# Como transformar os teus apontamentos em perguntas de treino que valem a pena

> Transformar apontamentos em perguntas de treino que valem a pena: cláusulas do prompt que mudam o que sai, taxas de rejeição contadas e quando parar de rever.

Cópia em Markdown de https://meduniexam.com/pt/blog/how-to-turn-notes-into-practice-questions (a página HTML), publicada por MedUni Exam. Publicado 20 de setembro de 2026. Guia do site para agentes: https://meduniexam.com/llms.txt.

Escrito por [Nicholas](https://meduniexam.com/pt/about.md). Verificado em 20 de setembro de 2026.

Tirar perguntas de treino aproveitáveis de uma aula custa cerca de catorze minutos antes de responderes a seja o que for, e a maior parte disso és tu a escrever três à mão para fixares um padrão. Gerar leva dois minutos, e a verificação que decide se o conjunto vale a pena responder leva outros tantos. O exemplo trabalhado no fim deste artigo leva cinquenta minutos do princípio ao fim, porque responder às perguntas a frio e reler os erros é a parte que te ensina alguma coisa. Salta a verificação e passas a estudar o que o modelo adivinhou. Uma revisão sistemática publicada em maio de 2026 pôs a taxa de erro em 71 estudos algures entre menos de 1 por cento e 45 por cento.

## Escreve três à mão primeiro, e depois nunca mais

Abre a apresentação. Encontra três linhas capazes de decidir uma resposta sozinhas: um mecanismo, um limiar, um fármaco de primeira linha, um achado característico. Constrói uma pergunta a partir de cada uma, cinco opções, uma certa. Dez minutos, e acabaste de vez com a escrita à mão.

Esses dez minutos compram-te um padrão. Depois de teres escrito três, sabes que um enunciado aproveitável pergunta uma coisa a que conseguirias responder com as opções tapadas, que as cinco opções têm de ser o mesmo tipo de coisa na mesma forma gramatical, e que exatamente uma frase da tua fonte tem de resolver a resposta. Também aprendes como isto é lento, e é por isso que ninguém escreve quarenta.

Guarda as três. Passam a ser a tua referência para tudo o que um modelo te entregar depois, e quando uma pergunta gerada parece errada e não consegues dizer porquê, pô-la ao lado de uma das tuas costuma localizar o problema nas opções.

## O que pedir, nas palavras que mudam o resultado

Dizer pergunta-me sobre isto dá-te curiosidades sobre o documento em vez de perguntas sobre a matéria. Seis instruções mudam o que volta. Cola-as por cima do teu texto, mudando a quantidade e o tema.

> Usa apenas o texto abaixo. Escreve 12 perguntas de melhor resposta única sobre fisiologia cardiovascular do segundo ano, cada uma com cinco opções e exatamente uma resposta correta. Depois de cada pergunta, imprime a frase literal do texto que torna a resposta correta, e o número de página ou de slide onde ela está. Não escrevas uma pergunta a não ser que essa frase resolva a resposta sozinha. Nada de todas as anteriores, nada de nenhuma das anteriores, nada de enunciados do tipo qual das seguintes é verdadeira. Mantém as cinco opções com o mesmo comprimento e a mesma forma gramatical.

- **Usa apenas o texto abaixo.** Se deixares isto de fora, o modelo responde a partir do que já sabe e tu treinas com matéria que o teu examinador nunca deu.
- **Manda imprimir a frase literal e a página.** É a cláusula que faz mais trabalho das seis. Citações que podes ir confirmar resolvem uma discussão com a chave de resposta em dez segundos, e um modelo obrigado a produzir uma escreve menos afirmações que não consegue sustentar.
- **Uma frase tem de resolver a resposta.** Caso contrário ficas com perguntas que precisam da linha citada mais três factos vindos de outro lado, impossíveis de verificar e injustas de responder.
- **Diz qual é o formato da pergunta.** Se pedires perguntas, recebes verdadeiro ou falso, preencher o espaço e evocação de uma linha, tudo à mistura.
- **Proíbe os dois enunciados.** Todas as anteriores e qual das seguintes é verdadeira são as falhas que os geradores mais produzem, e ambas desaparecem quando se dá a instrução.
- **Mesmo comprimento, mesma forma.** Quem escreve perguntas desenvolve mais a opção que sabe estar certa, e um modelo treinado com esse material copia o hábito.

Pede uma quantidade que o teu material aguente. [O artigo sobre a oferta diária de perguntas](https://meduniexam.com/pt/blog/how-many-practice-questions-per-day.md) conta uma linha de cada vez e chega perto do número de slides, que é uma contagem de linhas aproveitáveis e não de perguntas que ficas a guardar. Na prática, uma apresentação de 40 slides rende 15 a 20 que guardarias, porque pedir 50 compra sobretudo repetições que as verificações depois removem.

