“Revisar antes de usar” parece uma regra responsável, mas é insuficiente. Se ninguém sabe o que revisar, a aprovação vira uma leitura rápida ou uma reescrita completa.
Critérios de aprovação transformam a revisão em uma parte clara do processo. Eles definem o que precisa estar correto, o que pode ser ajustado e quais situações exigem decisão de alguém responsável.
O que um critério de aprovação precisa dizer
Um critério útil descreve uma condição observável. Compare:
- vago: “o texto precisa estar bom”;
- verificável: “a promessa precisa corresponder ao escopo aprovado e não pode afirmar resultado sem evidência”.
Um conjunto mínimo deve cobrir:
- objetivo da entrega;
- público e contexto;
- fatos e fontes;
- limites da promessa;
- formato e padrão de qualidade;
- risco ou impacto de um erro;
- responsável pela aprovação.
Esses itens podem ser registrados no briefing ou no Playbook de Contexto da empresa.
Separe revisão de decisão
Nem tudo que aparece na revisão tem o mesmo peso. Organize os achados em três níveis:
Correção obrigatória
Erros factuais, dados ausentes, informações confidenciais expostas, promessa não aprovada ou instrução contraditória.
Ajuste recomendável
Excesso de repetição, exemplo pouco claro, estrutura difícil de escanear ou tom inadequado para o público.
Preferência editorial
Escolha de título, ordem de uma explicação ou variação de estilo que não compromete o objetivo.
Essa separação evita que toda diferença de preferência interrompa o fluxo e ajuda a equipe a priorizar riscos reais.
Exemplo para uma proposta comercial
Uma proposta apoiada por IA pode ser aprovada apenas quando:
- o problema do cliente está descrito com base em informação confirmada;
- entregáveis, exclusões e responsabilidades estão explícitos;
- prazo e dependências foram validados;
- preço e condições comerciais foram definidos por pessoa autorizada;
- não há promessa de resultado sem base;
- o texto está coerente com a oferta vigente.
A IA pode verificar parte da lista e apontar lacunas. A aprovação final continua com quem responde pelo escopo e pelo compromisso comercial.
Transforme critérios em perguntas
Perguntas são mais fáceis de usar do que conceitos abstratos. Para cada saída, crie uma lista curta:
- A entrega resolve o objetivo definido?
- As informações importantes têm fonte ou responsável?
- O que é fato está separado do que é hipótese?
- Há alguma promessa que a empresa não pode sustentar?
- O próximo executor consegue continuar sem perguntar tudo de novo?
- Quem aprova quando há conflito entre velocidade e qualidade?
Se a equipe não consegue responder, o problema pode estar no contexto de entrada, não na revisão final.
Registre o motivo das devoluções
Quando uma saída for devolvida, registre o motivo em uma categoria. Depois de alguns ciclos, procure padrões:
- falta de contexto;
- critério inexistente;
- instrução ambígua;
- fonte desatualizada;
- erro de interpretação;
- risco não previsto.
A devolução deve melhorar o processo. Reescrever o mesmo problema em silêncio apenas desloca o custo para a próxima entrega.
Esse ciclo é coerente com a ideia de evolução recorrente com IA: o workflow aprende quando os erros geram mudanças concretas.
Quando não automatizar a aprovação
Não automatize a decisão final quando o resultado envolver compromisso financeiro, aconselhamento sensível, contratação, demissão, dados pessoais ou uma mudança difícil de reverter.
É possível automatizar a checagem de presença de campos e alertas de inconsistência. A autorização deve permanecer com uma pessoa que tenha contexto e responsabilidade.
Conclusão
A aprovação de uma saída de IA não deve depender do gosto de quem revisa nem virar uma etapa sem fim. Critérios claros tornam a qualidade discutível, melhoram o handoff e mostram onde o processo ainda está mal definido.
Escolha uma saída recorrente, escreva de cinco a oito critérios observáveis e registre as devoluções por duas semanas. O próximo ajuste deve nascer dos erros encontrados, não de uma preferência genérica por “mais revisão”.