IA que lê a conversa antes de te ajudar a responder
O Subtext lê a conversa antes de te ajudar a responder, porque uma frase sozinha muitas vezes não chega para responder. Cola a conversa, uma captura de ecrã, ou a mensagem de voz que te enviaram, e ele percebe quem disse o quê, resume o que a outra pessoa quer, lista o que ainda precisa de resposta e escreve um rascunho que retoma a conversa onde ela ficou. Esta página é a evidência: porque é que as mensagens anteriores mudam o que uma frase quer dizer, o que uma IA consegue tirar delas, e onde isso acaba. O Subtext usa a conversa que lhe dás. Não compreende a tua relação, e não conhecemos nenhuma ferramenta que compreenda. Nunca envia nada por ti.
No iPhone, no Android e no teu browser. Capturas de ecrã e mensagens de voz nunca treinam nenhum modelo de IA.
Um exemplo real da app, numa captura de ecrã desenhada e inventada para o efeito: uma amiga cancela pela segunda vez, e o rascunho de resposta é “Claro, não faz mal. Quando tiveres tempo.” Em baixo vês o que o Subtext leu na conversa e as versões que propôs, sem edição.
Claro, não faz mal. Quando tiveres tempo.
Percebo que seja chato ouvir outro cancelamento depois de teres reservado a mesa. Aqui ficam versões mais claras e calorosas.
- Próxima do teu texto (Compreensão, podes enviar): Claro, não faz mal. Vamos combinando para a semana que vem. Mantém o teu tom simples e troca o "quando tiveres tempo" por um plano concreto, sem ironia.
- Mais calorosa (Empatia, podes enviar): Claro, não faz mal! Espero que o trabalho acalme um bocadinho. Falamos no início da próxima semana para marcar? Mostra empatia pelo caos no trabalho e propõe um próximo passo claro, sem pressão.
- Honesta e leve (Autenticidade, podes enviar): Sem stress, percebo que a semana esteja complicada. Confesso que já tinha mesa reservada e fiquei com pena, mas na semana que vem resulta. Escolhe tu o dia que for melhor e eu marco a mesa. Admite com leveza a pena pelo cancelamento e passa a ela a escolha do dia, o que mostra interesse sem acusar.
Deixei em aberto o dia exato, porque não o indicaste. Queres mais curta, mais descontraída ou mais direta?
O que quer dizer, afinal, contexto de conversa
Uma mensagem carrega menos do que parece. Quem é “ela”, a que se refere “aquilo”, se uma frase responde a uma pergunta ou corrige uma, tudo isso se esclarece a partir do que veio antes. A descrição de Grice de como um ouvinte deduz o que o falante quer dizer inclui o contexto do enunciado e o conhecimento de fundo partilhado entre aquilo em que quem ouve se apoia (Logic and Conversation). A análise da conversação acrescenta que uma primeira ação torna relevante uma segunda em particular: uma pergunta projeta uma resposta, uma oferta projeta uma aceitação ou uma recusa, por isso a mesma palavra cumpre funções diferentes consoante o que veio antes (Opening up Closings). As pessoas resolvem mal-entendidos ao longo de várias mensagens e leem uma correção à luz do problema que ela repara (The Preference for Self-Correction in the Organization of Repair in Conversation). Um pronome sinaliza que quem fala continua naquilo que a frase anterior manteve em foco, com evidência de texto de um só autor e não de conversas (Centering: A Framework for Modeling the Local Coherence of Discourse). O contexto, então, são cinco coisas: as mensagens anteriores, quem disse cada uma, a que se referem as palavras curtas, que perguntas estão em aberto, e as pistas sobre 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 telemóveis de pessoas, e aponta em dois sentidos. Num estudo de classificação ao nível do enunciado, baralhar a ordem dos turnos de um diálogo no momento do teste, com cada frase-alvo intacta, fez cair as pontuações de intenção no corpus MultiWOZ de um F1 ponderado de 96,22 para 67,91, e as pontuações de atos 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, sobre diálogo de benchmark em inglês entre duas partes, com um classificador mais antigo e não com um grande modelo de linguagem. Mostra que alguns rótulos dependem dos turnos à volta, não quanto melhor fica uma resposta escrita a partir deles. O mesmo estudo concluiu que retirar as frases anteriores de um dos interlocutores ajudou numa tarefa e prejudicou noutra, o que, na nossa leitura, é um argumento contra colar o máximo possível. A contraevidência é mais antiga. Geradores de respostas recorrentes e transformer eram “raramente sensíveis à maioria das perturbações, como enunciados em falta ou reordenados” (Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study), por isso um resultado fluente pode esconder um uso superficial do histórico. Os dois artigos discordam, e o mais recente di-lo.