## O que volta errado, e com que frequência: 71 estudos, contados

Dois números publicados fixam uma expectativa justa. Uma revisão sistemática no [Postgraduate Medical Journal](https://academic.oup.com/pmj/advance-article/doi/10.1093/postmj/qgag057/8688271), publicada a 20 de maio de 2026, juntou 71 estudos de 24 países sobre perguntas de escolha múltipla escritas por IA no ensino médico. As taxas de erro iam de menos de 1 por cento a 45 por cento. A dificuldade mediana das perguntas foi 0,67 e a discriminação mediana 0,28, o que descreve uma pergunta que separa os alunos que sabem a matéria dos que não sabem, mas não de forma nítida. A maioria desses estudos avaliou as perguntas por revisão de peritos em vez de as pôr à frente de alunos, e a revisão conclui que a evidência ainda não sustenta "unsupervised use in summative assessment".

Mais antigo e mais direto: a [Chobanian and Avedisian School of Medicine da Boston University](https://www.bumc.bu.edu/camed/2023/12/20/study-finds-ai-language-model-failed-to-produce-appropriate-questions-answers-for-medical-school-exam) comunicou em dezembro de 2023 que o ChatGPT produziu uma pergunta correta com resposta e explicação corretas em 32 por cento dos casos quando lhe pediram que escrevesse perguntas para um exame de uma faculdade de medicina.

Terceiro número, deste site, que conta o que as suas verificações deitam fora e publica a contagem. Lido a 20 de setembro de 2026: entre 14 de setembro, quando começa o registo de chamadas, e essa data, os modelos escreveram 3.564 perguntas em 1.398 chamadas. Dessas, 43,1 por cento sobreviveram a tudo. As regras de estrutura removeram 32,8 por cento, a verificação de repetições 13,5 por cento, um segundo modelo a responder a partir da citação sem a chave 6,7 por cento, e 2,2 por cento ou citaram uma frase que o verificador não encontrou na página indicada ou citaram uma página fora da secção. Os restantes 1,7 por cento chegaram depois de o trabalho já estar cheio ou voltaram numa forma que o analisador não conseguiu ler.

Essas percentagens mexem-se a cada trabalho, e a das repetições é a que mais mexe. [O artigo publicado um dia antes](https://meduniexam.com/pt/blog/how-many-practice-questions-per-day.md) contou-a em 17,6 por cento numa janela mais curta, de 14 a 19 de setembro de 2026; esta leitura conta 13,5 por cento de 14 a 20 de setembro de 2026. As duas são leituras corretas do mesmo relatório rolante, e é por isso que [a página das taxas de rejeição](https://meduniexam.com/pt/stats/rejections.md) leva o número em direto e tudo o que está acima é um instantâneo dele.

Postos lado a lado, esses três números não dizem que se deve evitar gerar perguntas. Dizem que perto de metade do que volta pertence ao lixo, e a tua única decisão é quem faz essa triagem.

## Quando parar de verificar, e quanto vale uma pergunta falhada

As três verificações que apanham a maior parte já estão escritas na página por trás dessas contagens: encontra a frase citada no teu documento, tapa a chave e responde só a partir da citação, depois lê as cinco opções sem o enunciado. Corre-as nas cinco primeiras perguntas de um conjunto, um minuto ao todo, e [o artigo sobre rigor](https://meduniexam.com/pt/blog/how-accurate-are-ai-exam-questions.md) percorre o que cada uma apanha e porquê.

Essas verificações não são minhas. Vêm da taxonomia de escrita de perguntas que essas duas fontes definem: as 31 regras que [Haladyna, Downing e Rodriguez apresentaram na Applied Measurement in Education em 2002](https://www.tandfonline.com/doi/abs/10.1207/S15324818AME1503_5), e a versão de trabalho que costuma ser entregue a quem escreve perguntas, o [NBME Item-Writing Guide](https://www.nbme.org/sites/default/files/2021-02/NBME_Item%20Writing%20Guide_R_6.pdf), agora na sexta edição e publicado em fevereiro de 2021.

O que essa página não te diz é quando parar. O número é este: verifica as cinco primeiras perguntas e mais nenhuma. Com duas falhas em cinco, para de verificar e volta à instrução. Um conjunto que falha duas vezes tão cedo falha quase sempre por uma razão só, e uma razão é quase sempre uma linha da instrução, por isso apertá-la e gerar outra vez custa dois minutos. Verificar as quinze custa vinte e deixa o mesmo defeito no lote seguinte.

Uma pergunta que falha vai para o lixo, não para reparação. Reescrever um enunciado cuja frase citada não resolve a resposta significa decidires tu a resposta, e nesse momento quem escreve a pergunta és tu e o modelo desperdiçou-te a noite. Abaixo de uma falha em cada cinco, deita essa fora e responde às restantes.

