IA que lê a conversa antes de ajudar você a responder
O Subtext lê a conversa antes de ajudar você a responder, porque uma frase sozinha muitas vezes não basta para responder. Cole a conversa, solte um print ou adicione o áudio que te mandaram, e ele descobre quem disse o quê, resume o que a outra pessoa quer, lista o que ainda precisa de resposta e escreve uma resposta que continua de onde ela parou. Esta página é a evidência: por que as mensagens anteriores mudam o que uma frase significa, o que uma IA consegue tirar delas e onde isso para. O Subtext usa a conversa que você entrega a ele. Ele não entende a sua relação, e não conhecemos nenhuma ferramenta que entenda. Ele nunca envia nada por você.
No iPhone, no Android e no seu navegador. Prints e áudios nunca são usados para treinar modelos de IA.
Um exemplo real do app, com um print de conversa desenhado e inventado para isso: uma amiga cancela pela segunda vez, e o rascunho de resposta é “Claro, tranquilo. Quando você tiver tempo.” Abaixo, o que o Subtext leu na conversa e as três versões que ofereceu, sem edição.
Claro, tranquilo. Quando você tiver tempo.
Dá pra entender a chateação, é o segundo cancelamento. Separei versões que mantêm o tom leve e tiram a indireta.
- Leve e direto (Tranquilidade, pode enviar): Claro, tranquilo. Semana que vem a gente combina o dia. Aceita o adiamento sem indireta e deixa a porta aberta com "a gente combina o dia". Deve ser bem recebido.
- Mais caloroso (Empatia, pode enviar): Claro, tranquilo. Espero que o trabalho acalme logo. Me avisa na semana que vem qual dia fica bom pra você? Mostra empatia pela correria dela e passa a ela a escolha do dia, sem cobrança.
- Sincero e gentil (Honestidade, pode enviar): Tudo bem, a gente deixa pra semana que vem. Confesso que fiquei um pouco chateado, já tinha reservado a mesa, mas sei que o trabalho tá puxado. Quando a semana começar, me diz um dia que funcione pra você e eu remarco. Conta com honestidade que você ficou chateado, sem acusar, e propõe remarcar. Pode pesar um pouco mais que as outras.
Você não falou nada sobre sua chateação, então só a última versão menciona isso. Quer mais curta, mais calorosa ou mais firme?
O que contexto de conversa quer dizer, na prática
Uma mensagem carrega menos do que parece. Quem é “ela”, a que “isso” se refere, se uma frase responde a uma pergunta ou corrige uma, tudo isso se resolve contra as mensagens anteriores. O relato de Grice sobre como quem ouve chega ao que quem fala quis dizer lista o contexto do enunciado e o conhecimento de fundo compartilhado entre as coisas em que quem ouve se apoia (Logic and Conversation). A análise da conversação acrescenta que uma primeira ação torna relevante uma segunda ação específica: uma pergunta projeta uma resposta, uma oferta projeta aceitação ou recusa, então a mesma palavra faz um trabalho diferente dependendo do que vem antes dela (Opening up Closings). As pessoas consertam mal-entendidos ao longo de várias mensagens e leem uma correção contra o problema que ela repara (The Preference for Self-Correction in the Organization of Repair in Conversation). Um pronome sinaliza que quem fala continua no que a frase anterior manteve em foco, com evidência vinda de texto de um só autor, e não de conversas (Centering: A Framework for Modeling the Local Coherence of Discourse). Contexto, então, são cinco coisas: as mensagens anteriores, quem disse cada uma, a que as palavras curtas se referem, quais perguntas estão em aberto e os sinais de quão próximas as duas pessoas são. Uma frase sozinha não entrega nenhuma delas.
