Comparar duas versões de um documento com IA sem perder nada no meio

Resposta rápida

Para comparar duas versões de um documento com IA e achar o que mudou, o jeito mais confiável é colar as duas versões e pedir explicitamente uma lista do que foi adicionado, removido e alterado, em vez de pedir “compara esses dois documentos” de forma genérica. Documentos longos têm um problema conhecido: uma pesquisa da Stanford (Liu et al., “Lost in the Middle”) mostrou que modelos de linguagem perdem até mais de 30% de precisão quando a informação relevante está no MEIO de um texto longo, em vez de no início ou no fim. Isso quer dizer que, se a mudança que você precisa achar está na página do meio de um contrato de 20 páginas, o risco da IA passar batido é real. A solução prática é comparar por partes (seção por seção) em vez de jogar os dois documentos inteiros de uma vez e torcer para a IA notar a diferença certa.

Por que a IA erra ou esquece mudanças no meio de documentos longos?

O motivo é estrutural, não é falta de capacidade. Modelos de linguagem dão mais atenção ao que está no começo e no fim do texto que recebem, e menos atenção ao que está no meio, um efeito medido e documentado pelos pesquisadores de Stanford. Na prática, isso significa que se você cola a versão antiga e a versão nova de um documento de 15 páginas e pergunta “o que mudou”, a IA tem uma chance real de citar corretamente a mudança da primeira página e da última, e deixar passar uma mudança de valor ou prazo que estava bem no meio. Não é um bug raro: é um padrão medido em vários modelos, inclusive nos que são vendidos como “long-context”.

Esse comportamento explica por que a comparação “solta” (colar tudo e pedir resumo das diferenças) funciona bem em documentos curtos e fica arriscada em documentos longos. Quanto mais páginas, maior a chance de uma mudança no meio passar batido.

Como pedir a comparação certa: tabela de adicionado, removido e alterado

Em vez de pedir um resumo em texto corrido do que mudou, peça uma estrutura fixa. Isso obriga a IA a percorrer o documento de forma mais sistemática, porque ela precisa preencher três categorias, não só narrar uma impressão geral:

“Compare a versão A e a versão B deste documento. Monte uma tabela com três colunas: o que foi ADICIONADO (existe só na versão B), o que foi REMOVIDO (existia só na versão A) e o que foi ALTERADO (existe nas duas, mas o texto ou o número mudou). Para cada item alterado, cite o texto antigo e o texto novo, lado a lado.”

O pedido de citar o texto antigo e o novo lado a lado é o detalhe que mais evita erro. Sem isso, a IA tende a resumir o que mudou com as próprias palavras, e resumo é onde a alucinação mora: ela pode descrever uma mudança que não é exatamente o que está escrito. Pedindo a citação literal dos dois lados, você confere o texto original em vez de confiar na paráfrase.

A técnica de comparar por partes, em vez do documento inteiro de uma vez

Para documentos com mais de 5 ou 6 páginas, a técnica que reduz o risco do “lost in the middle” é dividir o documento em blocos (por seção, por cláusula, por capítulo) e comparar bloco por bloco, em vez de pedir a comparação do documento inteiro numa mensagem só. Um jeito prático de fazer isso:

“Vou te mandar o documento em partes. Primeiro a Seção 1 de ambas as versões: [cola a seção 1 da versão A] e [cola a seção 1 da versão B]. Me diz o que mudou só nessa seção. Depois eu mando a próxima.”

Isso parece mais trabalhoso, e de fato é mais mensagens, mas cada bloco fica pequeno o bastante para a IA não ter parte nenhuma “no meio” esquecida, porque o bloco inteiro vira início e fim ao mesmo tempo. Para documentos muito longos (um contrato de 40 páginas, por exemplo), essa é a diferença entre achar a cláusula que mudou o valor de pagamento e deixar ela passar despercebida.

Como pedir só a lista de diferenças, sem resumo dos dois documentos

Um erro comum é pedir “resume as duas versões e me diz as diferenças”, o que faz a IA gastar espaço explicando o que É cada documento, em vez de focar só no que MUDOU entre eles. O prompt fica mais direto assim:

“Não resuma o conteúdo dos documentos. Assuma que eu já conheço os dois. Me diga APENAS as diferenças entre a versão A e a versão B, ponto por ponto, sem descrever o que continua igual.”

Essa instrução (“não resuma”, “só as diferenças”) economiza a atenção da IA para o que interessa: achar o delta entre as duas versões, e não gerar dois resumos separados que você mesmo teria que comparar depois.

Um prompt pronto pra comparar duas versões

Juntando as três técnicas (tabela estruturada, citação literal e foco só na diferença), um modelo completo:

“Aqui estão duas versões do mesmo documento: Versão A (antiga) e Versão B (nova). Não resuma o conteúdo geral. Monte uma tabela com o que foi ADICIONADO, REMOVIDO e ALTERADO entre elas. Para cada alteração, cite o trecho exato da versão A e o trecho exato da versão B, lado a lado. Se o documento tiver mais de 5 páginas, primeiro me diga em quantas seções ele pode ser dividido, e vamos comparar seção por seção.”

A última frase é o que ativa a divisão por partes automaticamente quando o documento é longo, sem você precisar decidir isso na mão toda vez.

Quando o documento é um contrato

Se o que você está comparando são duas versões de um contrato (a minuta que te mandaram e a versão revisada, por exemplo), o cuidado extra é nos números e nos prazos, porque são o tipo de mudança mais fácil de passar despercebida numa leitura corrida, humana ou de IA. Peça explicitamente: “preste atenção especial em qualquer mudança de valor, data, prazo ou percentual, mesmo que pequena”. Essa técnica se soma à checklist de cláusulas que eu já detalhei no artigo sobre analisar contrato antes de assinar: lá o foco é entender UM contrato sozinho, aqui o foco é o que mudou entre duas versões do mesmo contrato, e as duas técnicas se complementam bem quando você recebe uma minuta revisada.

Como conferir se a IA não pulou nada

Depois que a tabela de diferenças chegar, um teste rápido de conferência: conte quantas páginas ou seções tem o documento, e veja se a tabela tem pelo menos uma menção vinda de cada parte dele (início, meio e fim). Se todas as diferenças listadas vieram só do começo e do fim, e nada do meio, isso é justamente o sinal do “lost in the middle” acontecendo, e vale reforçar o pedido comparando aquela parte do meio separadamente, isolada, pra conferir se realmente não mudou nada ali ou se a IA só não tinha visto.

Esse hábito de desconfiar e conferir por fonte, em vez de aceitar a resposta de primeira, é o mesmo princípio por trás de qualquer uso sério de IA com documento importante: ela é uma ferramenta poderosa pra apontar onde olhar, mas a palavra final, principalmente em contrato ou documento com valor em jogo, continua sendo sua.

Leia também

• IA para analisar contrato antes de assinar
• Janela de Contexto da IA: por que ela esquece o que você disse
• Alucinação de IA: por que a IA inventa resposta e como conferir antes de usar