Para pedir uma tabela comparativa confiável a uma IA, defina você mesmo os critérios e as colunas antes de escrever o prompt, exija uma fonte para cada célula com dado factual e deixe uma saída explícita para o que o modelo não souber: a expressão “não confirmado”. Depois, confira a tabela linha a linha contra as fontes citadas, abrindo cada link, antes de colar o resultado numa proposta, num relatório ou numa decisão de compra.
O motivo é simples. Tabela passa a impressão de precisão: tudo alinhado, cada célula preenchida, nenhuma hesitação. Só que um modelo de linguagem preenche lacunas com o que parece plausível, e numa grade de 8 linhas por 6 colunas há 48 chances de um valor inventado passar despercebido. Abaixo estão o pedido, um prompt pronto e um método de conferência.
Resumo rápido
- Escreva as colunas e os critérios no prompt. Não deixe o modelo escolher o que comparar.
- Peça uma coluna de fonte por linha (ou uma fonte por célula factual) com link e trecho literal.
- Autorize e exija “não confirmado” quando não houver fonte. Célula vazia honesta vale mais que célula cheia inventada.
- Confira linha a linha: abra o link, ache o trecho, compare o valor, marque o status.
- Use ferramentas com busca na web ou entregue os documentos você mesmo; sem fonte externa, a tabela sai da memória do modelo.
Por que tabelas geradas por IA enganam mais que texto corrido
Num parágrafo, uma frase vaga como “o plano tem bom custo-benefício” denuncia falta de dado. Na tabela, a mesma falta vira um número limpo numa célula. O formato remove os sinais de incerteza que você usaria para desconfiar.
Há três falhas típicas. A primeira é a célula inventada: o modelo não achou o preço ou o limite e escreveu um valor plausível. A segunda é a célula desatualizada: o dado existia, mas mudou depois do treinamento do modelo ou da página consultada. A terceira é a célula desalinhada: o dado é real, mas pertence a outra linha, outro plano ou outra moeda.
A Anthropic, na documentação sobre redução de alucinações do Claude, descreve as técnicas que combatem exatamente isso: permitir que o modelo diga “não sei”, pedir citações literais dos documentos e fazer o modelo verificar cada afirmação contra um trecho de apoio, retirando o que não tiver apoio. A própria página avisa que essas técnicas reduzem as alucinações, mas não as eliminam, e recomenda validar informações críticas. É por isso que o método abaixo tem duas metades: o pedido bem feito e a conferência humana.
Antes do prompt: defina critérios e colunas fixas
A decisão mais importante acontece antes de abrir o chat. Se você pede “compare as ferramentas de agendamento”, o modelo escolhe as colunas, e costuma escolher as que consegue preencher, não as que importam para você.
Escolha critérios que você consegue verificar
Prefira critérios com resposta objetiva e publicada: preço da página oficial, existência de integração com determinado sistema, limite de usuários, idioma suportado, onde os dados ficam armazenados. Critérios subjetivos (“facilidade de uso”, “qualidade do suporte”) não têm fonte única. Se forem necessários, coloque-os numa coluna separada chamada “avaliação” e trate-os como opinião.
Fixe a ordem e o nome das colunas
Escreva as colunas exatamente como quer recebê-las, na ordem certa. O guia de estratégias de prompt do Gemini, do Google, lista a tabela entre os formatos que você pode especificar e recomenda incluir exemplos com estrutura e formatação consistentes. Mostrar uma linha de exemplo preenchida ajuda o modelo a copiar o padrão.
Defina a unidade e a data de referência
“Preço” sozinho gera confusão: mensal ou anual, por usuário ou por conta, com ou sem imposto, em reais ou dólares. Diga no prompt: “preço mensal por usuário, em plano anual, na moeda exibida na página oficial”. Peça também a data em que a fonte foi consultada.
O prompt pronto para copiar
O modelo abaixo funciona no ChatGPT, no Claude e no Gemini, de preferência com busca na web ativada ou com os documentos anexados. Ele separa as instruções com marcações, prática que a OpenAI (Markdown e XML) e a Anthropic (tags XML) recomendam em seus guias de prompt para delimitar onde cada parte começa e termina.
<tarefa>
Monte uma tabela comparativa de [ITENS A COMPARAR] para [OBJETIVO,
ex.: escolher um sistema de agenda para uma clínica com 4 profissionais].
</tarefa>
<colunas>
Use exatamente estas colunas, nesta ordem:
| Item | Critério 1: [ex.: preço mensal por usuário] | Critério 2 | Critério 3 | Fonte (link) | Trecho da fonte | Status |
</colunas>
<regras>
1. Use apenas informação de páginas oficiais do fabricante ou dos
documentos que anexei. Não use conhecimento geral.