O que a evidência diz sobre as mensagens anteriores
A evidência medida vem de benchmarks, nenhuma de celulares de pessoas de verdade, e aponta em duas direções. Num estudo de classificação em nível de enunciado, embaralhar a ordem dos turnos de um diálogo na hora do teste, com cada frase-alvo intacta, derrubou as pontuações de intenção no corpus MultiWOZ de um F1 ponderado de 96,22 para 67,91, e as pontuações de ato de diálogo no DailyDialog de um F1 macro de 79,46 para 66,81 (Exploring the Role of Context in Utterance-level Emotion, Act and Intent Classification in Conversations: An Empirical Study). É um único estudo, com diálogos de benchmark em inglês entre duas partes, com um classificador mais antigo em vez de um grande modelo de linguagem. Ele mostra que alguns rótulos dependem dos turnos ao redor, não o quanto uma resposta escrita fica melhor. O mesmo estudo descobriu que remover as falas anteriores de um dos interlocutores ajudou numa tarefa e atrapalhou em outra, o que, na nossa leitura, vai contra colar o máximo possível. A contraevidência é mais antiga. Geradores de resposta recorrentes e transformers eram “raramente sensíveis à maioria das perturbações, como enunciados faltando ou fora de ordem” (Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study), então uma saída fluente pode esconder um uso raso do histórico. Os dois artigos discordam, e o mais recente diz isso.
O que uma IA consegue tirar de uma conversa, e de forma desigual
Três coisas são mensuráveis. Saber quem disse o quê ajuda. Adicionar informação sobre quem fala melhorou a classificação de atos dependentes de contexto, como um sim ou um não secos, em transcrições de reuniões com várias pessoas, embora não em ligações telefônicas entre duas (Who is Speaking? Speaker-Aware Multiparty Dialogue Act Classification). A posição importa, e em modelos da geração de 2023 a precisão era maior quando o material relevante estava no começo ou no fim de uma entrada longa e caía de forma significativa quando estava no meio (Lost in the Middle: How Language Models Use Long Contexts). A formulação também importa. Quando o trecho que continha a resposta compartilhava poucas palavras com a pergunta, 11 de 13 modelos que afirmam ter um contexto de pelo menos 128K tokens caíram para menos da metade da sua pontuação de contexto curto já em 32K tokens, o GPT-4o entre os melhores, de 99,3 para 69,7 por cento (NoLiMa: Long-Context Evaluation Beyond Literal Matching). Nenhum deles testou conversas de chat, então é uma inferência que a mensagem que importa, enviada três semanas atrás, enterrada no meio do que foi colado e escrita de um jeito diferente do de hoje, seja a que um modelo tem mais chance de subestimar. O Subtext trabalha a partir da conversa que você entrega a ele, e essa conversa está sujeita aos mesmos limites.
Por que o Subtext não afirma entender a sua relação
O Subtext usa a conversa que você entrega a ele para sugerir uma resposta. Ele não entende a sua relação, por um motivo estrutural. As pessoas moldam o que dizem em torno do que acreditam que a outra pessoa sabe, o terreno comum entre elas, que se acumula com o tempo e que as pessoas constroem de jeitos diferentes em meios diferentes (Grounding in communication). Os nossos próprios exemplos seriam a piada interna, a ligação de ontem à noite, a briga na festa, o que foi combinado em outro aplicativo, e nada disso, por construção, está em nenhum texto colado ou print. A parte que um modelo consegue ver também não é segura. Num benchmark de conversas em que as pessoas têm informações diferentes e entram e saem no meio (a nossa analogia para um grupo ou um print parcial; o artigo não faz nenhuma), modelos de linguagem “têm desempenho significativamente pior do que humanos, mesmo com raciocínio em cadeia ou ajuste fino”, e os autores não acreditam que os modelos atuais tenham de fato uma teoria da mente (FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions). Essas pontuações são de modelos de 2023; a área ainda discute o que esses testes medem. De um jeito ou de outro, nenhuma ferramenta consegue prever como uma pessoa específica vai reagir, e não existe nenhuma avaliação independente do Subtext, e é por isso que ficamos na afirmação estreita.