O que uma IA consegue tirar de uma conversa, e de forma tão desigual
Três coisas são mensuráveis. Saber quem disse o quê ajuda. Acrescentar informação sobre quem fala melhorou a classificação de atos dependentes do contexto, como um sim ou um não secos, em transcrições de reuniões com vários participantes, embora não em chamadas telefónicas entre duas pessoas (Who is Speaking? Speaker-Aware Multiparty Dialogue Act Classification). A posição conta, e em modelos de 2023 a precisão era mais alta quando o material relevante estava no início ou no fim de uma entrada longa e caía significativamente quando estava no meio (Lost in the Middle: How Language Models Use Long Contexts). A formulação também conta. Quando a passagem com a resposta partilhava poucas palavras com a pergunta, 11 de 13 modelos que afirmam um contexto de pelo menos 128K tokens caíram para menos de metade da sua pontuação em contexto curto aos 32K tokens, com o GPT-4o entre os melhores, de 99,3 para 69,7 por cento (NoLiMa: Long-Context Evaluation Beyond Literal Matching). Nenhum destes testou conversas de chat, por isso é uma inferência que a mensagem que importa, enviada há três semanas, enterrada a meio do que colaste e formulada de maneira diferente da de hoje, é a que um modelo tem mais probabilidade de subvalorizar. O Subtext trabalha a partir da conversa que lhe entregas, e essa conversa está sujeita aos mesmos limites.
Porque é que o Subtext não afirma compreender a tua relação
O Subtext usa a conversa que lhe dás para sugerir uma resposta. Não compreende a tua relação, por uma razão estrutural. As pessoas desenham o que dizem em função do que acreditam que a outra sabe, o seu terreno comum, que se acumula com o tempo e que as pessoas estabelecem de forma diferente em meios diferentes (Grounding in communication). Os nossos próprios exemplos seriam a piada privada, o telefonema de ontem à noite, a discussão na festa, a coisa combinada noutra app, nenhum dos quais, por construção, está em qualquer texto colado ou captura de ecrã. A parte que um modelo consegue ver também não é segura. Num benchmark de conversas em que as pessoas têm informação diferente e entram e saem a meio (a nossa analogia para um grupo de chat ou uma captura de ecrã parcial; o artigo não faz nenhuma), os modelos de linguagem “têm um desempenho significativamente pior do que os humanos, mesmo com raciocínio em cadeia de pensamento ou ajuste fino”, e os autores não acreditam que os modelos atuais possuam uma verdadeira 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. Seja como for, nenhuma ferramenta consegue prever como uma pessoa específica vai reagir, e não existe nenhuma avaliação independente do Subtext, razão pela qual nos ficamos pela afirmação estreita.
Como o Subtext lê a conversa antes de escrever uma resposta
O Subtext recebe a conversa como texto colado, como captura de ecrã do chat, como nota de voz que gravas, ou como a mensagem de voz que te enviaram. Lê a troca toda, e numa captura de ecrã percebe quem está a falar pela posição dos balões. Se não conseguir perceber, ou se uma frase colada tanto puder ser tua como da outra pessoa, pergunta. Para uma mensagem que recebeste, resume o que a outra pessoa quer, na língua em que chegou, e lista até cinco coisas que precisam de resposta. Depois escreve um rascunho que retoma a conversa e responde aos pontos da pessoa, cada rascunho marcado com “podes enviar” ou “atenção”, uma segunda leitura e não um veredicto. Entrega-lhe antes um rascunho teu e ele volta em até três versões a um toque de distância: uma próxima da tua formulação, com os problemas corrigidos; outra, um polimento mais caloroso ou uma abordagem diferente; outra, uma reescrita mais completa. Copias a que escolheres. A página sobre a mensagem que recebeste cobre o fluxo de resumir o que te pediram e depois responder. Esta página é a evidência de porque é que a conversa importa e onde isso acaba.
A mesma frase quer dizer coisas diferentes em conversas diferentes
“Está bem.” depois de uma mensagem longa e calorosa é uma coisa; “Está bem.” depois de “Às 7 dá?” é outra, e as palavras são as mesmas. “Claro” depois de “Estás livre na sexta?” aceita; “claro” depois de “Tu nunca me ouves” fecha uma porta. “Amanhã tenho de me levantar cedo” é informação, uma desculpa ou uma recusa consoante o que foi perguntado. “Sim, assim dá” não tem conteúdo nenhum sem a proposta por cima. “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 deixaram cair. “Bom trabalho” com um emoji a revirar os olhos é provocação numa relação e uma reprimenda noutra, e a diferença vive no histórico, não nos píxeis. E “Ainda estás chateado com o sábado?” não partilha nenhuma palavra com a mensagem onde a zanga aconteceu, que é exatamente o tipo de ligação que um modelo tem mais probabilidade de falhar. Estas são ilustrações da teoria acima, não estímulos de estudo, e ninguém as mediu. São a razão por que o Subtext pede a conversa e não a frase, e por que perceber o que quer dizer uma mensagem é mais difícil do que parece.
