Métodos
Geração IA & outros

Métodos para usar melhor a IAG

Introdução ao Método MDM-AI

 

     O Método Delphi Multiagente com Inteligência Artificial (MDM-AI) é uma abordagem prática, acessível e iterativa, desenvolvida para otimizar o uso de Inteligências Artificiais Generativas (IAGs), mesmo em suas versões gratuitas. Inspirado no tradicional Método Delphi de consenso entre especialistas, o MDM-AI utiliza diversas IAGs em ciclos organizados de pesquisa, contraponto, avaliação e síntese. O objetivo é desenvolver conteúdos mais originais, coerentes e confiáveis.

    Essa técnica permite que usuários de diferentes níveis obtenham resultados superiores na criação de textos, artigos, relatórios, roteiros ou estudos temáticos. Ao aplicar o MDM-AI, o usuário deixa de depender de uma única resposta automatizada e passa a construir, em camadas, um conteúdo mais robusto, com contribuições sucessivas e cruzadas entre diferentes motores de IA.

  O método é especialmente útil para advogados, educadores, pesquisadores, estudantes, redatores, e desenvolvedores que buscam qualidade e pluralidade nos resultados sem custos elevados. O manual disponível nesta publicação orienta cada passo, desde a formulação estratégica de prompts até a revisão final do conteúdo.

 

⚠ Aviso Importante: Este método não oferece garantias de resultados automáticos ou perfeitos. O desempenho e a qualidade final dependerão da habilidade do usuário em compreender os conceitos, estruturar bons prompts e interpretar criticamente as respostas fornecidas pelas IAGs. Nenhuma responsabilidade pode ser atribuída ao autor deste conteúdo ou à plataforma por usos indevidos ou resultados insatisfatórios decorrentes da má aplicação do método.

 

 

Manual Prático do Método Delphi Multiagente AI 

 

Objetivo do Manual

Equipar profissionais e equipes de criação de conteúdo com um procedimento passo a passo para aplicar o Método Delphi Multiagente (MDM-AI) uma abordagem iterativa que combina diferentes IAGs para pesquisa, contraponto, avaliação crítica e síntese, maximizando originalidade e reduzindo plágio.

1. Visão Geral do MDM-AI

 

1.1 O que é o MDM-AI?

O MDM-AI adapta o clássico Método Delphi, usado para coletar consenso de especialistas em rodadas, ao contexto de Inteligências Artificiais Generativas (IAGs). Cada modelo age como um “especialista” com conhecimento e estilo próprios.

 

Papel	IAG	Função Principal
A – Pesquisador	“IAG A”	Levantar caminhos, dados e argumentos iniciais.  (Llama)
B – Desafiante	“IAG B”	Questionar, complementar e aprofundar as propostas de A. (Gemini)
C – Árbitro	“IAG C”	Avaliar criticamente as versões de A e B, destacando pontos fortes e lacunas. (Claude)
D – Síntese	“IAG D”	Produzir um texto base coerente unindo os melhores elementos. (ChatGPT)

Os usuários podem usar e variar as IAGs - indicamos apenas uma hipotese.

 

1.2 Benefícios

• Originalidade elevada: múltiplas vozes reduzem redundância.

• Menos plágio: confronto cruzado força paráfrase.

• Eficácia temática: avaliação interpares cobre lacunas conceituais.

• Escalabilidade: processo repetível que pode ser automatizado.

 

1.3 Limitações

• Custo de tokens e tempo maior que um fluxo linear.

• Dependência de operação humana em todos os processos (se não automatizado).

• Dependência de revisão humana para checagem factual e estilo final.

2. Requisitos

1. Quatro IAGs diferenciadas gratuitas ou não (modelos ou plataformas). Ex.: GPT‑4o, Claude‑3, Gemini 1.5, Llama 3.

2. Ferramenta de verificação de plágio (Turnitin, Copyscape, etc.).

3. Editor de texto colaborativo (Google Docs, Obsidian, Notion, etc.).

4. (Opcional) Automação via scripts ou plataformas (Zapier, Make, n8n) para orquestrar prompts.

3. Passo a Passo Detalhado

 

3.1 Definir Tema e Objetivos

• Escopo claro: Exempo: “Elaborar artigo de opinião defendendo a adoção da ISO 37123 por municípios de pequeno porte, tendo como exemplo a certificação do municipio de São Paulo, Brasil.”