2. Para cada linha, informe o link exato e copie o trecho literal que
sustenta cada valor.
3. Se não encontrar fonte para uma célula, escreva "não confirmado".
Não estime, não arredonde, não complete com valores típicos.
4. Na coluna Status, use: "confirmado" (todas as células com trecho),
"parcial" (alguma célula não confirmada) ou "sem fonte".
5. Depois da tabela, liste as células que você marcou como
"não confirmado" e o motivo.
</regras>
<exemplo_de_linha>
| Ferramenta X | R$ 00,00 | Sim | 5 usuários | https://... | "trecho copiado" | confirmado |
</exemplo_de_linha>Três detalhes fazem diferença. A regra 1 corresponde à técnica que a Anthropic chama de restrição a conhecimento externo. A regra 3 dá permissão explícita para admitir que não sabe, o primeiro item da mesma página. E a lista final de lacunas transforma o “não confirmado” em tarefa para você, em vez de deixar o buraco escondido no meio da grade. Se quiser se aprofundar na estrutura de prompts com exemplos, veja nosso guia de engenharia de prompts.
Fonte por célula ou fonte por linha: qual pedir
A fonte por célula é a forma mais auditável, mas deixa a tabela larga e difícil de ler. A fonte por linha é mais limpa, porém esconde qual trecho sustenta qual valor. Escolha conforme o risco do uso.
| Formato | Como pedir | Vantagem | Quando usar |
|---|---|---|---|
| Fonte por célula | Cada célula traz o valor e um número de nota, com o link e o trecho listados abaixo da tabela | Cada valor rastreável individualmente | Preços, prazos, limites contratuais, qualquer dado que vai para cliente ou diretoria |
| Fonte por linha | Colunas “Fonte” e “Trecho” ao final de cada linha | Tabela legível e ainda conferível | Comparações internas com poucos critérios objetivos |
| Tabela de evidências separada | Primeiro uma tabela só de trechos citados; depois a comparativa montada a partir dela | Separa coleta de síntese; facilita a revisão | Documentos longos anexados, como contratos ou editais |
| Sem fonte | Pedido aberto, sem regra de citação | Rápido | Só para rascunho de ideias; nunca para decisão |
A tabela de evidências separada segue outra recomendação da documentação da Anthropic: em documentos longos, pedir primeiro as citações literais e só depois a análise baseada nelas. Na prática, você roda dois prompts: “extraia os trechos sobre preço, limite e integração de cada documento, numerados” e, em seguida, “monte a comparativa usando apenas os trechos numerados acima”.
Como conferir a tabela linha a linha
Com a tabela pronta, a conferência é mecânica. Faça na ordem, sem pular linhas que “parecem certas”.
- Abra o link da linha. Se o link não abre, leva a uma página genérica ou a outro produto, a linha inteira vira “não confirmado”.
- Procure o trecho literal com a busca do navegador (Ctrl+F). Trecho que não aparece na página é sinal de citação reconstruída de memória.
- Compare valor, unidade e contexto. O número bate, mas é do plano certo? É mensal ou anual? A página fala do Brasil ou de outro mercado?
- Marque o status você mesmo. Acrescente uma coluna “Conferido por / data” e escreva seu nome e o dia. O status do modelo é ponto de partida, não veredicto.
- Trate as lacunas. Para cada “não confirmado”, decida: buscar a informação manualmente, perguntar ao fornecedor ou retirar o critério da comparação.
Um atalho útil é pedir ao próprio modelo uma segunda passada, como a documentação da Anthropic sugere: “revise cada célula; para cada valor, cite o trecho que o sustenta; se não houver trecho, troque o valor por ‘não confirmado'”. Isso pega parte dos erros, mas não substitui abrir os links. O modelo que errou na primeira vez pode repetir o erro com confiança.
Para respostas de IA em geral (e-mails, resumos, pareceres), use o nosso checklist para conferir respostas de IA. O método desta página é específico para grades com muitas células factuais, em que o erro mais comum é a lacuna preenchida.
Ferramentas: com busca, com arquivos ou sem nada
A qualidade das fontes depende de onde o modelo busca a informação. Há três cenários.
Com busca na web
No Claude, a central de ajuda informa que as respostas com busca na web trazem citações para que você verifique as fontes. ChatGPT e Gemini também têm modos de pesquisa na web. Mesmo assim, confira se o link citado é a página oficial do fabricante e não um blog de terceiros ou um comparador desatualizado. Para comparações com muitas fontes, os modos de pesquisa aprofundada ajudam; veja quando usar cada um em nosso guia de Deep Research no ChatGPT, Gemini e Claude.
