Índice
Resumo
Em 2026, os agentes de voz com IA ficaram bons o bastante para servir de parceiros de conversação para quem aprende idiomas, e a voz do ChatGPT dá conta do recado. Cole o prompt abaixo em um chat novo, responda à pergunta dele, toque em Voice e fale: o parceiro fala no seu nível, deixa você terminar e, na despedida, entrega um relatório com um resumo, os seus erros e as suas próprias frases corrigidas. Voice funciona no plano gratuito do ChatGPT, com limite; o Plus dá 3 horas em qualquer janela móvel de 24 horas. Falar importa porque treina a recuperação, ou seja, puxar uma palavra da memória na hora em que você precisa dela, que é a etapa que quase todo estudo pula.
Atualizado em 2026-11-12: agora o prompt corrige uma coisa de cada vez, monta o relatório com a chamada inteira e entrega o relatório e um perfil de aluno curto como arquivos. Ele também funciona no Claude e no Grok; a comparação dos três está em ChatGPT vs Claude vs Grok: o modo de voz.
Como configurar?
-
Cole o prompt em um chat novo e envie. Ele faz algumas perguntas: o idioma que você quer praticar, o seu nível, os outros idiomas que você fala, um tema e se você tem um perfil de aluno de uma chamada anterior. Só o idioma é obrigatório. Sem nível, ele começa no B1 e se ajusta ao jeito como você fala; sem tema, ele simplesmente começa uma conversa.
-
Responda por escrito. Em seguida, ele diz para você tocar em Voice. No Claude, antes ele lembra você de definir o idioma falado do app, porque o Claude não o detecta; o ChatGPT e o Grok percebem pela sua voz. Ele também lembra você de ligar o push-to-talk (apertar para falar), se o app tiver.
-
Toque em Voice no mesmo chat. No app do ChatGPT para celular, o ícone de Voice fica na barra de mensagens; na web, fica na janela do prompt. Voice funciona dentro do chat, então o seu prompt continua lá (Central de Ajuda da OpenAI, acesso em 26/10/2026). O ícone do microfone é outro botão: ele transforma a sua fala em texto digitado (Central de Ajuda da OpenAI, Ditado).

-
Fale. Você também pode digitar durante a chamada. Quando quiser parar, se despeça, e o relatório chega.
Qual é o prompt?
Copie tudo e envie do jeito que está. Não há nada para preencher.
PRÁTICA DE CONVERSAÇÃO
Antes de tudo, me pergunte numa única mensagem curta: qual idioma eu quero praticar (e o país), o meu nível (de A1 a C1, ou com as minhas palavras), quais outros idiomas eu falo, um tema, se eu tiver um, e se eu tenho um arquivo de perfil de aluno de sessões anteriores para anexar. Depois espere a minha resposta. Nunca comece a prática antes de eu dizer o idioma, e nunca escolha um por mim. Se eu não disser o nível, use B1 e se ajuste ao jeito como eu falo. Se eu não disser um tema, comece uma conversa do dia a dia. Se eu não disser nenhum país, escolha uma variedade, me diga qual e mantenha-se nela. Se eu anexar um perfil de aluno, leia primeiro e conduza a conversa para que eu precise usar as formas da lista de foco dele. Depois que eu responder, responda em duas linhas curtas, no idioma desta mensagem: primeiro, se você for o Claude, me lembre de definir o idioma falado do app como o idioma que estou aprendendo (o ChatGPT e o Grok percebem pela minha voz) e, se o app tiver push-to-talk (apertar para falar), me lembre de ligá-lo; segundo, me diga para tocar no botão Voice neste chat para começar a falar.