Como o Subtext lê a conversa antes de escrever uma resposta
O Subtext recebe a conversa como texto colado, como print do chat, como um áudio que você grava ou como o áudio que te mandaram. Ele lê a troca inteira, e num print descobre quem está falando pela posição dos balões. Se não consegue saber, ou se uma linha colada pode ser sua ou da outra pessoa, ele pergunta. Para uma mensagem que você recebeu, ele resume o que a outra pessoa quer, no idioma em que a mensagem chegou, e lista até cinco coisas que precisam de resposta. Depois escreve uma resposta que retoma a conversa e responde aos pontos dela, cada rascunho marcado com “pode enviar” ou “atenção”, uma segunda leitura, não um veredito. Entregue o seu próprio rascunho no lugar e ele volta em até três versões a um toque de distância: uma próxima da sua formulação, com os problemas corrigidos; outra, um polimento mais caloroso ou uma abordagem diferente; outra, uma reescrita mais completa. Você copia a que escolher. A página sobre a mensagem recebida cobre o fluxo de resumir o que a pessoa pediu e depois responder. Esta página é a evidência de por que a conversa importa e onde isso para.
A mesma frase quer dizer coisas diferentes em conversas diferentes
“Tudo bem.” depois de uma mensagem longa e carinhosa é uma coisa; “Tudo bem.” depois de “Às 7 tá bom?” é outra, e a palavra é idêntica. “Claro” depois de “Você está livre na sexta?” aceita; “claro” depois de “Você nunca me escuta” fecha uma porta. “Amanhã eu acordo cedo” é informação, desculpa ou recusa dependendo do que foi perguntado. “É, pode ser” não tem conteúdo nenhum sem a proposta acima. “Não, terça” corrige alguma coisa, e uma resposta escrita a partir da versão não corrigida responde com toda a confiança a um plano que as duas pessoas já abandonaram. “Mandou bem” com um emoji de revirar os olhos é brincadeira numa relação e bronca em outra, e a diferença mora no histórico, não nos pixels. E “Você ainda tá com raiva por causa do sábado?” não compartilha nenhuma palavra com a mensagem em que a mágoa aconteceu, que é exatamente o tipo de ligação que um modelo tem mais chance de perder. Isso são ilustrações da teoria acima, não estímulos de estudo, e ninguém mediu nenhuma delas. São o motivo de o Subtext pedir a conversa e não a frase, e de entender o que uma mensagem quer dizer ser mais difícil do que parece.
Em que isso difere de um corretor gramatical ou de uma reescrita de uma linha
O Subtext lê a troca; um corretor gramatical ou de tom lê a sua frase. Uma verificação de uma linha só não tem como saber a que “isso” se refere, qual pergunta ainda está em aberto ou que o plano foi corrigido duas mensagens acima, porque nada disso está na linha. O Grammarly, feito pela empresa que agora se chama Superhuman, roda um detector de tom no seu próprio texto a partir de um tamanho mínimo e oferece reescritas de tom e de frase; não encontramos nenhuma documentação de que ele leia um print de uma conversa pessoal para escrever uma resposta (conferido em 23 de setembro de 2026). Recursos de resposta embutidos num aplicativo de mensagens são o outro modelo. A página de ajuda do Google diz que o Magic Compose no Google Mensagens usa as 20 mensagens anteriores como contexto (Draft messages with Magic Compose, conferido em 23 de setembro de 2026), uma janela limitada dentro daquele aplicativo. O Subtext é um aplicativo para o qual você leva uma mensagem, então ele vê o que você colar, de qualquer aplicativo, e nada mais. Nenhuma avaliação independente compara nenhuma dessas ferramentas, o Subtext incluído, então isto é uma descrição do que cada uma lê, não um ranking. Para o trabalho de um rascunho só, a página é o verificador de tom para mensagens de texto.
