Sobre a ideia de pesquisa para gerar textos de IA repletos de fatos

Sobre a ideia de pesquisa para gerar textos de IA repletos de fatos

Para que minha geração de conteúdo não se baseie apenas na reescrita dos 10 principais e no conhecimento de IA, eu faço pesquisas.

Não se trata da tarefa de «enganar o mecanismo de pesquisa», mas sim de algo de que estou genuinamente convencido: Com essa abordagem, os textos são de melhor qualidade e mais interessantes.

Essencialmente, é assim que os redatores acadêmicos trabalham: seu trabalho é encontrar fontes e produzir material a partir delas, não fazer sua própria pesquisa.

Qual é a essência da pesquisa profunda:

• organizar o esboço do artigo em tópicos e subtópicos
• enviar para pesquisa todo o plano de uma vez ou em partes - depende do sistema de pesquisa
• Para cada tópico e subtópico, encontre materiais, estudos, estudos de caso, etc.

Depois disso, os resultados da pesquisa já podem ser traduzidos em um artigo.

Onde fazer a pesquisa

O Deep Research do Google é, na minha opinião, um dos melhores sistemas disponíveis no mercado atualmente. Você pode usá-lo no Gemini e também no NotebookLM.

A promessa de pesquisa pode ser sobre isso:

Sua tarefa é dividir o esboço do meu artigo em tópicos e subtópicos para encontrar informações sobre cada um deles.
Procure materiais em fontes: {idioma, sites}.
Tipos de materiais: {casos, estudos e assim por diante}.
O que é necessário para extrair: {fatos, citações, pensamentos, números}.

Isso é suficiente para as tarefas do 90% se você especificar exatamente o que deseja normalmente.

E não enrole seu cérebro com promessas complexas neste momento: as IAs se tornaram muito mais inteligentes e seu nível de compreensão aumentou muito.

Lifehack sobre como criar um sistema simples de pesquisa de mergulho para seus pipelines de IA

Em geral, há estruturas prontas para pesquisa de IA, inclusive as dos principais participantes do mercado, mas sua implementação, uso e manutenção podem ser caros - isso deve ser testado separadamente. De acordo com nossos testes, em alguns casos é mais barato usar o Perplexity para pesquisa.

Esquema de pesquisa de perplexidade em n8n:
https://skr.sh/saP57T7PNHG

Para automatizar as tarefas do cliente, às vezes fazemos praticamente o mesmo esquema, mas em sistemas mais estáveis escritos em linguagens de programação.

Como esse algoritmo de pesquisa funciona:

• estrutura do artigo
• realizar a etapa de IA de dividir o artigo em tópicos para pesquisa e converter os tópicos em miniprompts para recuperação de informações - obter n tópicos para pesquisa
• chamando a Perplexity para a pesquisa mais importante sobre o assunto.
• Em seguida, execute um loop de chamadas para modos mais baratos ou modelos de Perplexidade para pesquisar tópicos menos relevantes