O que um verificador de mensagens com IA consegue verificar, e como fazer isso sozinho

Se você pesquisou por um verificador de mensagens com IA, provavelmente já tem a mensagem. Ela está ali na caixa de texto, você já leu seis vezes, e nada nela está obviamente errado. Só parece estranha. Fria demais, ou intensa demais, ou defensiva de um jeito que você não consegue apontar.

Um verificador de mensagens com IA lê uma mensagem que você já escreveu e mostra como a formulação pode soar antes de você enviar. Alguns reescrevem depois. A verificação é a parte que importa, e é a parte que a maioria das ferramentas pula.

Sou cofundador do Subtext, que foi construído em torno exatamente desse momento, então não sou neutro quanto a essa categoria. Onde posso ser útil é na pergunta mais estreita: o que um software consegue te dizer de verdade sobre uma mensagem, e o que ainda cabe a você decidir sozinho. Toda afirmação de pesquisa abaixo tem link para a fonte.

O que um verificador de mensagens consegue checar, e o limite que ele não deveria cruzar

Um verificador consegue analisar a linguagem que tem na frente. Se a formulação soa formal ou casual, direta ou indireta, calorosa ou distante. Se uma frase afirma o motivo da outra pessoa como um fato. Se existem três pedidos de desculpa dentro de uma recusa de duas linhas.

O que ele não consegue fazer é confirmar o que alguém sente por dentro.

Pegue um rascunho de duas palavras: “Tanto faz. Faz o que quiser.” Um verificador pode razoavelmente dizer que “Tanto faz” soa cortado e que “faz o que quiser” soa como um afastamento. Ele não consegue estabelecer que a pessoa que escreveu isso está com raiva. Essas são afirmações diferentes, e boa parte do marketing de detecção de tom cruza entre as duas sem avisar. Eu passei pela evidência sobre isso num texto separado, sobre o que a IA sabe e não sabe sobre tom.

Para uma mensagem que você está prestes a enviar, ler mentes não é o que você precisa de qualquer jeito. Você precisa de um segundo leitor, porque você não consegue ser um para o seu próprio rascunho.

Por que reler o seu próprio rascunho não funciona

Kruger, Epley, Parker e Ng rodaram cinco experimentos sobre isso em 2005¹, e o artigo é citado com muito mais frequência do que é lido.

O maior dos cinco reuniu 154 duplas de estudantes escrevendo frases pensadas para transmitir sarcasmo, seriedade, raiva ou tristeza, e depois prevendo se o parceiro identificaria o tom pretendido. Quem enviava esperava acertar 88,8 por cento das vezes. Acertou 70,4 por cento.

A diferença é o achado, e os autores são cuidadosos quanto ao que ela não significa. A precisão no primeiro experimento deles foi de 84 por cento, e eles escrevem que seria enganoso sugerir, a partir desses dados, que as pessoas são ruins em comunicar sarcasmo por e-mail. O resumo deles sobre o que isso significa: por mais capazes que as pessoas sejam, elas não são tão capazes quanto acreditam.

Três detalhes tornam isso mais difícil para quem envia. Os amigos não foram mais precisos do que os desconhecidos, e ficaram igualmente cheios de excesso de confiança, então escrever para alguém que te conhece bem não fecha essa diferença. Emoticons também não fecham: um acompanhamento relatado dentro do mesmo artigo manipulou se quem enviava podia usá-los, e descobriu que “o excesso de confiança não foi diferente entre quem estava usando emoticons e quem não estava”. E a afirmação amplamente repetida de que as pessoas leem o tom corretamente 56 por cento das vezes é uma leitura de um gráfico, não um número que aparece no texto. O que o artigo imprime para essa condição é uma taxa de acerto indistinguível do acaso, entre 29 duplas. Esse 56 não vale a pena repetir.

Um limite honesto antes dos passos. Essa é uma pesquisa de 2005 sobre e-mail. Os próprios autores esperavam que o mecanismo se estendesse para chat e mensagens instantâneas, e disseram isso, mas ninguém repetiu o estudo com as mensagens de texto de hoje. Trate o mecanismo como bem estabelecido, e as porcentagens exatas como pertencentes ao e-mail.