O que acontece com a conversa que você cola
O Subtext recebe as palavras da outra pessoa além das suas, então esta seção diz o que acontece com elas. Isto é contexto, não orientação jurídica. Pelo regulamento de proteção de dados da União Europeia, uma pessoa que lida com correspondência por motivos puramente pessoais fica fora do alcance dele, enquanto o provedor que fornece os meios não fica, e uma conversa pode conter detalhes de saúde, políticos, religiosos ou sexuais que o regulamento trata como categorias especiais (Regulation (EU) 2016/679 (General Data Protection Regulation)). Um print também carrega mais do que a conversa: nomes de contatos, horários, às vezes uma notificação de outro chat. Corte o que a resposta não precisa antes de colar em qualquer lugar. Do lado do Subtext, as suas mensagens vão para os provedores de IA que as leem e escrevem, e para os servidores do Subtext, para você poder voltar a uma conversa; a política de privacidade lista todos os provedores. Nada do que você envia é usado para treinar modelos de IA, e tudo vai criptografado no caminho. Se você apagar uma conversa, ela some na hora, anexos incluídos. A pesquisa na web opcional dentro do app envia os seus termos de busca para um provedor de busca, e você pode desativar isso nas configurações.
Onde ele erra, e o que o Subtext faz a respeito
O Subtext erra de cinco jeitos que vale a pena nomear. O primeiro é o contexto que falta e o histórico escondido. O que você deixa de fora, o Subtext não consegue usar, e um histórico que nunca foi digitado está fora do alcance de qualquer ferramenta. O sarcasmo é o segundo, e você deve esperar erros sempre que só o histórico o sinaliza. O Subtext marca apenas o seu próprio rascunho e nunca rotula a mensagem da outra pessoa, e saber se uma mensagem é sarcástica é difícil para as pessoas também. Depois vêm os prints cortados ou fora de ordem. Cortar remove a referência, a correção e quem mandou cada linha, e os dois estudos acima discordam sobre se um modelo ignora ou lê errado a mudança de ordem. Em conversas longas, a evidência sobre posição e formulação acima se aplica, e um modelo tem mais chance de subestimar a mensagem que importa. O último é a deriva de tom. Em dois experimentos online randomizados entre desconhecidos, sugestões genéricas de resposta deixaram a linguagem mais positiva; o uso real por um dos parceiros de conversa aumentou as avaliações de cooperação e proximidade, enquanto um parceiro apenas suspeito de usar foi avaliado pior, uma correlação, não uma causa (Artificial intelligence in communication impacts language and social relationships). A inferência que tiramos é que uma ferramenta que só te deixa mais simpático pode falhar onde você precisa de firmeza, então o Subtext oferece uma versão mais curta e mais clara e deixa você editar uma palavra com as próprias mãos. Quando ele não consegue saber quem está falando, ele pergunta.
Perguntas frequentes
Existe uma ferramenta que lê a conversa inteira antes de sugerir uma resposta?
O Subtext lê. Cole a conversa, um print dela ou o áudio que te mandaram, e ele lê a troca inteira, descobre quem disse o quê e resume o que a outra pessoa quer e o que ainda precisa de resposta antes de escrever qualquer coisa. Você copia a resposta que escolher; ele nunca envia por você.
Tem algum app que lê o chat inteiro e me ajuda a responder direito?
O Subtext lê a conversa que você entrega a ele, no iPhone, no Android e no navegador, e escreve uma resposta que retoma a conversa e responde aos pontos da pessoa. Cole um rascunho seu e ele volta em três versões, a um toque de distância, cada uma dizendo quanto da sua formulação mudou; o texto sobre o que faz uma resposta cair bem traz a pesquisa por trás disso. Ele usa a conversa que você dá a ele; o que nunca foi digitado, ele não tem como saber.
Existe um app que lê a conversa inteira e me ajuda a responder no tom certo?