• Outputs desejados: extensão, tom, público alvo.

 

3.2 Criar Prompt-Mestra (Seed)

Utilize técnicas APF ou PDC: ( APF (Advanced Prompt Formulation)) - (PDC (Prompt Design & Crafting)).

Você é um especialista em <tema>. Gere até 7 abordagens distintas para alcançar <objetivo>, citando vantagens, riscos e fontes potenciais.

 

3.3 Rodada 0 – Pesquisa e Ideação (IAG A)

1. Executar Prompt‑Mestra em A.

2. Salvar resposta como Versão A1.

 

3.4 Rodada 1 – Contraponto (IAG B)

1. Enviar Versão A1 para B com instruções:

   • Identificar falhas, adicionar perspectivas novas e dados complementares.

2. Salvar resposta como Versão B1.

 

3.5 Rodada 2 – Avaliação Crítica (IAG C)

1. Enviar Versões A1 e B1 para C.

2. Solicitar comparação estruturada (pontos fortes, lacunas, convergências).

3. Receber Parecer C1.

 

3.6 Rodada 3 – Síntese de Base (IAG D)

1. Submeter Parecer C1 a D.

2. Solicitar texto integrado: estrutura com introdução, desenvolvimento e conclusão.

3. Gerar Texto‑Base D1.

 

3.7 Loop de Refinamento

• Reapresentar Texto‑Base D1 a A, B, C em nova rodada (A2, B2, C2…).

• Prosseguir até que mudanças entre ciclos < 5 % (critério de convergência).

 

3.8 Encerramento e Validação Humana

1. Rodar detector de plágio.

2. Realizar fact‑checking e ajuste de estilo.

3. Produzir versão publicável.

4. Boas Práticas de Prompt Engineering

1. Clareza: role, task, context, format.

2. Limites explícitos: comprimento, público, tom.

3. Citação de fontes: peça URLs ou DOIs quando aplicável.

4. Exemplo de Prompt para IAG C (Árbitro):

Compare os textos a seguir em 250–300 palavras. Liste três pontos fortes de cada versão, três melhorias críticas e gere uma pontuação de 0–10 para coerência.

5. Métricas de Avaliação

Métrica	Ferramenta	Limite/Alvo
Originalidade	Detector de similaridade	> 85 % único
Plágio	Plagiarism Checker	< 10 % match
Coerência	Avaliação de pares ou rubric	≥ 8/10
Tempo total	Cronômetro de execução	≤ X h (definido pela equipe)

6. Automação Sugerida (Pseudo‑Workflow)

graph TD;

  Start -->|Prompt Seed| A["IAG A"];

  A --> B["IAG B"];

  B --> C["IAG C"];

  C --> D["IAG D"];

  D -->|Texto‑Base| Loop{Convergência <5%?};

  Loop -- Não --> A;

  Loop -- Sim --> End["Revisão Humana"];

A automação pode ser feita via Webhooks entre as APIs das IAGs e um orquestrador low‑code.

 

7. F.A.Q.

Q: Posso usar menos de quatro IAGs? A: Sim, mas a função “D” (Síntese) é crítica; considere ao menos três modelos distintos.

Q: Como escolher IAGs complementares? A: Busque variação de arquitetura, corpus de treino e sesgo linguístico (preconceito) para maximizar diversidade.

8. Referências Essenciais

1. Linstone, H. A., & Turoff, M. (2002). The Delphi Method: Techniques and Applications.

2. Perdikouri, K. et al. (2024). “Multi‑Agent LLM Collaboration Patterns”. AI Communications, 37(2), 141‑160.

3. ISO 37123:2019 – Sustainable Cities and Communities -Indicators for Resilient Cities.

4. Peres, J. (2024) - São Paulo smart city rumo à cidade ideal - ISBN 978-65-01-46411-4 

5. Peres, J. (2025) - IAG - Técnicas de Formulação Profissional de Prompts - Aplicações de Mercado.  

    

1-https://www.foresight.pl/assets/downloads/publications/Turoff_Linstone.pdf

Autoria do método MDM-AI - Peres, J (2025) - https://www.migalhas.com.br/autor/joao-roberto-peres 

 

VERSÃO COMPLETA E ATUALIZADA DISPONÍVEL EM PDF PARA ASSOCIADOS E INSCRITOS