O que a sua mensagem carrega de forma confiável, e o que ela perde

Holtgraves² traz os números modernos mais úteis. Quem enviava escreveu mensagens de texto transmitindo uma entre 22 emoções, sem nomeá-las. Quem lia identificou a emoção por resposta livre 20,1 por cento das vezes, e 46,3 por cento em múltipla escolha. Quando erravam, ainda assim acertavam a valência positiva ou negativa correta 84,5 por cento das vezes no estudo de resposta livre e 90,6 por cento no estudo de múltipla escolha.

Isso produz uma instrução só para quem envia. Quem lê quase certamente vai perceber que alguma coisa está diferente. Provavelmente vai errar o motivo. Então a verificação mira na ambiguidade que deixa a pessoa preencher esse motivo com algo pior, não em esconder o sentimento.

O modelo teórico de Byron³ prevê a direção dessa perda: e-mails positivos tendem a chegar como neutros, e os neutros como negativos. É um artigo teórico, não um experimento, então pese isso de acordo. Escreva um grau mais caloroso do que parece natural, e ele chega como natural.

A verificação de sete passos

Não existe um teste científico validado para saber se um texto soa bem. O que vem a seguir é um jeito de criar distância do seu próprio rascunho. Leva menos de um minuto e não precisa de nenhum aplicativo.

1. Leia sem completar com o que você quis dizer

Pegue a frase que carrega mais peso e leia como se você não soubesse quem escreveu.

“Acho que é só fazer o que você quiser.” Você sabe se aquilo foi sincero. Quem lê não sabe. “Acho que” pode sinalizar relutância. “Só” pode somar impaciência. “O que você quiser” pode soar como alguém se afastando da decisão.

Nenhuma dessas leituras é automaticamente a certa. Elas estão disponíveis para quem lê, e esse é exatamente o ponto de verificar.

2. Conte os pedidos de desculpa e as hesitações

Esse é o defeito mais comum que eu vejo, e as duas metades têm evidência por trás.

Freedman, Burgoon, Ferrell, Pennebaker e Beer⁴ descobriram, somando estudos com cerca de 1.880 participantes no total, que pedidos de desculpa anexados a recusas aumentaram a mágoa e criaram pressão para dizer “eu te perdoo” sem aumentar o perdão de verdade. Recusas acompanhadas de desculpas produziram mais agressividade numa tarefa comportamental. Cerca de 39 por cento das pessoas incluíram uma desculpa espontaneamente quando pediram para escrever uma boa recusa, então o movimento contraproducente também é o mais popular. A evidência é específica para recusas e negativas, e eu não vou esticar isso além disso.

Sobre as hesitações, Givi, Kirk, Grossman e Sedikides⁵ rodaram seis experimentos, cinco deles pré-registrados, sobre responder a um convite com um “talvez” hesitante em vez de um não direto. Quem era convidado superestimava o quanto quem convidou preferiria o talvez, porque subestimava o quanto um talvez faz quem convidou se sentir mais desrespeitado. A explicação deles é a parte que vale a pena parar para pensar: o talvez serve mais a quem o envia do que a quem o recebe, e o raciocínio motivado faz o resto. Essa evidência é sobre convites, então aplicá-la a qualquer decisão que você já tomou e está disfarçando de incerteza é uma extensão minha, não o achado deles.

Na prática: conte cada desculpa, cada “desculpa incomodar”, cada “espero que isso não seja chato”. Mantenha no máximo uma, e só onde você está pedindo desculpa por algo que você de fato fez. Depois procure por talvez, possivelmente, vamos ver, deixa eu checar e te aviso. Algumas são incerteza honesta e podem ficar. As que você deve cortar são as que deram um alívio para você escrever.

Essa contagem também é a primeira coisa que o Subtext roda num rascunho, pelo motivo que os números de Freedman sugerem: a desculpa que você acrescentou por instinto é a que você tem menos chance de notar numa releitura.