Com documentos anexados
Quando você baixa as páginas de preço ou os PDFs de proposta e anexa ao chat, controla exatamente o que entra. É o cenário mais seguro para comparar propostas de fornecedores. Peça que o modelo cite o nome do arquivo e a página. Se as tabelas originais tiverem células vazias, vale ler também como impedir inferências indevidas em células vazias.
Sem busca e sem arquivos
Aqui a tabela sai da memória do modelo, que tem data de corte e não sabe de reajustes recentes. Serve para listar critérios que você talvez não tenha considerado, nunca para preencher valores.
Levando a tabela para a planilha
No Gemini, a central de ajuda do Google informa que respostas com tabela exibem o botão “Exportar para o Planilhas”, que salva a tabela numa nova planilha no Google Drive; tabelas com imagens não podem ser exportadas. No ChatGPT, a central de ajuda da OpenAI sobre análise de dados recomenda revisar o código e as premissas antes de confiar nos resultados. Em qualquer caso, leve a coluna de fonte junto: tabela exportada sem fonte perde a rastreabilidade no primeiro compartilhamento. Detalhes da integração estão em nossas páginas sobre Google Gemini.
Exemplo: clínica em Belo Horizonte escolhendo sistema de agendamento
Uma clínica de fisioterapia em Belo Horizonte, com quatro profissionais, quer trocar a agenda de papel por um sistema online. A gestora pede ao assistente de IA uma comparação de três sistemas.
Primeiro, ela define os critérios que importam para a clínica: preço mensal para quatro profissionais, lembrete automático por WhatsApp, emissão de nota fiscal, e se a empresa informa onde os dados dos pacientes ficam armazenados. Deixa de fora “facilidade de uso”, que vai avaliar no teste grátis.
Ela usa o prompt acima com busca na web ativada e recebe a tabela com coluna de fonte e trecho. Na conferência, encontra três situações. Numa linha, o link leva à página de preços certa e o trecho bate. Em outra, o trecho citado sobre WhatsApp não aparece na página: o modelo reconstruiu a frase de memória, e a célula vira “não confirmado”. Na terceira, o preço está certo, mas é do plano anual pago à vista, não do mensal.
Resultado: a tabela final tem duas células “não confirmado”, que a gestora transforma em perguntas para o comercial de cada fornecedor. A decisão sai com base em dados conferidos, e a planilha fica arquivada com a coluna “Conferido por / data” preenchida, pronta para ser revisada na renovação.
Erros comuns
- Deixar o modelo escolher as colunas. Ele prioriza o que consegue preencher, não o que decide a compra.
- Aceitar link genérico. Link para a home do fabricante não sustenta preço nem limite. Exija a página exata.
- Confiar no trecho sem procurar na página. Citações podem ser reconstruídas. Ctrl+F na página é obrigatório.
- Misturar unidades. Mensal com anual, por usuário com por conta, reais com dólares. Fixe a unidade no prompt e confira na revisão.
- Apagar o “não confirmado” para a tabela ficar bonita. A lacuna é informação. Mantenha até resolver.
- Compartilhar sem data. Preço e recurso mudam. Toda tabela precisa da data de consulta.
Perguntas frequentes
Qual IA faz a tabela comparativa mais confiável?
A confiabilidade depende mais das fontes e do prompt do que da marca. Uma ferramenta com busca na web e citações, ou com os documentos anexados por você, e um prompt com colunas fixas e regra de “não confirmado” produzem tabelas mais auditáveis em qualquer um dos assistentes principais.
Preciso pedir fonte para todas as células?
Para células factuais (preço, limite, prazo, recurso existente), sim. Para colunas de avaliação ou opinião, basta deixar claro que são avaliação e quem a fez.
O que fazer quando quase tudo volta “não confirmado”?
É sinal de que as fontes públicas não têm a informação ou que a busca não encontrou as páginas certas. Anexe você mesmo as páginas de preço e os PDFs, ou reduza os critérios aos que os fabricantes publicam. Muitas lacunas também indicam perguntas para fazer direto aos fornecedores.
Posso pedir para a IA conferir a própria tabela?
Pode e vale a pena, como primeira triagem: peça que ela cite o trecho de apoio de cada célula e troque por “não confirmado” o que não tiver apoio. Mas a conferência final é humana, abrindo os links.
Fontes e leitura recomendada
- Anthropic: reduzir alucinações (permitir “não sei”, citações literais, verificação por trecho)
- Anthropic: usar tags XML para estruturar prompts
- OpenAI: guia de prompt engineering
- Google: estratégias de prompt para o Gemini
- Ajuda do Gemini: exportar respostas, incluindo tabelas para o Planilhas
- Ajuda do Claude: busca na web e citações
- Ajuda do ChatGPT: análise de dados
