A resposta da IA parou no meio: por que ela corta, como fazer continuar e o que se perde no caminho

Resposta rápida

Se o ChatGPT, o Claude ou o Gemini pararam de escrever no meio de uma frase, de uma função de código ou de uma lista, a causa quase nunca é a IA “decidindo parar”. É um limite técnico de tamanho de resposta, separado do limite de contexto da conversa inteira, chamado de max output tokens (ou max_tokens, dependendo da ferramenta). Cada resposta é gerada token a token até acontecer uma de duas coisas: o modelo termina naturalmente, ou o contador de tokens gerados bate esse teto e a geração é cortada ali mesmo, sem aviso e sem noção de que aquele era um lugar ruim pra parar. No ChatGPT existe um botão oficial de continuar (e digitar “continue” também funciona); no Claude e no Gemini não existe esse botão nativo, então o jeito certo é pedir a continuação com uma frase específica, citando o ponto exato onde cortou, porque um “continua” solto às vezes faz a IA repetir trecho ou reformular o que já tinha escrito em vez de simplesmente emendar.

Por que a IA para bem no meio de uma palavra ou de uma linha de código?

Não é falha e não é a IA “cansando”. As três ferramentas geram texto de um jeito parecido por baixo: um token de cada vez, prevendo o próximo com base em tudo que já escreveu. A geração continua até acontecer um destes dois eventos:

1. O modelo encontra um ponto natural de parada (terminou a resposta).
2. O contador de tokens gerados bate o teto configurado, e o sistema corta ali, no meio da palavra, da frase, da função ou da tag HTML, sem nenhuma noção de “esse é um lugar ruim pra parar”.

A própria OpenAI documenta esse segundo caso na referência da API: quando a resposta sai com o campo finish_reason marcado como "length", é sinal de que o teto de tokens de saída ficou pequeno demais pra terminar a ideia. Anthropic (Claude) usa o campo equivalente stop_reason: "max_tokens", e o Google (Gemini) usa finishReason: "MAX_TOKENS". Nos três casos é o MESMO mecanismo, só com nome diferente.

Qual é o tamanho máximo de uma resposta em cada IA?

Aqui vale separar duas coisas: o limite de CONTEXTO (quanto ela lê e lembra da conversa inteira, que eu já expliquei em detalhe no artigo sobre janela de contexto) e o limite de SAÍDA (quanto ela consegue escrever numa única resposta). São números diferentes, e é o segundo que corta sua resposta no meio.

Ferramenta	Limite de saída (via API, documentação oficial)	O que sinaliza o corte
ChatGPT (GPT-4o)	até 16.384 tokens por resposta	finish_reason: "length"
ChatGPT (GPT-4.1)	até 32.768 tokens por resposta	finish_reason: "length"
Claude (modelos com contexto de 1M)	até 128.000 tokens por resposta	stop_reason: "max_tokens"
Gemini	8.192 tokens por padrão, varia por modelo	finishReason: "MAX_TOKENS"

Atenção pra quem usa o produto de consumo (o app ChatGPT, Claude.ai, o app do Gemini), não a API: nenhuma das três empresas publica um número fixo de tokens por resposta pra versão de consumidor. Os números acima são da documentação da API, pensada pra quem programa em cima do modelo. No app do dia a dia, o teto pode variar por modelo escolhido e por como a ferramenta decide alocar tokens naquela conversa específica, e é por isso que às vezes uma resposta corta e a próxima, sobre um assunto parecido, não corta.

O ChatGPT tem um botão de continuar, e os outros não?

Tem, e é o único dos três com esse recurso documentado oficialmente pelo help center da OpenAI: quando a resposta é cortada, aparece a opção de continuar a geração, e digitar “continue” na própria conversa também funciona pro modelo simplesmente emendar de onde parou.

Claude e Gemini não têm esse botão nativo. Isso não quer dizer que você não consegue continuar, quer dizer que o jeito de pedir importa mais nessas duas ferramentas, porque sem um recurso dedicado pra “grudar” a resposta exatamente no ponto de corte, o modelo tende a reinterpretar o pedido a partir do zero.

Existe risco real em só mandar “continua”?

