Por que a IA responde diferente à mesma pergunta e como controlar

A IA responde diferente à mesma pergunta porque escolhe cada palavra da resposta por probabilidade, e essa escolha inclui um sorteio controlado. Ao perguntar duas vezes, o ponto de partida é igual, mas o caminho pode se separar já na primeira palavra. Isso não indica defeito nem mudança de opinião.

Quem usa chat de IA no dia a dia já passou por isso: pede uma legenda, gosta, pede de novo e vem outra bem diferente. Ou faz uma pergunta de cálculo e recebe duas respostas. Este guia explica o motivo em linguagem simples, mostra o que você controla e quando a variação é útil ou perigosa.

Como a IA escolhe cada palavra

Um modelo de linguagem não guarda respostas prontas. Ele gera o texto aos poucos, em pedaços chamados tokens, e a cada passo calcula uma lista de próximos tokens possíveis com a probabilidade de cada um. A página do Google sobre modelos de linguagem grandes descreve justamente essa ideia: o modelo prevê um token ou sequência de tokens e consegue gerar probabilidades para o que vem a seguir.

Se a frase é "O céu está", "azul" tem probabilidade alta e "nublado" tem uma menor. Escolher sempre o primeiro da lista deixaria o texto repetitivo. Por isso os sistemas sorteiam entre as opções mais prováveis. Para entender o que é um token, veja o guia de tokens e janela de contexto.

Uma escolha diferente logo no início muda tudo o que vem depois, porque cada palavra nova entra como contexto para a próxima. É assim que duas respostas partem da mesma pergunta e chegam a lugares diferentes.

O que é temperatura e o que ela muda

Temperatura é o nome do ajuste que regula o tamanho desse sorteio. A documentação do Gemini para desenvolvedores (consultada em 25/10/2026) define que a temperatura controla o grau de aleatoriedade na escolha dos tokens. Valores baixos servem para prompts que pedem resposta mais determinística, e valores altos podem trazer resultados mais diversos ou criativos. Com temperatura 0, o texto escolhe sempre o token de maior probabilidade.

Vale um aviso: a mesma documentação informa que modelos mais novos, como o Gemini 4 e versões a partir da 3.6, ignoram valores personalizados de temperatura e recomenda removê-los da configuração. Ou seja, em parte dos modelos atuais o ajuste nem está mais disponível para quem programa. Em produtos de chat para o público, ele costuma ficar escondido.

Outros motivos para a resposta mudar

A temperatura não é a única explicação. Quatro outros fatores fazem a resposta variar mesmo quando a sua pergunta parece idêntica.

• Contexto da conversa: o que você escreveu antes entra na conta. A mesma pergunta no meio de um chat longo e num chat novo gera respostas diferentes. Veja como isso funciona na memória longa em IA.
• Versão do modelo: o fornecedor atualiza o modelo, e a resposta de hoje pode não bater com a de três meses atrás.
• Ferramentas ativas: se a IA pesquisou na web ou leu um arquivo, a resposta depende do que encontrou naquele momento.
• Modo de raciocínio: modelos que "pensam" antes de responder fazem caminhos diferentes. O guia de modos de raciocínio explica quando vale ligar.

Por isso, mesmo com temperatura 0, a igualdade perfeita nem sempre aparece. O esperado é uma resposta mais parecida, não um clone.

Quando a variação ajuda e quando atrapalha

Variar é ótimo para criar. Se você pede dez nomes para uma loja de bolos, quer dez nomes diferentes, e refazer a pergunta rende mais opções. Quem trabalha com redes sociais usa isso a favor, como no caso das legendas e reels do Instagram.

Atrapalha quando o assunto é fato, número ou regra. Imagine uma contadora de Belo Horizonte que pergunta duas vezes sobre o prazo de uma obrigação e recebe duas datas. Uma das respostas está errada, e nenhuma das duas vem com aviso. Nesse tipo de tarefa, a divergência entre respostas é um alerta: use-a como sinal para conferir na fonte oficial. O guia sobre alucinação de IA traz um passo a passo de checagem.

Uma regra prática: se a tarefa tem uma única resposta certa, desconfie de qualquer resposta que mude entre tentativas. Se a tarefa aceita várias respostas boas, a variação é parte do serviço.

Como conseguir respostas mais estáveis sem mexer na temperatura

Mesmo sem acesso ao ajuste, você reduz a variação com prompts melhores. Quanto menos espaço o pedido deixa para interpretação, menos caminhos a IA tem para seguir. O guia de prompt engineering aprofunda cada técnica abaixo.

Defina o formato da resposta

Responda em uma tabela com três colunas: item, valor em reais e observação. Não escreva nada fora da tabela.

Dê um exemplo do que você espera

Classifique cada mensagem como "dúvida", "reclamação" ou "elogio". Exemplo: "Meu pedido não chegou" = reclamação. Agora classifique: "Vocês entregam aos domingos?"

Peça a fonte ou a conferência

Responda apenas com o que estiver no texto abaixo. Se a informação não estiver lá, escreva "não consta no texto". Texto: [cole aqui]

A terceira técnica é a mais forte para trabalho com documentos, porque limita a IA ao material que você forneceu. É o princípio por trás do RAG, em que o chatbot responde com base nos seus arquivos.

Exemplo: o mesmo pedido em dois usos diferentes

Considere o pedido "escreva uma mensagem de cobrança educada para um cliente atrasado". Rodando três vezes, você recebe três textos: um mais curto, um mais formal e um mais caloroso. Para quem atende um negócio, isso é uma vantagem, porque dá escolha e permite combinar o melhor de cada versão.

Agora considere "qual alíquota se aplica a este serviço no meu município?". Rodando três vezes, as respostas podem divergir, e nenhuma delas substitui a consulta ao contador ou à prefeitura. Aqui a variação mostra que o modelo não tem certeza, e o caminho é buscar a fonte, não decidir por sorteio.

O mesmo vale para quem estuda: ao pedir um resumo de matéria, a divergência entre duas versões pode indicar um ponto que o texto original deixa ambíguo. Comparar as duas respostas com o material de aula é um bom exercício, e transforma a variação em ferramenta de estudo em vez de problema. Só não trate nenhuma das duas como gabarito.

Erros comuns ao lidar com respostas diferentes

1. Refazer a pergunta até sair a resposta que você queria e tratar essa como a verdade.
2. Achar que a IA "mentiu" porque mudou de resposta. Ela não tem memória da resposta anterior em um chat novo.
3. Comparar duas ferramentas diferentes e concluir que uma está errada, sem checar a fonte. A escolha entre elas está no guia ChatGPT, Claude ou Gemini.
4. Usar um detector de texto de IA como prova. O artigo sobre detectores de IA mostra por que eles erram.
5. Deixar dados sensíveis num chat só para testar a variação. Se precisar, apague depois: veja como em apagar histórico e usar chat temporário.

Quer ir além do básico? A diferença entre os tipos de sistema está em IA, machine learning e deep learning, e o caso das imagens é parecido, como mostra o texto sobre como a IA gera imagens. Na próxima vez que a resposta mudar, pergunte-se se a tarefa aceita variação e ajuste o prompt de acordo.