3. Encontre a frase que é sobre você, não sobre a outra pessoa

Leia cada frase e pergunte a quem ela serve. “Faz tempo que eu queria mandar mensagem e eu me sinto péssima por isso” é você administrando a sua própria culpa na frente de alguém que agora precisa te tranquilizar sobre isso. É um pedido vestido de confissão.

Esse passo é raciocínio, não um achado de pesquisa. Ninguém rodou esse experimento. Eu incluo porque é o padrão mais confiável que já encontrei lendo milhares de rascunhos, e porque fica ao lado de algo que a pesquisa realmente documenta: um pedido de desculpas que busca absolvição e um pedido de desculpas que reconhece um custo são atos diferentes, e só o segundo faz alguma coisa por quem recebe.

O conserto costuma ser apagar. De vez em quando é mover a frase para o final, onde ela soa como uma nota de rodapé, não como o ponto principal.

4. Confira se o pedido também carrega um julgamento

Compare “Você consegue me avisar até quinta?” com “Você consegue realmente me avisar dessa vez?”

As duas fazem um pedido. A segunda também comenta sobre o comportamento passado da pessoa. Isso pode ser deliberado, e às vezes deveria ser mesmo. Mais frequentemente, isso chega porque você estava frustrado enquanto digitava e a frustração encontrou onde se acomodar.

A palavra que faz o trabalho geralmente é pequena. Realmente. De novo. Finalmente. Dessa vez. Procure especificamente por elas.

5. Confira se a explicação tomou conta

Explicações são úteis, e silenciosamente viram defesas. Isso acontece mais em pedidos de desculpa, cancelamentos e discordâncias. Você começa contando o que aconteceu, depois por que aconteceu, depois por que a sua reação a isso fazia sentido. No final, quem lê recebeu uma defesa quando você achava que estava mandando um pedido de desculpas.

Apague a explicação por um momento e veja o que sobra. O pedido continua claro? O reconhecimento ainda está ali? O não continua sendo um não? Se a mensagem desmorona sem a explicação, a explicação estava carregando algo que não deveria.

6. Pergunte se ela acrescenta algo ou só está cobrando uma resposta

Lew, Walther, Pang e Shin⁶ cruzaram a latência de resposta com a contingência conversacional, ou seja, o quanto diretamente uma mensagem se conecta com o que veio antes. No geral, respostas contingentes superaram as genéricas, mas o efeito da velocidade dependia da contingência: uma resposta rápida só ajudava quando também era contingente, enquanto uma resposta rápida mas genérica, com cara de script, foi avaliada como a pior das quatro condições, pior até do que uma resposta genérica e lenta. A contingência não amortecia a lentidão. Ela era uma pré-condição para a velocidade compensar, ponto final.

Então uma mensagem que se conecta com a conversa é avaliada pelo conteúdo, e uma mensagem que só cobra uma resposta é avaliada como uma cobrança de algo que você sente que tem direito. “?” e “oi?” são a forma pura disso. “Só confirmando que você viu isso” faz exatamente o mesmo trabalho, com uma roupa melhor.

Teste rápido: apague a última linha. Se a mensagem ainda diz alguma coisa, a última linha era só uma cobrança e pode continuar apagada.

7. Leia em voz alta no tom errado

Esse é o único passo aqui com um experimento diretamente por trás, e o resultado é mais específico do que o conselho que você normalmente ouve.

No quarto experimento do artigo de Kruger¹, 54 estudantes digitaram frases sarcásticas e sérias para enviar por e-mail, depois leram cada uma em voz alta para um gravador antes de prever o quanto o parceiro conseguiria decifrá-las. Metade leu cada frase no tom que tinha pretendido. A outra metade leu no tom oposto, dizendo as sarcásticas a sério e as sérias com sarcasmo.

O segundo grupo deixou de ter excesso de confiança. Nas palavras do próprio artigo, “a manipulação da fenomenologia apagou completamente o excesso de confiança dos participantes”. O primeiro grupo, lendo as próprias palavras no tom que pretendia, ficou exatamente tão descalibrado quanto todo mundo nos estudos anteriores.

