Crie uma verificação de resultado no pedido. Retornar SOMENTE JSON: {"goal":"o que você precisa obter","verify_points":"quais fatos devem ser verificados duas vezes e como","require_sources":"o que exigir como evidência (link, citação, captura de tela)","freshness":"como ter certeza de que os dados são atualizados e não de uma cópia salva antiga (cache)"}
O agente não é um oráculo onisciente, mas um executor que às vezes comete erros de três maneiras: pegando dados desatualizados (um cache antigo - uma cópia antiga salva da página), confundindo opções semelhantes (o cartão errado) ou “inventando” um fato faltante, porque o modelo tende a preencher as lacunas com um fato plausível. Mecânica da alucinação (quando o modelo produz um fato plausível, mas falso): se algo não estiver na página, o modelo pode substituir um valor típico em vez de um honesto “não encontrado”. Daí a regra: não confie em números sem fonte. Técnica: comprovante de demanda - “para cada preço, forneça um link direto e uma cotação exata da página”. Dificilmente um agente pode falsificar um fato verificável, mas um fato fictício é imediatamente exposto. A segunda técnica é controlar a atualização: “indicar a data/hora em que os dados foram recebidos” e “abrir a página atual, não uma cópia salva”. Insider: peça para mostrar fatos críticos (preço, disponibilidade, prazo) literalmente - com uma citação, não uma paráfrase. Recontar é o lugar onde nascem os erros. Um erro comum de novato é confundir o tom confiante do agente com a verdade. A confiança do modelo não é igual à precisão; confie apenas no que é apoiado por uma referência.
Desbloqueie o acesso para enviar soluções para análise instantânea de IA.