Alucinação não é falta de conhecimento — é um botão desligado na hora errada

Quase todo conselho sobre alucinação parte do princípio de que o modelo não sabia a resposta. O time de interpretabilidade da Anthropic abriu o Claude e achou o enquadramento contrário: a recusa é o padrão. Existe um circuito que já vem ligado e que faz o modelo dizer que não tem informação suficiente pra responder qualquer coisa. Quando você pergunta sobre algo que ele conhece bem — o exemplo deles é o Michael Jordan —, uma feature concorrente de "entidades conhecidas" dispara e inibe esse circuito de recusa. É isso que libera a resposta.

Alucinação é essa inibição acontecendo na hora errada. Os pesquisadores provaram na mão: ativando as features de "resposta conhecida" (ou suprimindo as de "não consigo responder"), eles fizeram o modelo afirmar, de forma bem consistente, que um sujeito inventado chamado Michael Batkin joga xadrez. No mundo real, a mesma falha aparece quando o Claude reconhece um nome e não sabe mais nada sobre ele.

Isso muda completamente a natureza do conserto. Você não está pedindo pro modelo se esforçar mais nem pensar melhor. Você faz duas coisas mecânicas: dá pro caminho da recusa uma licença pra vencer e coloca um documento de verdade na frente dele, pra que "conhecido" passe a significar "está neste texto" em vez de "me soa familiar".

1. Ancore — primeiro as citações, depois a análise

A ordem é o que importa. Extrair trechos literais antes do raciocínio obriga a resposta a ser construída sobre o texto; pedir a fonte depois só convida o modelo a enfeitar uma conclusão que ele já escreveu. A própria documentação da Anthropic recomenda esse padrão de citação-primeiro justamente para documentos acima de 20 mil tokens.

Responda usando SOMENTE o documento abaixo. Não use conhecimento geral.

Passo 1 — Extraia os trechos literais relevantes pra minha pergunta, palavra
por palavra, e numere cada um. Se não houver nenhum, escreva "Nenhum trecho
relevante encontrado".
Passo 2 — Responda minha pergunta usando só esses trechos, citando pelo número.
Passo 3 — Apague qualquer frase que você não consiga amarrar a um trecho
numerado e deixe um [] vazio no lugar dela.

<documento>{{COLE AQUI}}</documento>
Pergunta: {{SUA PERGUNTA}}

Pega: estatística inventada, afirmação contrabandeada do treinamento, fonte que não diz o que a resposta alega.

Deixa passar: qualquer coisa errada dentro do seu documento, e trecho lido torto. E só funciona quando você fornece o texto — se o modelo está navegando na web, você ainda tem que abrir os links.

Se isso vai pra dentro de um produto, pare de resolver por prompt: a feature de Citations da API do Claude devolve as frases exatas que a resposta usou. A Anthropic afirma que ela melhora a precisão de recall em até 15%, e o cliente Endex derrubou alucinação de fonte de 10% para 0%, com 20% mais referências por resposta.

2. Libere a recusa — deixe "não sei" ser uma resposta válida

Esse é o mais barato e o mais próximo do mecanismo. É uma regra que você fixa pra sessão, não uma pergunta de follow-up.

Regra pra toda esta conversa: "não sei" é uma resposta completa e aceitável.
Eu prefiro uma lacuna a uma resposta errada dita com convicção.

Estruture toda resposta factual assim:
- Confiante: o que você defenderia, e em que isso se apoia.
- Incerto: o que você acredita mas não consegue ancorar — marque como tal.
- Desconhecido: o que faltaria (um documento, uma busca, um número de versão)
  pra responder de verdade.

Nunca preencha uma lacuna com texto bem escrito.

Pega: o chute do meio-reconhecimento — o caso Batkin, em que o modelo tem um nome e nada além disso.

Deixa passar: tudo aquilo em que o modelo está confiantemente errado. Se a feature de "entidades conhecidas" acendeu por completo, ele não está em dúvida, então não tem nada a relatar. Esse prompt faz a dúvida aparecer; ele não cria dúvida onde não existe.

3. Ataque a resposta de um contexto limpo

Abra uma conversa nova — de preferência em outro modelo —, cole a resposta como uma afirmação a ser derrubada e peça um veredito por afirmação. Revisão na mesma sessão está viciada: o assistente já se comprometeu com aquele texto e lê como coisa dele.

Abaixo está uma resposta gerada por outro modelo. Assuma que ela contém pelo
menos um erro. Seu trabalho é encontrar erros, não concordar.

Para CADA afirmação factual, devolva: a afirmação | veredito (sustentada /
sem sustentação / falsa) | a evidência ou a busca exata que você faria.
Depois liste toda afirmação que não dá pra verificar de jeito nenhum.

<resposta>{{COLE AQUI}}</resposta>

Pega: citação fabricada, contradição interna, número que não sobrevive a uma segunda olhada.

Deixa passar: ponto cego compartilhado — uma mesma família de modelos tende a errar nos mesmos lugares, e é por isso que trocar de fornecedor vale a aba extra. E não trate a explicação do revisor como prova. No estudo de fidelidade da Anthropic, o Claude 3.7 Sonnet mencionou a dica que de fato tinha usado em apenas 25% dos casos (DeepSeek R1: 39%) — e as cadeias de raciocínio infiéis eram mais longas que as fiéis. Cinco parágrafos de justificativa convicta não são evidência de nada.

Por que isso pesa mais se você está entrevistando fora

Quando você aplica pra vaga remota nos EUA ou na Europa, seus artefatos escritos são a entrevista: o take-home, o documento de design, a descrição do pull request, o e-mail de follow-up. Um número de benchmark inventado num documento técnico custa mais credibilidade do que uma resposta lenta jamais vai custar — e você quase nunca tem a chance de explicar que foi um modelo que escreveu. Verificar aqui não é cautela, é o seguro de reputação mais barato que existe.

Hoje: pegue a última resposta de IA que você realmente usou pra alguma coisa e rode o prompt 3 numa conversa nova, em outro fornecedor. Conte quantas afirmações ficam sem sustentação. Esse número é a sua calibragem pessoal — e normalmente é mais alto do que você gostaria.

Fontes

• Anthropic Research — Tracing the thoughts of a large language model
• Claude Docs — Reduce hallucinations
• Anthropic — Introducing Citations on the Claude API
• Anthropic Research — Reasoning models don't always say what they think