Auditar um gráfico quanto a um design enganoso

Autor: AILesson7 min de configuraçãoTestado com:ChatGPTRevisado em: 2026-08-28

Resposta rápida

Revisar a escala, a codificação, os rótulos, o contexto ausente e a afirmação em relação aos valores de origem. Forneça: Descrição do gráfico, Valores e definições de origem, Público e afirmação pretendida. Resultado esperado: Uma auditoria do gráfico classificada por gravidade e uma especificação de design corrigida.

1

Adicione seu contexto

Seu texto permanece neste navegador. O AILesson Prompts não o envia para um modelo ou servidor.

2

Seu prompt

Campos não preenchidos permanecem visíveis como marcadores de posição, para que você ainda possa copiar e editar o prompt

Audite este gráfico quanto a um design enganoso ou pouco claro.

Tipo do gráfico, eixos, escalas, rótulos, cores, anotações e título:
[chart]

Valores de origem, definições, unidades, denominadores, períodos e dados ausentes:
[source]

Público e afirmação pretendida:
[claim]

Compare cada codificação visual e afirmação textual com a fonte. Verifique eixos truncados ou desiguais, distorção de área/volume, eixos duplos, ordem das categorias, linhas de base omitidas, seleção tendenciosa de períodos, denominadores variáveis, ausência de incerteza ou tamanho da amostra, acessibilidade das cores e redação do título. Classifique as constatações como impeditivas, relevantes ou pequenas. Depois, especifique um gráfico corrigido e declare a afirmação mais forte que as evidências realmente sustentam. Não invente detalhes da fonte que não foram apresentados.
Experimente no Playground
Privado por padrãoA montagem do prompt acontece localmente no seu navegador. Evite colocar informações confidenciais em qualquer serviço de IA, a menos que sua organização permita.

Da entrada ao resultado

Um exemplo prático

Veja como um contexto concreto transforma esta receita em um resultado útil

Entrada real

Descrição do gráfico
Um gráfico de colunas 3D intitulado “Novo treinamento duplica a produtividade”. Mostra Antes=82 e Depois=91 tarefas por semana. O eixo y começa em 80. Antes está em cinza e Depois em verde vivo. Não são mostrados tamanho da amostra nem datas.
Valores e definições de origem
Os mesmos 12 funcionários foram medidos por quatro semanas antes e quatro semanas depois do treinamento. Os valores são médias do grupo. Não há grupo de controle. Dois funcionários estavam de licença durante uma semana do período posterior. A variação individual e a incerteza não foram fornecidas.
Público e afirmação pretendida
Slide para a administração destinado a justificar a expansão do treinamento para toda a empresa.

Exemplo de saída

Constatações impeditivas

O título é falso: 91 está 11,0% acima de 82, e não é o dobro. O eixo y começando em 80 faz um aumento de nove tarefas ocupar quase toda a altura do gráfico, e a perspectiva 3D acrescenta mais distorção visual. Sem um grupo de controle, a diferença entre antes e depois não pode ser atribuída ao treinamento.

Constatações relevantes

O gráfico omite n=12, as janelas de quatro semanas, a medição pareada, a diferença de cobertura relacionada à licença e a incerteza. Uma média isolada oculta se a melhora foi generalizada ou impulsionada por poucos funcionários. O verde vivo também sugere aprovação, e não uma comparação neutra.

Especificação corrigida

Use um gráfico de pontos pareados com a média antes e depois de cada funcionário, se houver dados individuais, acompanhado de um resumo do grupo claramente rotulado. Caso contrário, use um gráfico simples de inclinação com dois pontos ou de colunas, com linha de base zero, design 2D plano, rótulos exatos 82 e 91 e subtítulo “A média observada aumentou 9 tarefas/semana (11%); n=12; comparação não controlada antes-depois”. Acrescente as janelas de datas, a observação sobre cobertura e a incerteza depois de calculada. A afirmação mais forte sustentada é que a média observada foi maior após o treinamento; os dados não estabelecem que o treinamento causou o aumento nem preveem resultados em toda a empresa.

Por que isso funciona

  1. 1

    Conferir o visual com os valores de origem identifica distorções que uma revisão apenas de estilo não percebe.

  2. 2

    A classificação por gravidade separa defeitos que alteram a verdade de ajustes comuns de acabamento.

Verifique o resultado

  • As distâncias visuais são proporcionais aos valores subjacentes?

  • O título descreve as evidências em vez de sugerir causalidade sem sustentação?

  • Os denominadores, períodos, exclusões e tamanhos de amostra estão visíveis onde necessário?

Evidências por trás deste método

Fontes e citações

Fontes primárias que apoiam escolhas específicas de design nesta receita. Elas não garantem um resultado específico de IA.

  1. A auditoria verifica excesso de elementos no gráfico, rótulos legíveis, alternativas textuais e fontes de dados vinculadas porque as orientações oficiais do Reino Unido identificam esses itens como práticas essenciais de acessibilidade e transparência em gráficos.

    Accessible charts: a checklist of the basics — UK Government Analysis FunctionFonte revisada em:

Use com confiança

Perguntas frequentes

Respostas práticas sobre quando usar esta receita, o que fornecer e onde a revisão humana ainda é importante

O que devo preparar antes de usar “Auditar um gráfico quanto a um design enganoso”?

Para usar “Auditar um gráfico quanto a um design enganoso”, prepare a descrição do gráfico, os valores e definições de origem e o público e a afirmação pretendida. Substitua os espaços reservados somente por informações que você possa verificar. Se algum detalhe for desconhecido, preserve explicitamente essa incerteza em vez de pedir ao modelo que o deduza.

Quando o resultado de “Auditar um gráfico quanto a um design enganoso” ainda não está pronto para uso?

O resultado não está pronto se ainda não entregar, com base nas evidências fornecidas, o resultado declarado — Uma auditoria do gráfico classificada por gravidade e uma especificação de design corrigida — ou se depender de suposições não resolvidas, aprovações ausentes ou detalhes inventados. Use as verificações como critérios de liberação: revise as entradas de origem ou designe um revisor identificado e autorizado, em vez de aprimorar um resultado sem fundamento.

Quais ferramentas de IA têm testes registrados para “Auditar um gráfico quanto a um design enganoso”?

O registro de testes publicado para “Auditar um gráfico quanto a um design enganoso” inclui o ChatGPT em 2026-08-28. Isso confirma execuções registradas, não compatibilidade garantida nem resultados idênticos em versões posteriores do produto. Para outra ferramenta ou versão, mantenha todas as restrições visíveis e repita as verificações do resultado antes do uso.

Mais maneiras de explorar

Onde esta receita se encaixa

Mantenha o trabalho em andamento