Problema
Revisores de texto em português encontravam marcas recorrentes de IA, mas as referências disponíveis eram majoritariamente calibradas para inglês.
Humanizador PT-BR
Ferramenta para detectar marcas de texto gerado por IA e propor uma reescrita em PT-BR que preserve sentido, intenção, registro e voz.
Problema, decisão e evidência
Papel e decisão
Transformei critérios editoriais em regras versionadas e separei detecção de reescrita, para que o usuário possa analisar o texto sem ser obrigado a alterá-lo.
Evidência disponível
O ambiente de desenvolvimento demonstra os dois modos e a integração MCP. Não há benchmark público de precisão ou preferência de leitores.
Escopo do trabalho
Papel
Curadoria linguística, produto e implementação
Público
Criadores, times de conteúdo e usuários de IA em PT-BR
Métodos e tecnologia
MCP, TypeScript, Zod, Claude via Bedrock e AWS
Resultado
O usuário recebe uma revisão que reduz marcas artificiais sem trocar o sentido ou a voz por um estilo genérico
Contexto
Ferramenta própria para revisar textos gerados com IA em português brasileiro. As telas desta página mostram um ambiente de desenvolvimento, não uma implantação de cliente.
Problema de negócio
Textos gerados com IA podem manter o conteúdo correto e ainda perder a voz de quem escreve. Em PT-BR, isso aparece em padrões específicos que critérios traduzidos do inglês não tratam bem.
Público e personas
- Profissionais de conteúdo
- Consultores e criadores que usam IA para rascunhos
- Times que precisam manter voz de marca em português
Barreiras de adoção
- Critérios de revisão subjetivos
- Confusão entre formalidade e artificialidade
- Poucas referências calibradas para português brasileiro
- Receio de enviar conteúdo sensível para revisão
Desenho da solução
- Regras editoriais versionadas para PT-BR
- Ferramentas separadas para detectar e reescrever
- Revisão orientada por sentido, voz, registro e intenção
- Autenticação, limitação de requisições e privacidade dos logs
Escopo e entregáveis
- Guia de padrões de IA em PT-BR
- Servidor MCP para integração com ChatGPT
- Infraestrutura serverless com controles de acesso e observabilidade
- Testes automatizados dos contratos e fluxos
Evidências e sinais
- Dois modos demonstráveis: detecção e reescrita
- Ambiente de desenvolvimento disponível para demonstração privada
- Sem benchmark público de precisão, preferência ou preservação de voz
Aprendizado
Uma revisão útil precisa retirar o que soa artificial sem substituir as escolhas do autor por uma voz padronizada.
Próximo ajuste
Validar presets por registro e construir um protocolo de avaliação com textos, revisores e critérios documentados.
Ver detalhes de implementação
- O servidor MCP expõe ferramentas separadas para detecção e reescrita, com contratos validados por Zod.
- A implementação existente inclui autenticação, rate limiting, minimização de conteúdo em logs e testes automatizados.
- O processamento usa Claude via Amazon Bedrock, com Lambda, API Gateway, DynamoDB e CloudWatch. Esses controles descrevem a arquitetura, não um benchmark de qualidade linguística.
Serviços relacionados
Próximos cases
Quer ver como a revisão funciona com um texto do seu contexto?
A demo pode ser feita em conversa privada, com um exemplo não sensível e espaço para discutir voz, privacidade e critérios de avaliação.
Agendar demo privada