Em que é que isto é diferente de um corretor ou de uma reescrita de uma linha
O Subtext lê a troca; um corretor gramatical ou de tom lê a tua frase. Uma verificação de uma só linha não consegue saber a que se refere “aquilo”, que pergunta continua 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, corre um detetor de tom sobre o teu próprio texto acima de um comprimento mínimo e propõe reescritas de tom e de frase; não encontrámos documentação de que leia uma captura de ecrã de uma conversa pessoal para escrever uma resposta (verificado a 23 de setembro de 2026). As funcionalidades de resposta integradas numa app de mensagens são o outro modelo. A página de ajuda da Google diz que o Magic Compose nas Mensagens Google usa as 20 mensagens anteriores como contexto (Draft messages with Magic Compose, verificado a 23 de setembro de 2026), uma janela limitada dentro dessa app. O Subtext é uma app a que levas uma mensagem, por isso vê o que colares, de qualquer app, e nada mais. Nenhuma avaliação independente compara qualquer destas, o Subtext incluído, por isso isto é uma descrição do que cada uma lê, não um ranking. Para o trabalho de um só rascunho, a página certa é o detetor de tom para mensagens de texto.
O que acontece à conversa que colas
O Subtext recebe as palavras da outra pessoa além das tuas, por isso esta secção diz o que lhes acontece. Isto é enquadramento, não aconselhamento jurídico. Ao abrigo do regulamento de proteção de dados da UE, uma pessoa que trata correspondência por razões puramente pessoais fica fora do seu âmbito, enquanto o fornecedor que disponibiliza 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)). Uma captura de ecrã também traz mais do que a conversa: nomes de contactos, horas, às vezes uma notificação de outro chat. Corta o que a resposta não precisa antes de a colares em qualquer lado. Do lado do Subtext, as tuas mensagens vão para os fornecedores de IA que as leem e escrevem, e para os servidores do Subtext, para poderes voltar a uma conversa; a política de privacidade nomeia todos os fornecedores. Nada do que envias é usado para treinar um modelo de IA, e vai encriptado pelo caminho. Se apagares uma conversa tu, desaparece de imediato, anexos incluídos. A pesquisa na web opcional dentro da app envia os teus termos de pesquisa a um fornecedor de pesquisa, e podes desativá-la nas definições.
Onde corre mal, e o que o Subtext faz quanto a isso
O Subtext corre mal de cinco formas que vale a pena nomear. A primeira é o contexto em falta e o histórico escondido. O que deixares de fora, o Subtext não pode usar, e o histórico que nunca foi escrito está fora do alcance de qualquer ferramenta. O sarcasmo é a segunda, e deves esperar erros sempre que só o histórico o sinaliza. O Subtext etiqueta apenas o teu próprio rascunho e nunca rotula a mensagem da outra pessoa, e perceber se um texto é sarcástico também é difícil para as pessoas. Depois há as capturas de ecrã cortadas ou reordenadas. Cortar remove o referente, a correção e quem enviou cada frase, e os dois estudos acima discordam sobre se um modelo ignora ou lê mal a reordenação. Com conversas longas, aplica-se a evidência sobre posição e formulação acima, e um modelo tem mais probabilidade de subvalorizar a mensagem que importa. A última é a deriva do tom. Em duas experiências online aleatorizadas entre desconhecidos, sugestões de resposta genéricas tornaram a linguagem mais positiva; o uso efetivo por um interlocutor subiu as avaliações de cooperação e proximidade, enquanto um interlocutor de quem apenas se suspeitava que as usava 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 faz soar mais simpático pode falhar onde precisas de firmeza, por isso o Subtext propõe uma versão mais curta e mais clara e deixa-te mudar tu uma palavra. Quando não consegue perceber quem está a falar, pergunta.
Perguntas frequentes
Há alguma ferramenta que leia a conversa toda antes de sugerir uma resposta?
O Subtext faz isso. Cola a conversa, uma captura de ecrã dela, ou a mensagem de voz que te enviaram, e ele lê a troca toda, percebe quem disse o quê, e resume o que a outra pessoa quer e o que ainda precisa de resposta antes de escrever o que quer que seja. Copias a resposta que escolheres; nunca envia por ti.
Existe uma app que leia o chat todo e me ajude a responder como deve ser?
