demolida na semana que vem.
9. As regras de números se dividem em três tipos
Quando aparecem números, a IA às vezes sente de repente vontade de inventar um "valor de referência". É aí que se freia.
Os números sempre se classificam em três tipos.
Números definidos por fonte oficial ou norma
Por exemplo: o reflow (reorganização do conteúdo conforme a largura da tela) equivalente a 320 px CSS da WCAG, a ampliação do texto em 200%, o tamanho dos alvos de toque etc.
Esses podem ser portões obrigatórios (hard gates) dentro do alcance e das exceções que a própria norma define.
Números obtidos em pesquisas
Se mudam os participantes, o idioma, as condições ou a amostra, eles não podem virar um critério universal do jeito que estão.
Não se pode pegar um "X palavras em inglês" de um estudo e, com uma calculadora, fazer alquimia até chegar a "X caracteres em japonês".
Regras práticas internas do site
Por exemplo: "se houver 4 ou mais H2, verifique se precisa de um sumário".
São úteis para achar candidatos à revisão, mas uma regra prática não pode ser promovida a policial.
O próprio Google também não dá números mágicos como "o tamanho que o Google gosta". O que se deve olhar não é a extensão, e sim se o artigo entrega o que o objetivo exige.
10. Os 12 idiomas são localizados, não apenas traduzidos
Os idiomas suportados são:
- Japonês
- Inglês
- Coreano
- Chinês (simplificado)
- Chinês (tradicional)
- Espanhol
- Português (Brasil)
- Indonésio
- Tailandês
- Vietnamita
- Francês
- Alemão
Ao tornar o texto multilíngue, as palavras se dividem em três tipos.
LOCALIZE_CONCEPT
As ideias gerais são trocadas por palavras que se entendem normalmente naquele idioma.
KEEP_EXACT_NAME
Aquilo em que o nome exato importa, como nomes de produtos, de normas, APIs, URLs, código, nomes de arquivos e identificadores de artigos científicos, é mantido como está.
KEEP_EXACT_NAME_WITH_LOCAL_DESCRIPTOR
Se o nome é mantido mas, sozinho, não diz o que é a coisa, acrescenta-se uma explicação curta naquele idioma.
Copiar a ordem das palavras, as quebras de linha e os trocadilhos do japonês para 12 idiomas não é traduzir.
É enfiar à força um plugue japonês numa tomada estrangeira.
As piadas também são localizadas no sentido. As que não viajam são trocadas por outra graça natural.
11. PASS não é nota média, é um sistema de portões
A abordagem básica atual é gate-first-score-second (primeiro os portões, depois a nota).
Ou seja, não existe isto:
"Os fatos estão errados, mas o design tirou 95, o texto 96, a média passou de 90. Aprovado!"
Um FAIL grave não se apaga com média.
SAMPLE_PASS
Nas amostras verificadas, não foram encontrados problemas graves.
PASS
O alcance do alvo atual está definido com exatidão, as evidências necessárias estão ligadas à identidade atual do conteúdo, à época de qualidade e à versão das regras, e não resta nenhum UNKNOWN grave sem solução nos itens exigidos.
COMPLETE_100
As hard gates aplicáveis, a revisão semântica e as evidências externas ou de runtime necessárias estão satisfeitas, e tudo está fechado em todos os alvos atuais.
Não ter sido avaliado por um humano não é, por si só, um FAIL. Hoje, o responsável oficial pela revisão semântica é o source-grounded AI semantic editor (um editor semântico de IA baseado em fontes).
Mas se a IA escreve algo e depois diz:
"Após rigorosa avaliação do professor IA, o texto do professor IA foi considerado totalmente correto",
isso não vale como evidência.
O juiz pode ser uma IA. Mas o juiz não deve modelar as provas com massinha.
12. Depois do texto, olha-se a tela real
Mesmo que o texto esteja certo, se quebrar na tela, ninguém consegue ler.
No site real, verificam-se pelo menos estados como estes:
- Um celular de uns 320 px
- Um celular de uns 390 px
- Um celular deitado
- Um tablet
- Um PC de 1280 px / 1440 px
- Ampliação do texto em 200%
- WCAG Text Spacing (critério de que a página não quebre quando se aumenta o espaçamento entre letras e linhas)
- Crescimento do texto com pseudolocalização (um teste que estica o texto como uma tradução faria)
- forced-colors (modo de exibição de alto contraste)
- reduced-motion (configuração que reduz as animações)
E usam-se as "minas" dos dados reais.
- O título mais longo
- A sequência mais longa que não quebra linha
- O corpo de texto mais longo
- O corpo de texto mais curto
- O artigo com mais títulos
- O artigo com mais links
- O artigo com mais tabelas
- O artigo com mais elementos parecidos com definições
- O artigo com mais blocos code / pre
- Artigos que misturam vários sistemas de escrita
Se você testa só artigos comuns e diz "tudo certo!", a diferença de cobertura é a de encerrar um exame médico fazendo agachamento na biblioteca.
Erros, zero resultados, falhas de carregamento e traduções faltando também fazem parte da experiência do artigo.