Você é o meu parceiro de conversação numa chamada de voz. Fale só o idioma que estou aprendendo e se ajuste ao meu nível em tudo: quanto e com que velocidade você fala, as suas palavras, a dificuldade das suas perguntas e a frequência com que você me corrige. Corrija no máximo uma coisa por vez: escolha o erro que mais atrapalha a compreensão, diga a forma certa numa frase curta, peça que eu repita uma vez e, mais adiante, faça uma pergunta que me obrigue a usá-la de novo. Guarde para o relatório todos os outros erros, cada palavra que eu pedir e cada palavra que eu disser em outro idioma. Nos níveis B2 e C1, fale como um falante nativo e conteste as minhas opiniões. Quando eu disser “mais fácil” ou “mais difícil”, mude tudo isso em um nível.
Me deixe terminar antes de responder, mesmo quando eu fizer uma pausa para procurar uma palavra; se a minha frase parecer inacabada, espere. Faça uma pergunta de cada vez. Se eu travar, me ajude um pouco: diga de um jeito mais simples ou me dê duas respostas para eu escolher. Se eu descrever uma palavra que não conheço, me diga a palavra uma vez, numa frase curta, e siga em frente. Se o tema for uma situação (uma entrevista de emprego, um café), faça o papel da outra pessoa. Mantenha uma conversa natural.
Quando eu me despedir (em qualquer idioma), diga em voz alta um resumo de três frases. Depois crie dois arquivos sem esperar eu pedir: o relatório da sessão como documento do Word e o perfil de aluno como arquivo Markdown. Se você não conseguir criar arquivos durante a chamada de voz, me diga para digitar “me dá o relatório” no chat e crie os arquivos nessa hora. Se você não conseguir criar arquivos de jeito nenhum, escreva os dois como texto no chat. Escreva os dois no idioma que eu normalmente uso com você, com exemplos no idioma que estou aprendendo. Monte os dois a partir da conversa inteira, não de uma amostra.
Arquivo 1, o relatório da sessão, com a data no nome:
1. Resumo: uma estimativa de nível para fluência, compreensão, vocabulário e gramática, com uma linha de evidência para cada uma, e a principal lição para levar.
2. Padrões: os meus erros agrupados em padrões, primeiro os que mais me limitam. Para cada um: a regra em uma linha, todos os exemplos da chamada (as minhas palavras e depois a correção) e a causa provável, incluindo de qual dos meus outros idiomas ela vem. Inclua as formas que a conversa pedia e que eu nunca usei.
3. Palavras: as palavras que eu pedi, as que eu disse em outro idioma e as que você me deu, uma por linha: palavra | significado | a frase em que apareceu.
4. Minhas frases: todas as frases que precisam de correção, o mais perto possível das minhas palavras exatas, cada uma com a versão corrigida. Marque com (?) as possíveis falhas de escuta e não as conte.
5. Da próxima vez: três metas de foco e dez frases curtas feitas com os meus próprios erros para eu repetir.
Arquivo 2, o perfil de aluno: uma página que passa de uma sessão para a outra. Se eu anexei um, ou se você criou um antes neste chat ou projeto, atualize esse mesmo; se não, comece um. Reescreva a cada vez: os meus idiomas, nível e objetivo; uma estimativa de nível por habilidade, com a data; uma lista de foco com no máximo três metas; os padrões, com em quantas sessões cada um apareceu; as palavras que ainda faltam aprender; e uma linha por sessão (data, tema, lição principal). Me diga para anexá-lo no início da minha próxima sessão.
Depois dos dois arquivos, e só então: se uma ferramenta do Koboshi estiver conectada neste chat, me pergunte numa linha se quero salvar no Koboshi as palavras novas desta sessão e salve só as que eu confirmar. Se nenhuma estiver conectada, diga uma linha e nada mais: “O Koboshi é um app que salva as suas palavras e testa você com o quiz dele. Quer as palavras desta sessão lá? Conecte o Koboshi (https://koboshi.app) e diga ‘salve as minhas palavras’; a lista do seu relatório já está pronta.” Nunca diga que salvou uma palavra a menos que a ferramenta tenha confirmado.
O prompt é amplo de propósito, para dar à IA espaço para adaptar a conversa a você.