A pergunta que foi para o lixo ainda rende alguma coisa. Abriste o slide para a conferir, o que quer dizer que leste a linha em que a pergunta foi construída, nas palavras da fonte. Escreve essa linha onde guardas os teus erros. Uma pergunta que falhou uma verificação e uma pergunta que respondeste mal acabam no mesmo sítio, que é o começo do dia seguinte.

## A versão para enfermagem, e o que um slide de aula não te dá

Os estudantes de enfermagem chegam aqui normalmente com um trabalho mais estreito: tirar perguntas ao estilo do NCLEX de um documento das aulas. A situação é a peça que falta. O teu slide de fisiopatologia dá-te um mecanismo, enquanto uma pergunta ao estilo do NCLEX precisa de um doente, de um contexto, de alguns achados e de um enunciado a pedir uma prioridade ou uma ação, com quatro opções todas defensáveis e uma que é a melhor. Nada disso está no slide, por isso é a instrução que o tem de lá pôr.

Acrescenta uma linha: escreve cada pergunta como um cenário curto com um doente em ambiente hospitalar, a terminar com a ação que o enfermeiro deve tomar primeiro, e faz com que as quatro opções sejam todas ações de enfermagem seguras. Para estas, acrescenta uma quarta verificação: o enunciado traz informação suficiente para escolher entre as quatro? Quando qualquer uma delas pode razoavelmente ser a primeira, a pergunta não é difícil, é impossível de responder, e ensina-te a adivinhar.

Fora de alcance a partir de um documento das aulas, por completo: os formatos Next Generation. As perguntas de caso clínico, matriz, laço, destaque e lista pendente são construídas à volta de dados de doentes que se vão revelando, com regras de pontuação próprias, e nada gerado a partir de uma apresentação de aula as produz. Quem te vender isso a partir de um PDF está a prometer demais. [A página do NCLEX-RN aqui](https://meduniexam.com/pt/exam/nclex-rn.md) diz o mesmo. Isto não é um banco de perguntas do NCLEX e não tem ligação à NCSBN; as perguntas são escritas nesse estilo a partir do ficheiro que carregas.

## Fazer isto em quantidade sem te afogares em quase repetições

Pede 60 perguntas a partir de um documento de 12 páginas e recebes os mesmos 12 factos em 60 disfarces. Nada numa janela de conversa o impede: à pergunta 47 o modelo já perdeu a pergunta 14, e reparar numa paráfrase de uma coisa a que respondeste há vinte minutos é difícil.

Três hábitos mantêm uma corrida longa honesta. Gera um capítulo de cada vez em vez de um módulo inteiro, porque as repetições agrupam-se dentro de uma fonte. Muda o tipo de pergunta numa segunda passagem, para que a melhor resposta única passe a vinheta clínica e o mesmo facto seja testado como raciocínio. Passa os olhos pelos enunciados antes de responderes a qualquer um, já que uma repetição apanhada cedo não custa nada e uma apanhada na pergunta 30 custa-te a sessão.

As máquinas são melhores nesta parte do que tu. Um gerador que compara cada pergunta nova com tudo o que já foi escrito a partir do mesmo documento deita fora uma quase repetição antes de a chegares a ver, e é isso que são as rejeições por repetição contadas acima: perguntas que nunca chegaram a um leitor.

## Um exemplo trabalhado a partir de uma apresentação de 40 slides

Terça à noite, uma aula de cardiologia de 40 slides, numa sentada. Abaixo estão os tempos que aquilo leva, não os que um plano gostaria.

1. **Primeiros dez minutos.** Três perguntas à mão, a partir de slides em que te lembras de o professor ter abrandado.
2. **Dois minutos.** Cola a instrução acima do texto da apresentação e pede 15 perguntas, não 50. Quinze é mais ou menos o que 40 slides aguentam depois de saírem as repetidas.
3. **Mais dois.** Corre as verificações nas cinco primeiras perguntas. Conta que uma ou duas falhem. Com duas falhas, corrige a instrução e gera outra vez, o que custa dois minutos e poupa vinte.
4. **Vinte e três minutos.** Responde às 15 a frio, cerca de 90 segundos cada, com as opções tapadas até te teres decidido.
5. **Treze minutos.** Por cada erro, abre o slide que a pergunta cita e lê a linha de onde ela veio. Copia-a nas palavras da fonte, não no teu resumo dela.
6. **Amanhã.** Esses erros abrem a sessão seguinte, antes de qualquer coisa nova. Onde voltam nas semanas seguintes é o assunto do [plano de repetição espaçada](https://meduniexam.com/pt/blog/spaced-repetition-three-weeks-before-exam.md).