Então ler o seu rascunho em voz alta do jeito que você pretendia não muda nada, o que complica a versão padrão desse conselho. Em vez disso, leia em voz alta no tom que você tem medo que ele soe. Diga de forma seca. Diga de forma fria. Diga como se você estivesse irritado com a pessoa. Se sobreviver a isso, envie. Se virar uma mensagem diferente na sua boca, essa leitura já estava no texto o tempo todo, e você não conseguia ver.

Um experimento, 54 pessoas, sobre e-mail. Ainda assim, é o item com a melhor evidência nesta página. É também a descrição mais próxima do que o Subtext faz ao ler um rascunho: uma passada pelas suas palavras numa voz que não é a que está na sua cabeça.

Depois leia uma vez como quem vai receber

A leitura que uma mensagem recebe depende de quem está com ela na mão, e essa pessoa também tem excesso de confiança. No mesmo estudo de Kruger, quem lia o e-mail acreditava ter identificado o tom pretendido por quem enviou 89,3 por cento das vezes, e acertava 62,8 por cento das vezes¹. Seja lá o que a pessoa decidir que a sua mensagem quis dizer, ela não vai conferir.

Quem é essa pessoa muda as chances. Sillars e Zorn⁷ documentaram um viés de intensificação negativa em e-mails de trabalho, em que quem recebia avaliava as mensagens de forma mais negativa do que observadores sem envolvimento, e ficava só fracamente ancorado nas características reais da mensagem. O efeito era mais forte em climas de comunicação ruins e entre pessoas mais baixas na hierarquia. Kingsbury e Coplan⁸ descobriram que leitores socialmente ansiosos interpretam textos ambíguos de forma mais negativa, em amostras de 215 e 353 pessoas.

Então se você está mandando mensagem para alguém abaixo de você na hierarquia, ou alguém com quem andou tenso, ou alguém ansioso, a leitura mais afiada disponível do seu rascunho é uma leitura provável, não uma leitura paranoica. Leia a mensagem como essa pessoa, nesse estado, e veja se ela sobrevive.

Vale dizer isso claramente, porque a versão popular exagera: a evidência não mostra todo mundo indo direto para a pior leitura de tudo. Ela mostra que a interpretação negativa é prevista por quem está lendo e como está o relacionamento naquele momento.

Verificador de mensagens ou reescritor de mensagens

Os dois podem rodar sobre modelos parecidos por baixo. O momento útil acontece em um ponto diferente.

Voltando a “Tanto faz. Faz o que quiser.” Um reescritor pode te devolver algo como “Combinado, pode seguir com a opção que funcionar melhor pra você.” Isso é mais suave, e é uma mensagem diferente. Talvez você esteja frustrado e queira que um pouco disso sobreviva. Verificar primeiro deixa você ver o efeito antes de decidir se apaga ou não.

O ChatGPT consegue checar uma mensagem antes de você enviar

Sim, se você perguntar do jeito certo. O modo de falha é que um assistente generalista vai resolver o problema mais fácil e te entregar uma reescrita antes de te dizer qualquer coisa.

Separe as duas coisas explicitamente:

Leia isso como a pessoa que vai receber. Não reescreva ainda. Me diga quais frases podem soar mais frias, mais defensivas ou mais intensas do que eu provavelmente pretendo, e explique por que cada uma soa assim.

Depois cole o rascunho, e acrescente o relacionamento e a mensagem anterior, se algum dos dois mudar o sentido.

Para um texto difícil ocasional, isso funciona bem. O que um verificador dedicado remove é a preparação, o que importa principalmente porque você está menos capaz de construir um prompt cuidadoso exatamente no momento em que mais precisa de um.