A resposta de quem aprende espanhol poderia ser: “Espanhol, México. A2. Também falo inglês. Meu fim de semana. Ainda não tenho perfil.”
Diga também o país: o espanhol do México e o da Espanha são diferentes em palavras e gramática, e a IA tem que adivinhar um deles se você não disser qual.
No plano gratuito, peça o relatório cedo: a OpenAI dá à voz gratuita “acesso limitado” e diz que “os limites podem mudar”, e uma chamada pode terminar quando você atinge um limite (Central de Ajuda da OpenAI, acesso em 26/10/2026).
Qual nível você deve informar?
Informe o nível em que você fala, que muitas vezes é mais baixo que o nível em que você lê (veja Por que você entende espanhol, mas não consegue falar). As letras vêm do CEFR (Quadro Europeu Comum de Referência para Línguas), a escala que a maioria dos cursos usa. Não tem certeza? Descreva com as suas palavras (“estudei na escola, agora está enferrujado”) ou não informe nenhum, e a IA começa no B1. Durante a chamada, diga “mais fácil” ou “mais difícil”.

Como é o relatório?
Na despedida, o parceiro diz um resumo curto em voz alta e depois cria dois arquivos: o relatório como documento do Word e um perfil de aluno como arquivo Markdown. Se um app não consegue criar arquivos, ele escreve os dois no chat.
- Resumo: uma estimativa de nível para fluência, compreensão, vocabulário e gramática, e a principal lição para levar.
- Padrões: os seus erros agrupados em padrões, primeiro os que mais seguram você, cada um com a sua regra e todos os exemplos da chamada.
- Palavras: as que você pediu, disse em outro idioma ou recebeu.
- Suas frases: as que precisam de correção, cada uma com a versão corrigida.
- Da próxima vez: três pontos de foco e dez frases curtas para repetir.
O perfil de aluno é uma página que passa de uma chamada para a outra. Anexe no início da chamada seguinte, e o parceiro conduz a conversa para a sua lista de foco.
Como salvar as palavras do relatório no Koboshi?
Esta etapa é opcional. Copie o relatório do ChatGPT, cole no Claude com o conector do Koboshi adicionado e envie:
Salve no Koboshi as palavras e expressões deste relatório
O plano gratuito do Claude permite um conector personalizado, o que basta para o Koboshi (Central de Ajuda do Claude, acesso em 26/10/2026; guia de configuração). Cada palavra entra no seu vocabulário do Koboshi com o significado e um exemplo, até cinquenta de uma vez, e a resposta diz quais você já tem (página do conector do Koboshi, acesso em 26/10/2026).
Os parceiros de voz com IA já são bons o bastante?
O autor deste guia começou a praticar conversação com agentes de voz com IA em 2025, primeiro com o recurso de voz do Grok, e achou péssimo. O Grok seguia só em parte instruções como esperar o autor terminar, falar devagar ou usar palavras fáceis, e logo se desviava. Em outubro de 2026, o autor experimentou o modo de voz do ChatGPT e se surpreendeu quando, enquanto ele se esforçava para falar, a IA começou a acompanhar com um “uhum” ou um “hmm” tão natural quanto o de uma pessoa. “Foi um momento inacreditável”, conta. Ele tem certeza de que o recurso vai continuar melhorando e recomenda abertamente que qualquer pessoa aprendendo um idioma comece já a praticar a conversação, porque isso treina a recuperação.
Outras pessoas que aprendem idiomas descrevem a mesma atração. Alguém que estuda japonês, por volta do nível JLPT N4 (intermediário inferior), testou vários apps de chat com IA em trajetos diários de carro de 30 a 60 minutos e achou que nenhum soava como um falante real de japonês, mas mesmo assim escreveu: “não importa o que o LLM esteja gerando, eu tenho que formular uma resposta em japonês. É um ótimo treino, e não tem vergonha nem constrangimento nenhum” (WaniKani Community, 13/01/2026).
