Artigos
A língua do seu Prompt decide com qual universo paralelo de dados de treinamento você está conversando
Pare de traduzir seus Prompt para o inglês só para economizar Token! Por que, quanto mais você traduz para o inglês, mais a IA responde com “給到” e “質量”? Este artigo une pesquisas da ACL sobre modelos de linguagem e experiência prática para explicar por que “termos técnicos no original + descrição na língua materna + âncoras claras de região” é a melhor forma de reduzir o custo das idas e vindas de correção.
· 8 min de leitura
Pare de traduzir seus Prompt para o inglês: por que, quanto mais você quer economizar Token, mais a IA responde com “給到” e “質量”?
TL;DR (conclusão principal)
A fórmula de boas práticas para escrever um Prompt é: “termos técnicos mantidos no inglês original + contexto do pedido escrito na língua materna do público-alvo + ancoragem clara da região e do público”. Isso não garante que saia sempre um texto 100% autêntico, mas aumenta bastante a chance de acertar de primeira e poupa o atrito de corrigir repetidamente o tom e o vocabulário.
Muitos engenheiros e usuários intensivos de IA têm este hábito: para economizar uns Token, ou por ter ouvido que “a lógica da IA é melhor em inglês”, antes de enviar o Prompt eles traduzem o pedido para o inglês com uma ferramenta de tradução e acrescentam no final Please reply in Traditional Chinese.
E o resultado? Você economizou alguns centavos em Token, mas recebe páginas inteiras de “esta solução pode 給到 você uma ótima experiência” e “como 優化 a 質量 do 代碼”. No fim, ainda gasta 10 minutos corrigindo na mão essas palavras para o uso habitual de Taiwan.
A língua em que você faz a pergunta decide em qual corpus, de qual grupo de pessoas, a IA vai buscar a resposta.
I. Um caso real em que caí: por que a IA sempre escreve “給到”?#
Um tempo atrás pedi a uma IA que organizasse um resumo de informações, com saída em chinês tradicional. A lógica do conteúdo estava certa, mas apareceu ali uma construção como “給到…”.
“給到” é uma expressão típica do ambiente de trabalho da China continental; em Taiwan, as pessoas praticamente não falam assim no dia a dia.
O problema não é a IA não entender chinês, e sim que “língua não é região, e chinês tradicional não é Taiwan”.
No corpus de treinamento dos grandes modelos de linguagem (LLM), o volume de dados em chinês simplificado é muito maior que o de chinês tradicional; se você dá instruções só em inglês e pede Traditional Chinese, o modelo adota com muita facilidade o vocabulário chinês de maior volume (em geral vindo da China continental), apenas exibido com caracteres tradicionais.
Escrever o Prompt na língua materna apenas aproxima a IA da localização; só deixando clara a “região” e o “público” é que se fecha a última lacuna de contexto.
II. Por que a língua da pergunta muda diretamente a resposta da IA?#
Isso não é mágica, é a consequência inevitável de como os modelos de linguagem funcionam por baixo. Do ponto de vista técnico e de pesquisa, há três razões principais:
1. A base da IA são as “probabilidades condicionais e a previsão da próxima palavra”#
Para a mesma coisa, comunidades linguísticas diferentes têm, naturalmente, pontos de partida, expressões habituais e valores bem distintos. Todas essas diferenças ficam comprimidas nos pesos dos dados de treinamento. Quando você pergunta em inglês, o modelo continua ao longo do corpus do mundo anglófono; quando pergunta com o vocabulário do chinês tradicional usado em Taiwan, fica mais fácil se conectar à distribuição de probabilidades do contexto taiwanês.
2. A pesquisa confirma: a língua da pergunta ativa o alinhamento cultural (Cultural Alignment) correspondente#
Um estudo publicado na ACL em 2024 (AlKhamissi et al., 2024, arXiv:2402.13231) simulou pesquisas sociais do Egito e dos Estados Unidos. A equipe constatou que quando se pergunta na língua principal de uma cultura, a distribuição das respostas do LLM fica nitidamente mais próxima dos resultados reais das pesquisas com as pessoas daquele lugar. O estudo também constatou que, quanto menos representado é um grupo e quanto mais sensível é o tema, maior é o viés do modelo.
3. A língua e o vocabulário são as principais pistas para a IA julgar “quem é você”#
A IA não conhece você. Sem uma memória pessoal complexa (Memory) carregada, a língua que você usa, os termos técnicos que mistura e até seus hábitos de pontuação são pistas implícitas que o modelo usa para deduzir o “perfil de quem pergunta” e o “nível de saída esperado”.
III. Não é só a língua: o “tom” também faz parte do Prompt#
Além de escolher a língua certa, o “grau de cortesia” que você demonstra na língua materna também influencia o desempenho do modelo.
Outro estudo interlinguístico sobre Prompt em inglês, chinês e japonês (Yin et al., 2024, arXiv:2402.14531) indica que ser rude ou indelicado demais com a IA geralmente leva a uma queda na qualidade da geração, mas ser excessivamente educado ou rodear demais também não garante desempenho melhor. Mais importante ainda, cada língua tem a sua própria “escala de cortesia ideal (Sweet Spot)”, o ponto de equilíbrio dourado, que varia de língua para língua.
