Em resumo
A OpenAI anunciou em 10 set 2026 o Data agent no ChatGPT Work: conectar dados, descobrir insights e montar dashboards por linguagem natural. Não testamos o produto; aqui você copia 3 prompts adaptados em português e aplica o checklist de governança antes de conectar fontes reais.
A OpenAI publicou em 10 de setembro de 2026 o anúncio “Now everyone can put data to work” [1]. Pelo excerpt observado, o recurso é o Data agent dentro do ChatGPT Work: conectar dados da empresa, descobrir insights e montar dashboards interativos usando linguagem natural.
Não testamos o produto. Este texto resume o anúncio e entrega o útil em português: 3 prompts traduzidos e adaptados + checklist de governança antes de conectar fontes reais. Sem hype e sempre com as fontes.
O que o anúncio diz
A proposta observada é trocar SQL e cliques em BI por perguntas diretas. O material de apoio da tarefa cita como capacidades: conexão a Redshift, BigQuery, Snowflake, Databricks, MongoDB, Drive/SharePoint; uso de camadas semânticas como Genie Ontology / dbt / Horizon; e geração para Tableau / PowerBI / Sigma / ThoughtSpot.
Atenção: só tivemos o excerpt, não o corpo completo da página oficial. Trate conectores/destinos como “citados no material de apoio, a confirmar na fonte primária” antes de publicar. Nenhum preço, plano ou limite no excerpt — nenhum incluído aqui.
Por que importa no Brasil
Operações vivem de planilha dispersa e definição diferente de “receita”, “margem” ou “lead qualificado”. Um agente em português só ajuda se fontes e métricas estiverem amarradas. Senão, acelera o erro.
Agente de Dados no ChatGPT Work: o que muda para quem decide com planilha e dashboard
Se você decide com planilha e dashboard, o que muda é o ponto de partida: em vez de montar SQL e cliques em BI, você começa com uma pergunta que cita tabela, arquivo e período — e confere o resultado contra a fonte original antes de compartilhar.
3 prompts traduzidos — copie e ajuste [não oficiais]
Tradução livre nossa de Diagnose metric change, Design KPI framework, Create leadership readout citados no apoio. Não são textos oficiais da OpenAI.
1 – Diagnosticar variação de métrica
Contexto: sou [cargo] na [empresa]. Fonte aprovada: [tabela/arquivo + período]. Pergunta: [métrica, ex. receita líquida semanal] variou [X%] entre [data A] e [data B]. Tarefa: 1) mostre antes/depois, 2) quebre por [canal/produto/região], 3) liste 3 hipóteses com dados que sustentam cada uma, 4) diga o que falta para confirmar. Formato: tabela + 5 bullets, em português.
2 – Desenhar quadro de KPIs
Contexto: time de [vendas/operação] com meta de [objetivo trimestral]. Tarefa: proponha 6 KPIs (2 resultado, 2 processo, 2 qualidade) com definição, fórmula, fonte e frequência. Restrição: use apenas [fontes aprovadas]. Sem fonte, marque [a definir] e não invente número. Formato: tabela Definição | Fórmula | Fonte | Dono | Frequência.
3 – Leitura executiva para liderança
Contexto: reunião de [segunda-feira] com [diretoria]. Tarefa: a partir de [dashboard/arquivo], gere resumo de 1 página: o que mudou, por quê (com números), risco e próxima ação com dono e prazo. Restrição: cite fonte de cada número. Sem dado, escreva “sem dado”.
Checklist de governança antes de conectar
- Fontes aprovadas: liste bases/pastas que o agente pode ler. Nada de Drive pessoal sem dono.
- Permissão por função: confirme com seu administrador quem vê salário, margem, cliente. Em dúvida, restrinja — permissões exatas dependem do seu workspace, não confirmadas no excerpt.
- Definição de métrica: trave fórmula e filtro (bruta vs líquida, devoluções, impostos) em 1 página.
- Validação: confira 2 números contra a fonte original antes de compartilhar. Se divergir, corrija a fonte, não o texto.
Comece com cópia anonimizada ou recorte pequeno. Remova CPF, e-mail, telefone e segredo. Prefira pergunta que cita tabela/arquivo exato.
Limite honesto
Agente sugere recorte e visual; dono de métrica e decisão continuam humanos, com fonte verificável.
Tráfego, conversão e receita de concorrentes são desconhecidos. Publicação observada é só sinal.
O nosso prisma
Planilha dispersa e métrica sem dono transformam qualquer agente em acelerador de erro. Amarre fontes aprovadas, definição e validação antes de pedir o primeiro dashboard — o ganho está no recorte e na pergunta, não no gráfico.
Recursos relacionados: Onde estudar IA em português em 2026: Aulas de IA vs Alura, Udemy e Hotmart · Agentes de IA: O Que São, Como Funcionam e Como Usar Hoje no Brasil
Veja também: Produtos · Negócios · Guias de IA · Glossário de IA.
Fonte: OpenAI — Now everyone can put data to work
Receba o Jornal da IA todos os dias
As notícias de inteligência artificial que importam no Brasil — com o nosso prisma e sempre com as fontes. Grátis.