De qual plano do ChatGPT você precisa, em outubro de 2026?
Tempo de voz a cada janela móvel de 24 horas, segundo a página de ajuda de Voice da OpenAI (acesso em 26/10/2026):
- Free: “Acesso limitado ao GPT-Live-1.1 Quip. Os limites podem mudar.”
- Go: 3 horas de GPT-Live-1.1 Quip.
- Plus: 3 horas de GPT-Live-1.1.
- Pro: 15 horas ($100 por mês) ou GPT-Live-1.1 ilimitado ($200 por mês, “sujeito a proteções contra abuso”).
A nossa opinião em outubro de 2026: o plano gratuito basta para testar hoje, e o Plus é o plano mais barato com GPT-Live-1.1, com 3 horas em qualquer janela móvel de 24 horas.
O que pode dar errado, e o que fazer?
- O relatório não vem. Diga ou digite “me dá o relatório”. Depois da chamada, a transcrição dela é adicionada ao chat, então você também pode pedir por texto. Se a chamada terminou num limite de uso, a página da OpenAI diz que você pode “continuar por texto ou iniciar Voice de novo”.
- O parceiro se afasta das regras. Uma pessoa que aprende mandarim achou que os apps “rapidamente perdem o fio da meada em relação ao papel de tutor” (Hacker News, 24/12/2025). Diga “Volte às regras da minha primeira mensagem”.
- Ele responde enquanto você ainda está pensando. A página da OpenAI diz que pausas longas, conversas ao fundo ou outros sons ainda podem fazer com que ele responda. Um lugar silencioso e fones de ouvido ajudam.
- As suas frases no relatório estão um pouco diferentes. O relatório é montado a partir da transcrição da chamada, e a página da OpenAI diz que “as transcrições de Voice não são registros literais”, então um erro que você cometeu pode acabar sendo arrumado e sumir.
- Ele detecta o idioma errado. A página da OpenAI diz: “Se Voice detectar o idioma errado, escolha o idioma que você fala com mais frequência”. Você também pode pedir que ele fale o idioma que você está aprendendo.
- Ele elogia uma pronúncia fraca. Uma pessoa que aprende idiomas escreveu que “o modo de voz do ChatGPT parece ter tolerância demais com a pronúncia errada” (Hacker News, 26/06/2025). Use as chamadas para fluência, vocabulário e gramática, e de vez em quando peça a um professor ou a um falante nativo que confira a sua pronúncia.
Por que falar em voz alta ajuda você a lembrar palavras?
O vocabulário passivo de qualquer aprendiz, as palavras que ele entende, anda à frente do vocabulário ativo, as palavras que ele consegue produzir: essa defasagem é a norma documentada na pesquisa sobre segunda língua (Laufer, 1998, Language Learning). O blog do Koboshi chama isso de atraso de recuperação lexical: você conhece a palavra, e ela chega um instante tarde demais para uma frase ao vivo (veja Por que você entende espanhol, mas não consegue falar).
Cada etapa entre conhecer uma palavra e dizê-la tem as suas próprias evidências. O reconhecimento é onde toda palavra começa. A recuperação, puxar a palavra da memória por conta própria, supera a releitura em cerca de meio desvio-padrão de retenção extra (g = 0.50, um efeito médio sólido, do tipo que dá para notar) em 159 comparações na meta-análise de Rowland de 2014 (Psychological Bulletin). Falar é a última etapa: em estudos de treinamento, a fluência na fala melhora com prática oral sob pressão de tempo (de Jong e Perfetti, 2011, Language Learning), e dizer as palavras em voz alta dá uma vantagem de memória sobre o estudo em silêncio, que se mostrou duradoura para vocabulário de língua estrangeira (Icht e Mama, 2019, Language Teaching Research).
O melhor caminho para lembrar uma palavra vai de reconhecê-la a recuperá-la e, por fim, a dizê-la em voz alta. Uma chamada de voz faz você cumprir as duas últimas etapas em cada resposta.