Sim, e é documentado. A Anthropic recomenda oficialmente, quando o corte acontece no meio de um bloco estruturado (como uma chamada de ferramenta, ou por extensão qualquer bloco de código longo), reenviar a requisição com um teto de tokens maior, porque simplesmente pedir pra continuar pode não reconstruir aquele bloco corretamente. E no fórum oficial de desenvolvedores da OpenAI, o relato recorrente é que pedir continuação depois de um corte por limite pode fazer o modelo repetir um trecho que já tinha escrito, ou reformular em vez de emendar com exatidão, porque ele não tem certeza absoluta de qual foi o último caractere que realmente saiu.

A técnica que resolve isso na prática, e que funciona em qualquer uma das três ferramentas:

1. Copie a ÚLTIMA linha completa que a IA conseguiu terminar antes do corte (não a linha cortada pela metade, a última inteira).
2. Peça a continuação citando esse trecho, algo como: “Continue exatamente de onde parou, sem repetir nada, a partir deste ponto: [cole a última linha completa aqui]”.
3. Em código, sempre confira depois se não sobrou uma linha duplicada ou faltando entre o pedaço antigo e o novo. É o ponto mais comum de erro silencioso: a IA emenda quase certo, mas duplica uma chave de fechamento ou um return.

Isso funciona muito melhor do que um “continua” solto porque dá à IA uma âncora exata, em vez de deixar ela adivinhar onde exatamente o texto parou.

Dá pra evitar que corte, em vez de só consertar depois?

Em parte, sim, dependendo de onde você usa a ferramenta:

• Se você programa com a API (ChatGPT, Claude ou Gemini), o parâmetro que controla isso é literalmente configurável (max_tokens ou max_output_tokens), e o próprio help center da OpenAI orienta ajustar esse valor pra cima quando a tarefa pede resposta longa.
• Se você usa o app comum, sem acesso a esse parâmetro, a saída prática é PEDIR RESPOSTAS MENORES E MAIS DIVIDIDAS. Em vez de “me gera o sistema inteiro”, peça módulo por módulo, ou capítulo por capítulo. Resposta mais curta corta menos, e quando corta, dói menos porque é menos conteúdo pra reconstruir.
• Se o problema for o app fechando por outro motivo (não corte de resposta, mas a ferramenta caindo de verdade), a causa é diferente e eu detalho em a IA parou de responder: como saber se caiu pra todo mundo.

Isso tem a ver com eu ter batido o limite de uso do meu plano?

Não, são coisas diferentes, e vale a pena não confundir. O corte no meio da resposta é por TAMANHO daquela resposta específica (tokens de saída). Bater o limite do plano é por VOLUME de uso acumulado (quantas mensagens, ou quantas horas de uso, você já gastou no período). São dois tetos independentes: dá pra bater o segundo sem nunca ter sentido o primeiro, e vice-versa. Se o seu caso for “a IA me disse que atingi o limite e preciso esperar”, o assunto é outro, e está detalhado em bati o limite da IA, o que fazer e em limites de uso das IAs em 2026, com os números de cada plano.

Perguntas frequentes

Por que às vezes corta e às vezes não, no mesmo assunto?

Porque o teto de tokens de saída não é fixo pro app de consumo, varia conforme o modelo escolhido na conversa e como a ferramenta aloca tokens naquele momento específico. Pedidos que geram resposta naturalmente mais longa (código extenso, listas grandes, textos completos) têm mais chance de bater o teto do que uma pergunta objetiva.

Pedir “responda de forma mais curta” evita o corte?

Ajuda bastante, principalmente combinado com dividir a tarefa em partes menores. Uma resposta que você sabe que vai ser longa (um sistema inteiro, um roteiro completo) corta com muito mais frequência do que a mesma tarefa pedida em pedaços.

O corte apaga o que já foi escrito?

Não, o que já saiu na tela continua lá. O problema é só que a resposta parou antes de terminar a ideia. Copiar o já escrito antes de pedir a continuação é sempre mais seguro do que confiar que o modelo vai lembrar sozinho.

Sobre a CPDF (Comunidade Profissionais do Futuro - por Danilo Gato): dentro da comunidade a gente ensina o uso profissional de ferramentas de IA no dia a dia, e entender esses limites técnicos (contexto, saída, cota de uso) é parte do que separa quem usa IA por cima de quem usa IA de verdade, sem travar no meio do trabalho.