O que o seu celular já faz

As Ferramentas de Escrita da Apple Intelligence reescrevem o texto selecionado e oferecem as opções Amigável, Profissional e Conciso, além de um campo “Descreva a sua mudança” para qualquer coisa mais específica⁹. O Magic Compose do Google sugere respostas e reescreve rascunhos em estilos diferentes dentro do Google Mensagens, em aparelhos compatíveis¹⁰. O Writing Assist da Samsung gera texto, muda o estilo de escrita e verifica ortografia e gramática em celulares Galaxy compatíveis¹¹. O Grammarly vai mais fundo na detecção, e o detector de tom dele afirma que analisa escolha de palavras, formulação, pontuação e uso de maiúsculas¹².

Todas essas ferramentas são boas quando você já sabe o que quer. “Isso está formal demais, deixa mais casual” é um problema resolvido, e é grátis num aparelho que você já tem.

A versão mais difícil é “eu não sei o que está errado nisso, será que soa bem.” É nessa pergunta que verificar e mudar deixam de ser o mesmo trabalho.

Como o Subtext faz a verificação

O Subtext parte da mensagem que você está escrevendo e mostra como ela pode soar antes de você decidir se muda alguma coisa. Você pode escrever do zero, colar um rascunho, ou acrescentar uma captura de tela da conversa para dar contexto.

A análise lê o tom e a clareza do seu rascunho e sinaliza formulações que podem soar confusas, duras, passivas ou fáceis de entender errado. A partir daí você pode escolher uma formulação alternativa, ou tocar em mais curto, mais caloroso, mais casual ou mais confiante, e ele reescreve mantendo a sua voz¹³.

Uma captura de tela faz um trabalho diferente. Ela fornece o contexto da conversa para que a resposta se encaixe na troca. Vale ser preciso sobre isso: a análise de gatilho e emoção roda sobre o seu próprio rascunho. Uma captura de tela do que outra pessoa mandou é contexto para a sua resposta, não prova do que ela sente por dentro, e nenhuma ferramenta, incluindo essa, consegue estabelecer isso a partir de uma captura de tela.

A ordem é a parte com que eu me importo. Leia o rascunho. Veja o que pode estar chegando de um jeito diferente do que você quis dizer. Depois decida se alguma coisa precisa mudar. Às vezes o resultado útil é que a mensagem já estava boa.

O Subtext é grátis para começar, no iPhone e no Android.

O que nada disso pega

Três limites, e eles importam mais do que os passos.

A verificação é estrutural. Ela encontra pedidos de desculpa, hesitações, cobranças, julgamentos e frases que servem mais a você do que à outra pessoa. Ela não tem opinião sobre se o que você está dizendo é correto, justo ou vale a pena dizer, e uma mensagem bem escrita pode estar errada em tudo que importa de verdade.

Quem lê traz o próprio clima emocional. Um estudo pré-registrado de 2025 com 51 casais¹⁴ descobriu que as pessoas leem, em parte, o próprio humor do momento nas mensagens do parceiro. Nada no seu rascunho controla isso.

E a verificação parte do princípio de que o problema é a formulação. Às vezes não é. Se você está reescrevendo a mesma mensagem pela nona vez, ou mandando três mensagens de acompanhamento para descobrir se alguém está irritado, a formulação parou de ser a coisa sob tensão. Eu já escrevi separadamente sobre a pesquisa relacionada à ansiedade de mandar mensagem e sobre enxergar raiva em mensagens ambíguas, e as duas coisas ajudam mais do que um rascunho melhor. Se isso é persistente o bastante para moldar os seus dias, um médico ou terapeuta é um recurso melhor do que um artigo escrito por alguém que faz um aplicativo.

Perguntas frequentes

O que é um verificador de mensagens com IA? Ele analisa uma mensagem que você já escreveu e mostra como a formulação pode soar antes de você enviar. Dependendo da ferramenta, isso pode cobrir tom, clareza, formalidade, ambiguidade, ou frases com chance de serem entendidas errado. Algumas também oferecem reescritas depois.

A IA consegue dizer se a minha mensagem soa grosseira? Ela consegue identificar formulações que podem razoavelmente ser lidas como bruscas, desdenhosas ou acusatórias. Ela não consegue garantir que uma pessoa específica vai achar aquilo grosseiro. Um verificador útil nomeia a formulação exata que produziu essa leitura, em vez de te entregar só um rótulo.