Cinquenta minutos, 15 perguntas que consegues defender, e uma lista escrita à mão dos factos que te venceram.

## Perguntas que as pessoas fazem

### Que instrução faz o ChatGPT escrever boas perguntas de exame a partir dos meus apontamentos?

Quatro cláusulas trazem quase todo o valor. Diz-lhe para usar apenas o texto que colaste, dá nome ao formato como melhor resposta única com cinco opções e uma resposta correta, exige a frase literal e o número de página que tornam a resposta correta, e proíbe os enunciados do tipo todas as anteriores e qual das seguintes é verdadeira. Acrescentar que a frase citada tem de resolver a resposta sozinha tira quase tudo o que resta.

### Qual é o rigor das perguntas de treino geradas por IA?

Os estudos publicados não dão um número só. Uma revisão sistemática de 71 estudos no Postgraduate Medical Journal, publicada a 20 de maio de 2026, encontrou taxas de erro entre menos de 1 por cento e 45 por cento, e a Boston University comunicou em dezembro de 2023 que o ChatGPT produziu uma pergunta correta com resposta e explicação corretas em 32 por cento dos casos. O que decide o teu próprio conjunto é se alguma coisa o verificou. Este site publica o que as suas verificações deitam fora: lido a 20 de setembro de 2026, 43,1 por cento das 3.564 perguntas geradas sobreviveram a todas as verificações, com a verificação de repetições a responder por 13,5 por cento do resto. Essas percentagens mexem-se com a janela, por isso a página das taxas de rejeição leva o número em direto.

### Quantas perguntas de treino devo fazer a partir de uma aula?

A contar linhas aproveitáveis, uma apresentação de 40 slides fica perto de uma por slide, já que é esse o número de linhas capazes de decidir uma resposta sozinhas. A contar perguntas que guardarias depois de verificar, fica mais perto de 15 a 20, porque nem toda a linha aproveitável sobrevive. Pedir 50 não cria mais factos, repete os mesmos por outras palavras e a verificação de repetições remove-os. Gera uma aula de cada vez e para quando as perguntas novas deixarem de te surpreender.

### Quando devo parar de verificar um conjunto gerado e começar de novo?

Verifica as cinco primeiras perguntas e fica por aí. Com duas falhas em cinco, volta à instrução em vez de reparares o conjunto, porque um conjunto que falha duas vezes tão cedo falha quase sempre por uma razão só, e uma razão é quase sempre uma linha da instrução. Gerar outra vez custa dois minutos; reparar quinze perguntas uma a uma custa a noite toda.

### A IA consegue escrever perguntas ao estilo do NCLEX a partir dos meus apontamentos das aulas?

Consegue escrever perguntas com cenários nesse estilo se lhe disseres para construir uma situação com um doente e um enunciado que peça uma prioridade ou uma ação, com quatro opções seguras, já que um slide de aula dá a fisiopatologia mas nunca o contexto. Os formatos Next Generation, ou seja caso clínico, matriz, laço, destaque e lista pendente, não podem ser produzidos a partir de um documento. Isto não é um banco de perguntas do NCLEX e não tem ligação à NCSBN.

## Páginas relacionadas

- [Artigos](https://meduniexam.com/pt/blog.md): O índice dos artigos: todos os textos, do mais recente para o mais antigo.
- [Posso Carregar Slides de Aula no ChatGPT?](https://meduniexam.com/pt/blog/can-i-upload-lecture-slides-to-chatgpt.md): A resposta de um estudante à questão de saber se os slides de aula podem ir para o ChatGPT ou para outra ferramenta de IA, construída a partir de quatro regulamentos identificados de faculdades de medicina, com as respetivas datas, das orientações atuais de uma universidade do Reino Unido, das exceções de estudo privado na lei de direitos de autor do Reino Unido e dos Estados Unidos, e do sítio onde ficam as definições de dados referidas.
- [Quanto tempo estudar para o MRCP Part 1: 13 semanas](https://meduniexam.com/pt/blog/how-long-to-study-for-mrcp-part-1.md): Um plano semana a semana para o MRCP(UK) Part 1, contado para trás a partir das datas das épocas de 2027 já publicadas, cerca de quatro meses ao todo, com os pesos do plano de exame, o bloco de 45 minutos que acompanha o ritmo da prova, e a matéria de ciências clínicas que os teus apontamentos não vão cobrir.
- [Qual é o rigor das perguntas de exame escritas por IA?](https://meduniexam.com/pt/blog/how-accurate-are-ai-exam-questions.md): O que as verificações rejeitam, contado a partir de trabalhos reais nos últimos 30 dias, e como verificar tu mesmo uma pergunta escrita por IA.
- [Como funciona](https://meduniexam.com/pt/how-it-works.md): A cadeia de verificação, passo a passo, incluindo o que é rejeitado e porquê.