O Subtext lê o chat que lhe entregas, no iPhone, no Android e no browser, e escreve uma resposta que retoma a conversa e responde aos pontos da pessoa. Cola um rascunho teu e ele volta em três versões, a um toque de distância, cada uma a dizer quanto da tua formulação mudou; o texto sobre o que faz uma resposta cair bem tem a investigação por trás disso. Usa a conversa que lhe dás; o que nunca foi escrito, não pode saber.
Há uma app que leia a conversa toda e me ajude a responder no tom certo?
O Subtext escreve a partir da conversa; num rascunho teu propõe até três versões que diferem no quanto se afastam das tuas palavras: uma próxima da tua formulação, com os problemas corrigidos; outra, um polimento mais caloroso ou uma abordagem diferente; outra, uma reescrita mais completa. Em qualquer dos casos há ajustes a um toque para mais caloroso, mais curto, mais casual, mais confiante ou um toque de humor. No teu próprio rascunho marca as palavras que podem ser lidas como duras, frias, passivo-agressivas, vagas ou com desculpas a mais, sempre como possibilidade, nunca como veredicto. Há um limite. Num par de experiências, sugestões genéricas de resposta inteligente empurraram a linguagem de desconhecidos para o positivo, como explica o texto sobre se a IA põe as tuas mensagens a soar a robô, por isso verifica a versão mais firme quando é de firmeza que precisas.
Há algum assistente de escrita que perceba o contexto da relação, e não só o que as palavras dizem?
Não, e uma ferramenta que diz que percebe está a prometer de mais. Duas pessoas constroem o que partilham em parte fora da transcrição, e os modelos testados em conversas em que as pessoas têm informação diferente têm um desempenho significativamente pior do que os humanos (FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions). Em vez disso, o Subtext lê a troca que lhe entregas, percebe quem está a falar, e pergunta para quem é a mensagem e o que queres que aconteça quando lhe dás poucas indicações ou a mensagem é um limite, uma recusa ou um confronto. Nas mensagens do dia a dia lê pelo tom do teu próprio rascunho quão próximos tu e a outra pessoa são e mantém isso nas versões.
Tenho de colar a conversa toda?
Não, e mais nem sempre é melhor. Em benchmarks, o histórico extra tanto prejudicou como ajudou um classificador de diálogo, e os modelos de linguagem usaram pior o material no meio de uma entrada longa. Cola a parte de que a resposta depende: a pergunta ainda em aberto, a correção e a mensagem a que estás a responder. Se o Subtext não conseguir perceber se uma frase é tua ou da outra pessoa, pergunta.
Consegue perceber quem está a falar numa captura de ecrã?
O Subtext lê a captura de ecrã de um chat como tu a lês, os teus balões de um lado e os da outra pessoa do outro. Quando a disposição não deixa isso claro, pergunta, porque uma resposta escrita a partir do lado errado da conversa é pior do que nenhuma.
Funciona com mensagens de voz?
Sim. Cola a mensagem de voz que te enviaram e o Subtext lê-a como qualquer outra mensagem, ou grava a tua própria nota de voz como rascunho. Ambas passam pela mesma leitura que o texto: quem disse o quê, o que a pessoa quer, o que precisa de resposta.
A outra pessoa sabe que usei o Subtext?
Pelo Subtext, não. Trabalha só do teu lado e nunca envia nada; a resposta sai da tua própria app de mensagens quando a colas lá. O Subtext também não rotula a outra pessoa. Não etiqueta a mensagem dela como hostil ou manipuladora, porque lê as palavras no ecrã, não o que quem escreveu sente por dentro. O texto Estão zangados comigo, ou estou a pensar demais? explica porque é que essa distância é tão grande.
Funciona na minha língua?
O Subtext existe em 20 idiomas e responde na língua em que escreves. O resumo de uma mensagem que recebeste vem na língua em que ela chegou.
Quanto custa?
O Subtext dá-te algumas análises gratuitas para começar, e depois uma subscrição paga com planos semanais, mensais e anuais, cobrada pela App Store ou pelo Google Play no telemóvel, ou pelo Stripe na web. Vês o preço na tua moeda antes de subscreveres.
O Subtext funciona em 20 idiomas e responde na língua em que escreves. No telemóvel ou no browser.
Onde precisas dele
O Subtext é feito primeiro para o telemóvel. A tua conta funciona na web assim que a tiveres.
Já tens a app? A tua conta funciona em web.subtext.it, sincronizada com o telemóvel.
Ou digitaliza para instalar. Clica num código para o ampliar.
Funciona no browser que já usas.
- Safari
- Edge
- Chrome
- Firefox
- Opera
- Brave
App Store
Digitaliza com a câmara do telemóvel para instalar.