"Claude ou ChatGPT?" é uma pergunta que só tem resposta útil diante de um trabalho concreto. Testar uma segunda ferramenta faz sentido quando existe uma dúvida real: revisar documentos extensos, sustentar um padrão de escrita ou trabalhar melhor com os materiais de um projeto. Essa dúvida deve orientar a comparação, e não o ranking da semana.
Comece por uma entrega que alguém da equipe conhece bem. Se ninguém souber reconhecer um erro, uma resposta convincente pode parecer suficiente mesmo quando altera o significado do material.
Prepare uma comparação justa entre Claude e ChatGPT
Use o mesmo conjunto de documentos autorizados e um pedido equivalente. Registre quais recursos estavam disponíveis em cada conta: uma diferença de plano, configuração ou acesso pode influenciar o resultado tanto quanto o modelo.
Na revisão de um relatório interno, a tarefa pode ser identificar inconsistências entre o resumo executivo e os dados, indicando a origem de cada observação. O que interessa é a fidelidade da análise, a facilidade de conferir os apontamentos e o trabalho necessário para corrigir a entrega.
Faça uma segunda rodada com uma mudança: um número atualizado ou uma restrição nova. Observe como cada ambiente incorpora a revisão. Essa continuidade importa para trabalhos que passam por várias versões.
Examine o ambiente junto com a resposta
No Claude, Projects permitem reunir contexto e documentos, e Artifacts oferecem uma área para entregas editáveis. São recursos a explorar dentro da tarefa escolhida; a disponibilidade precisa ser conferida na conta.
Anote o que foi concluído, o que exigiu correção e o que ficou fora do alcance. Se uma ferramenta entregou uma análise mais clara, mas tornou a revisão mais trabalhosa, essa troca precisa aparecer na avaliação.
A escolha certa é a que você consegue explicar
Ao final, a equipe deve conseguir dizer em que situação usaria cada opção — ou concluir que o ambiente atual já atende. O valor do teste está em produzir critérios próprios, que possam ser revisitados quando o trabalho ou os recursos mudarem.
A ferramenta muda a cada lançamento; o critério permanece. Esse é o ponto de partida do AI Thinking, método de Dani Hayoshi: antes de escolher a ferramenta, decidir o que o trabalho precisa tornar possível e quem faz cada etapa. Para organizar várias ferramentas de uma vez, veja o mapa de ferramentas de IA a partir do trabalho da empresa.
Dani Hayoshi é autora de AI Thinking. Seu trabalho conecta inteligência artificial, educação e empreendedorismo. Conheça sua trajetória.