Escrevendo na língua materna que você melhor domina, dá para dosar com precisão o tom (por exemplo: “tom direto, sem enrolação de marketing”) e evitar perder o controle do tom e do estilo numa tradução rígida para o inglês.
IV. Matriz de decisão Prompt em chinês vs. inglês (quando usar inglês?)#
Enfatizar a importância da língua materna não significa abandonar totalmente o inglês.
Hoje, com os Input Token extremamente baratos, “economizar Token” há muito tempo é um falso problema, e o custo real é o atrito das idas e vindas e da revisão manual. O ponto não é chinês ou inglês, e sim se o que você busca agora é um “contexto localizado” ou uma “correção puramente técnica”.
Você pode consultar diretamente esta tabela de decisão:
| Cenário da tarefa |
Língua de escrita recomendada |
Razão principal e estratégia |
| Produção de conteúdo localizado (blog, textos de marketing, textos de UI de produto, e-mails para clientes) |
Descrição na língua materna + termos em inglês + âncora de região |
Evitar o tom de tradução e expressões que não são de uso em Taiwan (por exemplo: 視頻, 質量, 給到), entrando direto no contexto do público taiwanês. |
| Tradução multilíngue internacional (por exemplo: de chinês para tailandês, sites localizados em vários idiomas) |
Instrução na língua materna + região de destino e papel indicados claramente |
Evitar usar o inglês como língua intermediária (Pivot Language), que causa uma dupla perda de sentido. |
| Geração de código pura e Debug (arquitetura de sistemas, algoritmos, depuração) |
Chinês ou inglês, tanto faz (recomendado: lógica na língua materna + termos em inglês e Error Log) |
As palavras-chave técnicas (API, PR, Deployment) e a documentação oficial já estão em inglês; manter o original alinha com os pesos técnicos mais precisos. |
| Consultar a documentação técnica estrangeira mais recente / artigos acadêmicos |
Principalmente inglês |
As fontes originais estão em sua maioria em inglês; pesquisar direto com palavras-chave em inglês (RAG / Search) dá o maior recall. |
V. Checklist prático: 5 pontos de verificação para obter uma resposta precisa de primeira#
Da próxima vez que for escrever um Prompt que exige saída em chinês de alta qualidade, não abra mais o programa de tradução. Aplique direto esta lista:
- Manter os termos técnicos no original:
API, PR, Token, Deployment nunca são traduzidos à força para o chinês.
- Escrever o contexto e a lógica na língua materna: explique bem o contexto do pedido na língua materna em que você pensa com mais fluidez.
- Fixar uma âncora de região: não escreva apenas “chinês tradicional”, escreva claramente “usar chinês tradicional de Taiwan e expressões cotidianas de Taiwan”.
- Definir o público e os limites do tom: por exemplo “escrito para engenheiros de software de Taiwan”, “tom direto e objetivo, sem cara de marketing”.
- Verificar por amostragem e criar barreiras de vocabulário proibido: depois da saída, confira um ou dois termos locais; se o modelo erra com frequência, dá para acrescentar direto “palavras proibidas: 給到, 質量, 優化, 視頻, 賦能”.
Comparação de exemplos de Prompt na prática#
❌ Exemplo errado (superstição do inglês + condições vagas):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ Exemplo correto (contexto na língua materna + termos no original + âncoras de região e público):
Escreva, em chinês tradicional como é usado em Taiwan, um artigo de opinião técnica para engenheiros de Taiwan, sobre o tema “A escolha da língua da pergunta num Prompt”.
Requisitos:
1. Os termos técnicos (como Token, Prompt, Context, API) ficam no inglês original, sem tradução deliberada.
2. Tom direto e objetivo, dê logo a conclusão e uma lista executável, sem tom de livro didático nem papo vazio de marketing.
3. Use estritamente o vocabulário local de Taiwan e evite palavras como “給到, 質量, 視頻, 代碼”.
Perguntas frequentes (FAQ)#
Q1: Escrever o Prompt em chinês gasta mais Token e é mais lento?#
Com o mesmo conteúdo, em chinês o número de Token costuma ser um pouco maior que em inglês, mas o preço dos Input Token é extremamente baixo. Comparado com esse pouco de custo de Token economizado, o tempo desperdiçado em “regerar” ou revisar na mão por causa de um erro de contexto é a despesa oculta mais cara.
Q2: Por que, mesmo eu tendo pedido à IA “chinês tradicional (Traditional Chinese)”, ainda aparecem expressões da China continental?#
Porque, para o modelo, Traditional Chinese muitas vezes significa apenas “codificação e forma dos caracteres (Script)”, e não “cultura regional (Locale)”. Os corpora de Hong Kong e Macau, de Taiwan, e os convertidos de simplificado para tradicional pertencem todos ao chinês tradicional. É preciso indicar claramente “vocabulário de Taiwan (zh-TW)” e “público-alvo (por exemplo: engenheiros de Taiwan)” para que as escolhas de vocabulário do modelo convirjam corretamente.
Se você quer respostas localizadas, pergunte na língua local e depois deixe a região bem clara.
Essa lógica não vale apenas para perguntas do dia a dia, é também a base mais profunda da localização de produtos internacionais. No próximo artigo, vamos estender diretamente esse conceito à engenharia prática: “Quando um site suporta 22 idiomas, como fazer a IA gerar automaticamente traduções localizadas realmente autênticas?”