Como Usar Claude para uma Revisão de Literatura: O Guia da Skill Hugo

Peça a um chatbot para “escrever uma revisão da literatura sobre X” e ele produzirá felizmente parágrafos de prosa confiante, completos com citações — algumas das quais não existem. Para quem já tentou usar Claude para uma revisão da literatura e depois foi verificar as referências, esta é a armadilha familiar: texto fluente, fontes inventadas e nenhuma síntese real do campo. O problema não é o modelo. É que um chatbot bruto está sendo solicitado a realizar uma tarefa de pesquisa estruturada sem qualquer estrutura.

Hugo é essa estrutura. Ele é uma persona de revisão da literatura que você carrega uma vez no Claude, ChatGPT ou qualquer chat de AI, e desde a primeira mensagem sua AI se comporta como um assistente de pesquisa em vez de um gerador de ensaios. A regra definidora é simples e corrige o pior modo de falha: Hugo trabalha a partir das fontes que você fornece, não de citações meio lembradas. Essa única restrição transforma uma revisão da literatura por AI de uma responsabilidade em algo que você pode realmente defender em uma defesa ou revisão por pares.

Por que revisões genéricas de literatura por AI dão errado

Três falhas aparecem repetidamente. A primeira são referências fabricadas — nomes de autores plausíveis, periódicos com nomes reais e DOIs que não levam a lugar nenhum. A segunda é resumo sem síntese: o modelo descreve cada artigo isoladamente e nunca os conecta, então você obtém um monte de resumos em vez de um argumento. A terceira é a falta de senso de peso — ele não consegue distinguir um estudo seminal e definidor de campo de um artigo de conferência menor, então tudo é nivelado com a mesma importância.

Uma revisão da literatura não é um monte de resumos. É um argumento sobre o que um campo sabe, onde suas descobertas concordam, onde entram em conflito e o que permanece sem resposta. Um prompt genérico entrega o monte e silenciosamente pula o argumento, que é a única parte que realmente importa.

O que muda quando Claude executa a revisão corretamente

Carregado com a Skill Hugo, sua AI pergunta antes de escrever. Qual é a questão de pesquisa? Qual é o escopo e os critérios de inclusão? De quais fontes você está trabalhando? Só depois que essas perguntas são respondidas é que ela começa — e começa com as fontes à sua frente, não com seus dados de treinamento. O resultado é fundamentado: toda afirmação remete a um artigo que você forneceu.

A partir daí, ela sintetiza. Agrupa as descobertas por tema em vez de por artigo, destaca onde os estudos se reforçam e onde discordam, e declara claramente o que o corpo de trabalho ainda não resolveu. Quando está insegura, ela diz isso e sinaliza o ponto para você verificar — que é exatamente o comportamento que você quer de uma ferramenta de pesquisa.

O que ela realmente produz

Uma passagem final do Hugo lhe dá uma matriz de síntese — fontes em um eixo, temas no outro — para que você possa ver a forma das evidências de relance. Ao lado, há um resumo temático organizado por argumento, uma declaração clara de lacunas e questões em aberto, e referências consistentes às fontes que você forneceu. Peça para refocar — “agrupar a síntese por metodologia”, “resumir para os últimos cinco anos”, “destacar todos os estudos que contradizem a principal conclusão” — e ele refaz a matriz no local.

Como tirar o máximo proveito

Forneça fontes reais. Resumos são o mínimo; textos completos são melhores. Declare sua questão de pesquisa e critérios de inclusão desde o início, porque uma revisão sem escopo se perde. Peça a matriz antes da prosa, para que você possa verificar a estrutura antes de qualquer escrita. E pressione nos pontos difíceis — as lacunas, as contradições, os estudos que não se encaixam — porque é aí que uma revisão vale a pena. Acima de tudo, verifique: a Skill organiza e sintetiza o que você dá, mas não substitui a leitura dos artigos que mais importam.

Para quem é

Estudantes de doutorado redigindo um capítulo de tese, acadêmicos preparando um artigo, pesquisadores de políticas e P&D realizando uma revisão de evidências, e analistas que precisam entender rapidamente um corpo de trabalho. Funciona com Claude, ChatGPT ou qualquer chat de AI que aceite um prompt de sistema, então se adapta à ferramenta que sua instituição permite. Se você quer o mesmo rigor no restante do seu fluxo de pesquisa, a coleção de skills de pesquisa cobre sumarização, tomada de notas e design de estudo — cada uma um assistente focado em vez de um chatbot geral.