Um verificador de mensagens é a mesma coisa que um verificador de tom? Eles se sobrepõem. Um verificador de tom costuma nomear qualidades no texto, como formal, confiante ou acusatório. Um verificador de mensagens também pode olhar para a clareza, a formulação específica e o contexto da conversa.

A IA consegue saber como alguém se sente a partir de um texto? Ela consegue analisar a linguagem e oferecer leituras plausíveis. Um texto sozinho não estabelece o estado emocional privado de quem escreveu, e afirmações confiantes sobre o que alguém realmente sente vão além do que as palavras sustentam.

Qual é a diferença entre um verificador de mensagens e um aplicativo de mensagens com IA? “Aplicativo de mensagens com IA” é um termo amplo que cobre geradores de resposta para namoro, teclados com IA, chatbots e ferramentas de resposta automática. Um verificador de mensagens tem um trabalho mais estreito: analisar algo que você já escreveu, antes de você enviar.

---

Acha que eu li algum estudo errado, ou conhece pesquisa sobre isso que eu deixei passar? Me conta no LinkedIn.

Samet Durgun é cofundador do Subtext, um aplicativo que capta o tom emocional das suas mensagens e reescreve elas do seu jeito. Ele mora em Berlim.

Fontes

Todo link leva à fonte primária, quando ela existe, numerado na ordem de aparição. Onde um passo se apoia em raciocínio em vez de evidência, este texto diz isso claramente, em vez de emprestar autoridade de um estudo próximo. As citações são literais.

1. Kruger, J., Epley, N., Parker, J., & Ng, Z.-W. (2005). Egocentrism over e-mail: Can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. Cinco experimentos. Estudo 1 N = 12, Estudo 2 N = 60, Estudo 3 N = 308 em 154 duplas, Estudo 4 N = 54, Estudo 5 N = 58. Financiado pelo University of Illinois Board of Trustees e pela bolsa NSF SES-0241544. O número de 56 por cento amplamente citado é uma leitura da Figura 1 do Estudo 2, não um número que aparece no texto. doi.org
2. Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136 e N = 167. doi.org
3. Byron, K. (2008). Carrying too heavy a load? The communication and miscommunication of emotion by email. Academy of Management Review, 33(2), 309-327. Artigo teórico, sem amostra. doi.org
4. Freedman, G., Burgoon, E. M., Ferrell, J. D., Pennebaker, J. W., & Beer, J. S. (2017). When Saying Sorry May Not Help: The Impact of Apologies on Social Rejections. Frontiers in Psychology, 8, 1375. N combinado de aproximadamente 1.880; achados específicos para recusas. doi.org
5. Givi, J., Kirk, C. P., Grossman, D. M., & Sedikides, C. (2025). Maybe don’t say “maybe”: How and why invitees fail to realize that they should not respond to invitations with a “maybe”. Journal of Experimental Social Psychology, 121, 104814. Seis experimentos, cinco pré-registrados. Achados específicos para convites. doi.org
6. Lew, Z., Walther, J. B., Pang, A., & Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201-221. N = 131, desenho entre sujeitos 2×2. doi.org
7. Sillars, A., & Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171-200. doi.org
8. Kingsbury, M., & Coplan, R. J. (2016). RU mad @ me? Social anxiety and interpretation of ambiguous text messages. Computers in Human Behavior, 54, 368-379. N = 215 e N = 353. doi.org
9. Apple Support. Use Writing Tools with Apple Intelligence on iPhone. support.apple.com
10. Google Messages Help. Draft messages with Magic Compose. support.google.com
11. Samsung Support. Use Writing Assist on Galaxy phones and tablets. samsung.com
12. Grammarly. Writing Tone Detector and Tone Suggestions. grammarly.com
13. Subtext. subtext.it, verificado em agosto de 2026.
14. Steinebach, P., Stein, M., & Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, 147. N = 102 em 51 casais; o recrutamento ficou abaixo da meta pré-registrada. doi.org