As cartas são aleatórias. Já estabelecemos isso. A distribuição Arcanos Maiores:Menores se fixa em 28,4 / 71,6 — exatamente o que o acaso estatístico prevê.
As perguntas não são aleatórias.
De 1.370 leituras no nosso conjunto de dados, 1.261 incluíam o texto da pergunta digitado pelo usuário. Categorizamos essas perguntas por correspondência de palavras-chave e verificações manuais pontuais. O padrão é marcante: as pessoas não recorrem ao tarô para perguntar sobre o que está passando pela cabeça no momento. Recorrem quando estão diante de um entre cerca de seis tipos específicos de incerteza.
Aqui está o que 1.261 perguntas reais revelam — e o que isso diz sobre por que o tarô persiste como ferramenta em 2026.
As categorias
Classificamos o texto das perguntas em sete grupos com base na presença de palavras-chave:
| Categoria | Contagem | % das perguntas digitadas | Palavras-chave de exemplo |
|---|---|---|---|
| Futuro / quando | 354 | 28,1% | future, when, will |
| Amor / relacionamentos | 169 | 13,4% | love, relationship, partner |
| Carreira / trabalho | 129 | 10,2% | work, job, career, business |
| Dinheiro / finanças | 13 | 1,0% | money, finance, pay |
| Saúde | 12 | 1,0% | health, illness, pain |
| Família | 9 | 0,7% | family, mother, father |
| Não categorizado | 575 | 45,6% | (misto ou sem tema claro) |
Dois pontos a notar imediatamente.
A categoria "futuro" domina. 28,1% de todas as perguntas perguntam explicitamente "quando vai" ou "isso vai acontecer". Não é "o que esta carta significa". Não é "fale sobre mim". É um pedido de informação preditiva — exatamente o tipo de afirmação que o tarô historicamente teve dificuldade em defender.
Dinheiro e saúde estão quase ausentes. Juntos: 25 perguntas de 1.261. Dois por cento. As pessoas não estão usando o tarô com IA para aconselhamento financeiro ou preocupações médicas. Se é porque não confiam na ferramenta para essas questões ou porque o tarô simplesmente não é culturalmente enquadrado como ferramenta para isso — não sabemos. Os dados mostram a ausência; não a explicam.
Por que "não categorizado" é tão grande
Quase metade de todas as perguntas (575, 45,6%) não se encaixou nos nossos filtros de palavras-chave. Revisamos manualmente 100 delas para ver o que havia.
A maioria se enquadrou em três padrões aproximados:
Tópicos mistos em uma única pergunta. "Meu relacionamento vai dar certo e devo aceitar esse emprego?" Dois temas claros, que teriam acionado os filtros de amor e carreira, mas a forma como foi elaborada coloca os dois em um grupo ambíguo. A vida real é misturada. As perguntas de tarô seguem o mesmo caminho.
Situações específicas sem palavras-chave claras. "O que ela realmente pensa de mim?" "Devo enviar a mensagem?" "O que ele está escondendo?" São claramente perguntas sobre relacionamento, mas não dizem "love" ou "relationship" — descrevem um cenário específico. Nosso filtro de palavras-chave não as capturou. Um NLP mais sofisticado conseguiria a maioria.
Autoexploração aberta. "O que preciso saber agora?" "Que energia está ao meu redor?" "No que devo me concentrar?" São mais meditativas — o usuário não está pedindo uma previsão, está pedindo um enquadramento. O tarô faz isso bem. Tiragens aleatórias de três cartas funcionam como prompts de journaling. A estrutura importa mais do que o conteúdo.
Se refizéssemos a categorização com uma detecção de intenção melhor, nossa estimativa é que a distribuição muda para aproximadamente 35-40% voltada ao futuro, 25-30% relacionamentos, 15% carreira, 10% autoexploração, 10% outros. A história permanece a mesma: as pessoas usam o tarô para tipos específicos de incerteza, não para tudo.
A obsessão com o futuro
354 perguntas perguntam explicitamente "quando" ou "vai". Alguns exemplos (levemente anonimizados, parafraseados):
- "Quando vou encontrar alguém que realmente me queira?"
- "O processo judicial vai ser resolvido?"
- "Vou engravidar este ano?"
- "Quando essa fase da minha vida termina?"
- "Ele vai voltar?"
Note a estrutura. São quase sempre perguntas fechadas sobre resultados específicos com forte peso emocional. Não "devo". Não "e se". Apenas "quando" e "vai".
Perguntas fechadas sobre resultados futuros são o pior caso de uso possível para o tarô, estatisticamente falando. As cartas são aleatórias. A interpretação da IA é texto gerado. Nenhuma das duas tem acesso a se algo vai ou não acontecer. Mas é exatamente isso que as pessoas perguntam.
Por quê? Duas hipóteses que atualmente não conseguimos distinguir nos nossos dados:
Hipótese 1: As pessoas querem certeza mais do que verdade. Conviver com "não sei se ela vai voltar" é mais difícil do que receber uma resposta estruturada que resolve a ambiguidade, mesmo que essa resposta seja essencialmente inventada. A confiança da IA (LLMs são ruins em dizer "não sei") encontra o desejo do usuário por encerramento. Ambas as partes saem perdendo, mas parece produtivo.
Hipótese 2: A pergunta é o ritual. Perguntar "ele vai voltar?" em voz alta, por escrito, com a expectativa de uma resposta — isso já é útil, independentemente do que vier. As cartas te forçam a articular o que você realmente quer. A interpretação é secundária.
