Uma IA consegue escrever uma fórmula de perfume?

Uma IA consegue escrever uma fórmula de perfume plausível, e um chatbot genérico escreve uma que não pode ser pesada: ele nomeia matérias-primas que você não tem, doseia pela média de todos os posts de fórum que leu e não faz ideia de como Iso E Super a 0.1 por cento se comporta ao lado de um aldeído forte, porque ninguém escreveu isso. Uma ferramenta que recebe um catálogo real, a sua prateleira e a tabela IFRA a cada execução consegue escrever algo que você pode pôr numa balança. O teste na fita continua sendo seu.

O que um chatbot genérico realmente sabe sobre matérias-primas de perfumaria?

Textos. Um modelo de linguagem leu descrições, páginas de fornecedores, discussões de fórum e alguns livros, e a partir disso sabe o que as pessoas dizem sobre uma matéria-prima: que o hedione é um jasmim transparente, que o etil maltol é caramelo. Ele não sabe que o hedione quase não aparece numa fita fresca e carrega uma fórmula na quarta hora, nem que o etil maltol a 1 por cento já é o perfume inteiro, a não ser onde alguém por acaso escreveu essa frase. Ele nunca cheirou nada, e, mais importante, nunca foi corrigido por uma fita. Então as fórmulas dele são médias de fórmulas: uma abertura cítrica, um coração floral, um fundo amadeirado-ambarado, com porcentagens que somam cem e doseiam cada matéria-prima forte como se fosse discreta.

As três falhas que aparecem sempre:

• Matérias-primas que você não tem. Ele escreve para uma prateleira imaginária. Metade das linhas são absolutos e moléculas cativas que um amador nunca comprou.
• Nenhuma noção de força. As porcentagens vêm da frequência com que uma matéria-prima é mencionada, não de quão alta ela é.
• Nenhuma conformidade. Ele não sabe quais linhas carregam uma molécula restrita, muito menos que uma molécula vinda de três naturais é somada uma vez.

O que muda quando a IA recebe o catálogo e a sua prateleira?

A diferença não é um modelo mais inteligente. É o que o modelo recebe no pedido. Quando cada execução leva as matérias-primas que você tem, com as suas descrições olfativas, classificações de força, valores de duração na fita, um teto de dose para as fortes e os limites IFRA das linhas que os têm, o modelo compõe a partir de fatos e não da memória de textos. Ele não consegue nomear uma matéria-prima que não esteja na lista. Uma matéria-prima de força 9 chega com um teto que diz ao modelo que ela vive em frações de um por cento. A resposta volta como linhas da sua prateleira, cada uma com uma porcentagem e um papel, e as proporções são renormalizadas no código para exatamente 100 antes de você ver, e depois conferidas de novo com a prateleira.

É assim que o AI Studio do PerfuMate funciona, e a distinção importa o bastante para ser dita com todas as letras: o modelo recebe o catálogo e a sua prateleira a cada execução. Ele não é treinado com eles. Nada seu passa a fazer parte de um modelo, e o mesmo pedido com uma prateleira diferente recebe uma fórmula diferente, porque a prateleira é o briefing.

O que uma ferramenta assim faz bem?

• Esboçar uma estrutura a partir de um briefing. “Um cítrico amadeirado seco para o verão, com menos de 15 matérias-primas, do que eu tenho” devolve um esqueleto que você pesa em dez minutos.
• Sugerir um substituto entre os seus próprios frascos. Se o briefing pede um sândalo e você tem Javanol mas nenhum óleo de sândalo, ela escreve Javanol numa dose de Javanol.
• Transformar uma correção em mudanças de gramas. “Menos doce, mais seco” vira uma linha menor de vanilina e uma nova linha de vetiver, com frascos que você tem.
• Manter as contas certas. Diluições, a soma de 100 e os tetos de segurança são feitos no código ao redor do modelo, não por ele.

Onde ela ainda falha?

Na fita. Um modelo que recebe fatos excelentes continua sem nariz. Ele não tem como saber que a sua bergamota é um frasco velho que perdeu a vida, ou que duas matérias-primas que parecem bem cada uma vão brigar na evolução, ou que a ideia por trás do briefing era melhor do que o briefing. Às vezes ele também vai dosar demais uma matéria-prima discreta e de menos uma alta dentro dos tetos que recebeu, porque os tetos são uma cerca, não um julgamento. Trate o resultado como um primeiro rascunho competente de alguém que leu tudo e não cheirou nada.

Como devo usar uma fórmula feita por IA?

1. Pese o esboço como está escrito, num tamanho de teste pequeno, antes de mudar qualquer coisa.
2. Leia a fita aos dez minutos, com uma hora, com quatro horas e na manhã seguinte, e escreva numa frase o que está errado.
3. Devolva essa frase como o próximo briefing, ou mova você mesmo aquela única linha.
4. Guarde todas as versões. A fórmula que funcionou costuma ser a terceira ou a quarta, e é a diferença em relação à primeira que ensina alguma coisa.

O ciclo é o produto. Uma IA que escreve o primeiro rascunho em segundos é útil justamente porque a fita, e não o modelo, tem a última palavra.

É para isso que o AI Studio foi construído: ele compõe só com a sua prateleira, recebendo o catálogo, os seus frascos e os limites IFRA a cada execução, sem nunca ser treinado com eles, devolve linhas que você pode pesar e coloca o esboço direto no editor, onde o perfil olfativo e o gráfico da evolução mostram como ele vai se comportar ao longo do dia. A bancada é grátis para começar.