O Subtext escreve a partir da conversa; num rascunho que você escreveu, ele oferece até três versões que variam no quanto se afastam das suas palavras: uma próxima da sua formulação, com os problemas corrigidos; outra, um polimento mais caloroso ou uma abordagem diferente; outra, uma reescrita mais completa. Nos dois casos há ajustes de um toque para mais caloroso, mais curto, mais casual, mais confiante ou um toque de humor. No seu próprio rascunho, ele marca palavras que podem soar ríspidas, frias, passivo-agressivas, vagas ou com desculpa demais, sempre como possibilidade, nunca como veredito. Há um limite. Em um par de experimentos, sugestões genéricas de resposta rápida empurraram a linguagem de desconhecidos para o lado positivo, como explica o texto sobre se a IA deixa as suas mensagens com cara de robô, então confira a versão mais firme quando firmeza for o que você precisa.
Existe um assistente de escrita que entende o contexto da relação, e não só o que as palavras dizem?
Não, e uma ferramenta que diz que entende está prometendo demais. Duas pessoas constroem o que compartilham em parte fora da transcrição, e modelos testados em conversas em que as pessoas têm informações diferentes têm desempenho significativamente pior do que humanos (FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions). Em vez disso, o Subtext lê a troca que você entrega a ele, descobre quem está falando e pergunta para quem é a mensagem e o que você quer que aconteça quando há pouca informação ou quando a mensagem é um limite, uma recusa ou uma confrontação. Em mensagens do dia a dia, ele lê, pelo tom do seu próprio rascunho, o quanto você e a outra pessoa são próximos e mantém isso nas versões.
Preciso colar a conversa inteira?
Não, e mais nem sempre é melhor. Em benchmarks, histórico extra tanto atrapalhou quanto ajudou um classificador de diálogo, e modelos de linguagem usaram pior o material no meio de uma entrada longa. Cole a parte de que a resposta depende: a pergunta ainda em aberto, a correção e a mensagem que você está respondendo. Se o Subtext não consegue saber se uma linha é sua ou da outra pessoa, ele pergunta.
Ele consegue saber quem está falando num print?
O Subtext lê o print de uma conversa do jeito que você lê, com as suas mensagens de um lado e as da outra pessoa do outro. Quando o layout não deixa claro, ele pergunta, porque uma resposta escrita a partir do lado errado da conversa é pior do que nenhuma.
Funciona com áudio?
Funciona. Solte o áudio que te mandaram e o Subtext lê como qualquer outra mensagem, ou grave o seu próprio áudio como rascunho. Os dois passam pela mesma leitura que o texto: quem disse o quê, o que a pessoa quer, o que precisa de resposta.
A outra pessoa fica sabendo que eu usei?
Pelo Subtext, não. Ele trabalha só do seu lado e nunca envia nada; a resposta sai do seu próprio aplicativo de mensagens quando você cola nele. O Subtext também não rotula a outra pessoa. Ele não marca a mensagem dela como hostil ou manipuladora, porque lê as palavras na tela, não o que quem mandou sente por dentro. O texto A pessoa está brava comigo, ou eu estou pensando demais? mostra por que essa distância é tão grande.
Funciona no meu idioma?
O Subtext está em 20+ idiomas e responde no idioma em que você escreve. O resumo de uma mensagem que você recebeu volta no idioma em que ela chegou.
Quanto custa?
O Subtext te dá algumas análises grátis para começar, e depois uma assinatura paga com planos semanal, mensal e anual, cobrada pela App Store ou pelo Google Play no celular ou pelo Stripe na web. Você vê o preço na sua moeda antes de assinar.
O Subtext funciona em 20+ idiomas e responde no idioma em que você escreve. No celular ou no navegador.
Sempre à mão
O Subtext é feito primeiro para o celular. Sua conta também funciona na web quando você quiser.
Já baixou? Sua conta funciona no web.subtext.it, sincronizada com o celular.
Ou escaneie para instalar. Clique em um código para ampliar.
Funciona no navegador que você já usa.
- Safari
- Edge
- Chrome
- Firefox
- Opera
- Brave
App Store
Escaneie com a câmera do celular para instalar.