Suspeitamos que a Hipótese 2 faça a maior parte do trabalho para os usuários que retornam (os 69 cadastrados que têm em média 4,9 leituras cada). A Hipótese 1 provavelmente explica por que a maioria dos visitantes que fazem apenas uma leitura não volta.
O dado dos 13,4% de amor
169 perguntas explicitamente sobre amor ou relacionamentos. Isso é muito menor do que os estereótipos do tarô fariam prever.
Infográficos de tarô no Pinterest, publicações de tarô em redes sociais, o enquadramento cultural mais amplo — tratam o tarô principalmente como uma ferramenta de amor. "Ele vai mandar mensagem?" "Ela me ama?" "É o/a certo/a?" A cultura visual em torno do tarô é fortemente focada em relacionamentos.
Os nossos dados dizem que o amor é real, mas não é dominante. Fica em terceiro lugar, atrás do genérico "futuro" e empatado com os padrões "não categorizados". As pessoas usam o tarô para relacionamentos, mas o usam para pelo menos tantas outras coisas.
Isso pode ser um artefato da amostra. Usuários de tarô com IA podem ter um perfil diferente de usuários de tarô em lojas esotéricas ou clientes de leitores presenciais. Sem dados comparáveis desses contextos, não conseguimos determinar.
Os dados de carreira
129 perguntas sobre carreira. 10,2%. Mais alto do que o esperado, dado o enquadramento cultural do tarô.
Padrões de exemplo:
- "Devo aceitar esse emprego?"
- "Meu negócio vai ter sucesso?"
- "Esse é o caminho certo?"
- "Quando vou encontrar um trabalho com propósito?"
As perguntas de carreira tendem a ser mais reflexivas do que as de amor. Menos "ele vai?" mais "devo?". Esse é um uso mais saudável do tarô — perguntas que se beneficiam da articulação forçada em vez de perguntas que exigem previsão.
Vale notar: as perguntas sobre carreira se concentram desproporcionalmente nos nossos usuários de planos pagos. Entre os 69 cadastrados, os que fizeram upgrade para os planos Seeker ou Mystic perguntaram sobre carreira em aproximadamente 18% dos casos — quase o dobro da linha de base. Hipótese: pessoas dispostas a pagar por interpretação de IA premium estão usando o tarô mais como ferramenta de coaching do que como ferramenta de adivinhação. A amostra é muito pequena (n<10 por plano) para afirmar algo definitivo.
O que isso significa para o design de ferramentas de tarô
Se estamos construindo uma ferramenta que serve para o que as pessoas realmente a usam, os dados sugerem três coisas:
Não otimize para previsão. As pessoas vão perguntar "vai" e "quando" independente do que aconteça. A ferramenta não consegue entregar isso. O que ela consegue entregar é uma resposta estruturada que as ajuda a conviver melhor com a pergunta. A interpretação deve ser honesta sobre isso.
Torne a articulação um recurso. A coisa mais valiosa em uma leitura de tarô não são as cartas. É o momento entre digitar a pergunta e ver as cartas sendo tiradas — é quando você precisa admitir o que realmente queria saber. Boas ferramentas amplificam isso. As ruins passam rápido por cima.
A autoexploração é subestimada. Os 10-15% dos usuários que fazem perguntas abertas ("no que devo me concentrar?") são tratados da mesma forma que os usuários que fazem previsões específicas. Provavelmente não deveriam. Uma leitura enquadrada como prompt de journaling versus uma leitura enquadrada como oráculo deveria ter aparências diferentes.
Ainda não construímos nada disso. A ferramenta atual de tarô com IA trata todas as perguntas da mesma forma. Isso está no nosso backlog.
O que não sabemos
A categorização é aproximada. Nossos filtros de palavras-chave perdem a maioria das perguntas sobre relacionamento elaboradas sem a palavra "relationship". Nosso NLP não captura sarcasmo, frases de atenuação ou perguntas compostas. Os 45,6% "não categorizados" são provavelmente os dados mais interessantes — e ainda não lhes fizemos justiça.
Para o terceiro trimestre de 2026, planejamos refazer a categorização com similaridade de embedding semântico em vez de correspondência de palavras-chave. Melhor sinal. Publicaremos a distribuição atualizada.
Também não sabemos:
- Se o tópico da pergunta prevê a retenção. Os que perguntam sobre o futuro voltam menos do que os que exploram a si mesmos? Hipótese: sim. Precisamos verificar.
- Se o tópico da pergunta varia por idioma. Usuários poloneses podem perguntar coisas diferentes de usuários ingleses. Temos 49 leituras em PL — insuficiente para comparar.
- Se o provedor de IA afeta os tipos de perguntas feitas. Provavelmente não (os usuários não escolhem os provedores, o sistema os atribui). Mas vale confirmar.
Cite esta pesquisa
Fiedoruk, T. (2026). What People Actually Ask Tarot — 1,261 Question Analysis. aimag.me Research. Recuperado de https://aimag.me/research/tarot-question-patterns
Licença: CC BY-SA 4.0. Metodologia: /research/methodology. Dataset: /research/dataset.
Adicione sua pergunta ao próximo snapshot
Cada leitura no aimag.me — anônima ou cadastrada — acrescenta um ponto de dado anonimizado à próxima análise trimestral.
Experimente uma leitura no aimag.me →
A categorização melhora à medida que o conjunto de dados cresce. Por ora trabalhamos com padrões aproximados. Com 5.000 leituras devemos ter algo estatisticamente defensável.