Quando a IA erra o número do relatório: um processo de conferência antes de enviar ao cliente
Texto gerado por IA soa convincente mesmo quando o número está errado. Veja um processo prático para conferir valores, achar o erro de origem e entregar relatório que você consegue defender na reunião.

Tem um tipo de erro novo na rotina de agência, e ele é mais perigoso do que o erro antigo.
O erro antigo era óbvio: a planilha quebrava, a célula mostrava #REF!, alguém percebia. O erro novo chega em forma de parágrafo bem escrito: "o custo por lead caiu 18% em setembro, puxado pela campanha de remarketing, que passou a responder por 34% das conversões". Está fluido, está no tom, está pronto para colar no relatório. E o número pode estar simplesmente errado.
Isso não é um defeito exótico de um modelo ruim. É como texto gerado funciona: o objetivo do modelo é produzir a próxima palavra plausível, não auditar aritmética. Se o resumo que ele recebeu era parcial, se a conta exigia dividir dois valores de períodos diferentes, se o número simplesmente não estava lá — ele preenche com algo que soa certo. E "soa certo" é exatamente o que engana numa leitura de dez segundos antes de apertar enviar.
O que resolve isso não é desconfiar da IA e voltar a escrever tudo na mão. É ter um processo de conferência: cada valor citado no texto precisa ser rastreado até o dado do período. É esse princípio que está por trás da inteligência artificial da Blocos, onde todo número que a IA cita é conferido contra os dados da plataforma antes de aparecer para você.
Abaixo, como montar esse processo — com ou sem ferramenta que faça por você.
Por que o erro de número passa pela revisão humana
Três motivos, todos comportamentais.
O texto chega pronto. Quando você escreve o relatório, você olha o número e depois escreve a frase. Quando a IA escreve, você lê a frase e assume que ela veio do número. A ordem invertida desliga a checagem.
Números plausíveis não disparam alarme. Um CPL de R$ 43,20 não parece suspeito. Um CPL de R$ 4.320,00 parece. O erro que passa é sempre o do primeiro tipo: dentro da faixa esperada, errado por 15%, impossível de pegar de olho.
Ninguém revisa o que a IA não marcou. Se o texto tem doze números e você tem quinze minutos, você confere dois ou três. Os outros nove entram no relatório sem ninguém ter olhado. Não é negligência, é aritmética de tempo.
O resultado é um risco assimétrico: a IA economiza trinta minutos de escrita e cria a chance de um erro que custa uma reunião inteira — ou a confiança do cliente, que é mais caro.
A diferença entre revisar o texto e conferir o número
São duas tarefas distintas e a maioria das agências só faz a primeira.
Revisar o texto é checar tom, ordem dos argumentos, se a conclusão faz sentido, se não ficou genérico. É trabalho de edição e você provavelmente já faz bem.
Conferir o número é outra coisa: pegar cada valor citado e verificar se ele existe no período, na conta e na métrica que o texto diz. É trabalho de auditoria, chato, repetitivo — e justamente por isso o primeiro a ser cortado quando o prazo aperta.
A pergunta útil não é "o relatório está bom?". É: quais valores desse texto eu consigo apontar na fonte agora, sem procurar?
Se a resposta for "a maioria, mais ou menos", você não tem um processo. Tem uma esperança.
Um processo de conferência que cabe na rotina
Funciona para relatório mensal, resumo de reunião ou mensagem de WhatsApp para o cliente.
1. Extraia todos os valores numéricos do texto. Literalmente liste: percentuais, valores em reais, contagens, variações, participações. Inclua os comparativos ("caiu 18%") — eles são os que mais erram, porque dependem de dois períodos.
2. Classifique cada um em três tipos. Valor direto (gasto, leads, cliques), valor derivado (CPL, CTR, taxa de conversão) e valor comparativo (variação contra período anterior). O risco cresce nessa ordem: direto erra pouco, derivado erra na divisão, comparativo erra no recorte de data.
3. Confira na fonte, não no resumo. Se o número foi extraído de um resumo intermediário — uma planilha consolidada, um print, um dashboard antigo — você está conferindo contra a mesma possível fonte do erro. Vá ao dado do período.
4. Marque o que não bate, não apague. Número que não fecha é informação. Ou a IA errou, ou a métrica foi lida com outro recorte, ou o dado da plataforma mudou depois de uma reprocessagem de conversões. Os três casos pedem decisão diferente.
5. Só depois escreva o parágrafo final. Com os valores confirmados, a narrativa muda de status: deixa de ser algo que você espera estar certo e passa a ser algo que você defende.
Os três lugares onde o comparativo quebra
Quase todo erro de variação que vejo em relatório cai em um destes:
Mês incompleto. "Caiu 18%" comparando setembro fechado com outubro até o dia 4. Matemática correta, leitura inútil.
Atribuição deslocada. A conversão apareceu no dia 2, mas foi atribuída ao clique do dia 28. O volume do mês anterior muda retroativamente e o comparativo de ontem fica velho hoje.
Base diferente. Uma campanha pausada no meio do período. A média cai, mas não porque a performance piorou — porque o denominador mudou.
Nenhum dos três é erro de IA. São erros de recorte que a IA repete com confiança se ninguém marcar.
O que muda quando o selo vem com o texto
O ganho real de ter a conferência automatizada não é economizar os quinze minutos de checagem. É outro: você passa a saber quais números não foram conferidos.
Na prática, é a diferença entre duas situações. Na primeira, você recebe um texto com doze números e nenhuma informação sobre a confiabilidade deles — e precisa decidir onde gastar atenção no escuro. Na segunda, o texto chega com "Números conferidos" ou com "Confira estes valores" e a lista do que não bateu. Sua atenção vai exatamente para onde importa.
É assim que o recurso de IA da Blocos funciona: 100% dos números citados são conferidos contra os dados do período, e o que não fecha aparece listado para você revisar antes de publicar. A narrativa continua sendo sua decisão; o que sai da sua mão é a parte mecânica de rastrear valor por valor.
O mesmo princípio vale para ação, não só para texto. O assistente responde perguntas em português sobre os dados da agência e também executa o que você pedir — mas nenhuma ação sai sem confirmação sua, em um cartão, uma por vez. Zero ação executada sem você aprovar. Para quem já perdeu tempo desfazendo algo que um automatismo fez sozinho, isso vale mais que velocidade.
Vale registrar um detalhe de arquitetura que muda a conversa com o cliente sobre privacidade: não existe chave da plataforma no meio. Você conecta sua própria conta da Anthropic, OpenAI ou Google, escolhe entre Claude, GPT ou Gemini, e o provedor cobra direto de você. O modelo é escolha da agência, não imposição da ferramenta.
O padrão que vale levar para a agência
Independente de ferramenta, adote uma regra simples: nenhum número vai para o cliente sem alguém saber de onde ele veio.
Isso significa, na prática:
Texto gerado por IA entra como rascunho, nunca como versão final.
Todo comparativo tem a data de corte explícita no relatório.
Quem assina o relatório é quem conferiu os valores, não quem gerou o texto.
Número que não fecha vira pergunta na reunião, não vira omissão.
O ponto não é que IA não serve para relatório. Serve, e economiza um tempo que não volta. O ponto é que velocidade sem conferência é só uma forma mais rápida de errar na frente do cliente.
Se a ideia de ter cada valor conferido contra os dados do período antes do texto chegar na sua mão resolve um problema que você já viveu, vale olhar como a inteligência artificial da Blocos trata isso.