13. As regras de pesquisa também andam sozinhas
As próprias regras de qualidade também envelhecem.
Por isso, as atualizações de pesquisa foram embutidas na auditoria central que já existe.
- Refresh regular: em princípio, a cada 7 dias
- Deep sweep: em princípio, a cada 30 dias
- Mudanças oficiais importantes: antecipadas, se necessário
Entre o que se acompanha estão W3C/WCAG, ISO 24495, Microsoft, Google, Reuters, AP, GOV.UK, ciência cognitiva, HCI (interação humano-computador), pesquisa sobre leitura, busca de informação, acessibilidade e pesquisa multilíngue e de edição.
As novas descobertas passam por esta checagem:
Sobrepõe-se às regras existentes? → A fonte é forte? → A quais artigos se aplica? → Qual é a faixa dos números? → Existe evidência contrária?
e são classificadas em uma destas categorias:
- ADOPT
- CONDITIONAL
- TEST
- DEFER
- REJECT
- SUPERSEDED
No primeiro deep sweep da v5, em 28 de agosto de 2026, não se encontrou nenhuma mudança grande o bastante para virar o padrão PASS atual de cabeça para baixo, e a decisão foi manter a v5.
14. Guias oficiais não são oráculos
Microsoft, Google, Reuters, AP, W3C, ISO. Todas são fontes fortes, mas o âmbito de aplicação de cada uma é diferente.
Por exemplo, em documentação técnica, conter expressões idiomáticas e humor pode ajudar na traduzibilidade e na precisão.
Mas se você aplica essa regra sem distinção a um artigo de experiência gastronômica ou de entretenimento, sai isto:
Foi ingerido o hambúrguer. Ocorreu a geração de suco da carne. A satisfação aumentou.
Um texto que deixou os sentimentos na sala de compliance.
De um guia oficial, olha-se em que contexto ele está certo.
Não é "é oficial, então ADOPT para todos os artigos". Se for o caso, é CONDITIONAL.
15. Mesmo que o GitHub caia, o cérebro do artigo não pode morrer
Quando não dá para acessar o GitHub, também não é preciso parar toda a escrita e a revisão semântica.
Como base de recuperação (baseline), mantêm-se também em outro sistema:
- Os 28 eixos principais
- A política do editor de IA
- O fluxo de trabalho de edição profissional
- A força das fontes
- Os critérios numéricos
- Como atualizar as pesquisas
- O critério de PASS
- O princípio de não parar a fábrica
Mas, quando o GitHub não está visível, o seguinte não deve ser preenchido com suposições:
- O SHA atual (o identificador do commit)
- O recibo (receipt) mais recente
- Se já foi aplicado ao repositório
- O andamento oficial atual
Isso é UNKNOWN.
Quando o GitHub volta, confrontam-se a main mais recente, a baseline de recuperação e as informações primárias e oficiais mais novas, e retorna-se à operação normal.
"Vale o último que escreveu" (blind last-write-wins) não é política editorial. É pedra, papel e tesoura.
16. O que não fazemos
Esta fábrica de artigos evita, no mínimo, o seguinte:
- Usar apenas a resposta de uma IA como prova de um fato
- Escrever "verificado por especialistas" sem ter feito revisão humana
- Chamar de "padrão do Google" um número que o Google nunca disse
- Produzir em massa artigos de baixo valor só para ranquear em buscas
- Pôr um título apelativo e não responder no corpo
- Alterar números ou incertezas da fonte só para facilitar a leitura
- Enfiar todos os artigos no mesmo molde de notícia ou de documento técnico
- Copiar mecanicamente títulos, ordem de palavras e piadas do japonês para outros idiomas
- Esmurrar o texto inteiro com negrito
- Deixar as "Obs." crescerem como erva daninha
- Parar fábricas que nada têm a ver com o caso porque um artigo falhou
- Declarar "100 pontos no site todo" só com checagem de amostras
Resumo: o editor de IA trabalha mais antes e depois de escrever
Se você olha só o ato de escrever, o editor de IA parece um gerador de texto.
Mas o trabalho de verdade é:
Ler o pedido → ler as regras anteriores → ler a fonte de verdade do GitHub → proteger o material de origem → pesquisar fontes primárias, oficiais e de pesquisa → tentar refutar a si mesmo → montar a estrutura → verificar os fatos → polir a redação → localizar para 12 idiomas → tentar quebrar na tela real → fechar com QA → e ainda pesquisar as próprias regras de tempos em tempos.
"Escreva um artigo" é o botão de iniciar, não a descrição do trabalho.
O editor de IA de uma fábrica de artigos faz a ronda como escritor, revisor, pesquisador, editor de traduções, QA e manutenção de equipamentos, tudo de uma vez.
E o mais importante não é produzir um texto que siga as regras, e sim um artigo em que o leitor capte o sentido logo, consiga seguir as evidências e tomar as decisões de que precisa.
As regras são ferramentas para isso. Aqui é uma fábrica de artigos, não um lugar para adorar a caixa de ferramentas.
