Faça Perguntas aos Seus Dados em Linguagem Natural
Nesta página
Consulte os Seus Dados Como Se Estivesse a Falar com um Colega
A maior vantagem do ChatGPT para a análise de dados resume-se a uma coisa: ele compreende as suas perguntas em linguagem corrente. Não precisa de SQL, Python ou de uma fórmula do Excel aninhada em três níveis. Basta descrever exatamente o que procura, tal como diria a um colega analista que estivesse a olhar para o mesmo ficheiro, e o ChatGPT traduz a sua intenção em código executável. Esta mudança é real e altera a natureza do trabalho: o seu esforço desloca-se da sintaxe para a formulação da pergunta certa.
O Princípio: Da Linguagem Natural ao Código Python
Quando faz uma pergunta sobre os seus dados, eis o que acontece nos bastidores:
Este código não é uma caixa negra: pode visualizá-lo, revê-lo e pedir ao ChatGPT para ajustar o método. Note que o ambiente Python não tem acesso à web: se a sua análise necessitar de dados externos, importe-os ou ligue-se a uma fonte.
Tipos de Perguntas Que Pode Fazer
As perguntas de resumo ajudam-no a familiarizar-se com o ficheiro antes de se debruçar sobre os detalhes: “Quantas linhas e colunas tem este ficheiro?”, “Dê-me uma visão geral dos dados” ou “Que colunas estão disponíveis e quais são os seus tipos?”. Estas perguntas impedem-no de iniciar uma análise que pressupõe uma granularidade que os seus dados não possuem — não pode calcular o tamanho médio do cesto por cliente se o ficheiro já estiver agregado por região.
Seguem-se as perguntas de agregação, que condensam milhares de linhas em números acionáveis: “Qual é o total de vendas por categoria de produto?”, “Qual é o tamanho médio do cesto por mês?”, “Quantos clientes únicos por trimestre?”. Este é o cerne dos relatórios mensais e, frequentemente, representa metade do trabalho que lhe será solicitado.
As perguntas de filtragem isolam depois um subconjunto relevante — “Mostre-me apenas vendas superiores a 10 000 €”, “Quais os produtos que não tiveram vendas em março?”, “Liste os clientes na região de Île-de-France” — enquanto as perguntas de classificação ordenam os dados para destacar extremos: “Quem são os 10 melhores vendedores?”, “Classifique as regiões por receita em ordem decrescente”, “Qual foi o mês com melhor desempenho?”. Na prática, uma análise séria encadeia todos os quatro tipos: resume, agrega, filtra a anomalia que detetou e, em seguida, classifica para priorizar a ação. Pode também selecionar linhas, colunas ou células na pré-visualização interativa da tabela e fazer a sua pergunta apenas sobre essa seleção — o valor mais frequente numa coluna, a média de algumas células.
Como Formular Perguntas Eficazes
A qualidade da resposta depende diretamente da clareza da sua pergunta. O seu primeiro reflexo deve ser nomear as colunas em vez de falar em generalidades. “Analise as vendas” deixa o ChatGPT a adivinhar qual a coluna que contém o montante; esta formulação não deixa margem para interpretação:
Calculate the total of the "amount_incl_tax" column grouped by "region"
and sorted from highest to lowest.
O seu segundo reflexo é especificar o formato de saída que deseja. Caso contrário, receberá uma resposta escrita quando precisava de uma tabela para colar no seu relatório, e perderá o tempo que poupou no cálculo ao ter de reformatar:
Give me the result as a table with these columns:
region, total sales, number of transactions, average basket size.
O terceiro, muitas vezes negligenciado, é fornecer o contexto empresarial que o ficheiro não contém. O ChatGPT não sabe que certas linhas não devem ser incluídas no cálculo:
The "status" column contains "approved", "pending", and "cancelled".
Only include approved orders.
Sem este esclarecimento, as suas encomendas canceladas inflacionam a receita e o erro passa despercebido: o resultado continua a parecer perfeitamente plausível. Este é o tipo de erro que passa despercebido numa reunião de direção.
Iterar Sobre os Resultados
A análise de dados raramente é linear e não se espera que encontre a pergunta certa à primeira tentativa. Começa por pedir a receita total por mês, nota uma quebra em fevereiro e pergunta depois por que motivo ocorreu essa queda. Se a resposta permanecer vaga, filtra pela categoria “premium” e recalcula, comparando depois com o mesmo período do ano anterior para determinar se se trata de uma sazonalidade conhecida ou de um incidente.
O ChatGPT mantém o contexto da conversa e o ficheiro carregado, pelo que cada pergunta se baseia nas anteriores. Isto torna possível uma exploração progressiva: a quebra de fevereiro, uma vez isolada no segmento premium, pode ser explicada por um único grande cliente que mudou para um concorrente — uma conclusão inalcançável a partir da primeira pergunta.
Mais Capacidade de Raciocínio para Análises Complexas
Algumas perguntas não podem ser resolvidas com uma simples agregação. Correlações cruzadas, análises de múltiplas fontes, interpretações nuances: sempre que for necessário um raciocínio em várias etapas, escolha um nível de raciocínio mais elevado no seletor do ChatGPT — Alto ou Extra Alto, dependendo do seu plano, ou o botão Pensar (Think) nos planos Free e Go. O raciocínio adicional ajuda a considerar fatores que possam explicar uma ligação entre duas variáveis antes de concluir pela causalidade, a detetar padrões subtis — uma sazonalidade deslocada em três semanas, um segmento em declínio trimestre após trimestre — e a construir recomendações a partir dos números calculados. Nenhuma configuração, no entanto, transforma correlação em causalidade: é aqui que o seu conhecimento do setor e, por vezes, um teste, decidem.
A Sua Vez
As suas primeiras perguntas.
- Importe um ficheiro que conheça bem
- Faça uma pergunta de cada família: resumo, agregação, filtragem, classificação
- Reformule uma delas nomeando as colunas e especificando o formato de saída, comparando depois as duas respostas
- Adicione uma regra de negócio — por exemplo, excluir encomendas canceladas — e meça a diferença
- Visualize o código de um cálculo e verifique-o manualmente em duas ou três linhas
Fontes oficiais: Data analysis with ChatGPT · Extracting Insights with ChatGPT Data Analysis (Centro de Ajuda da OpenAI) · Prompting (documentação do ChatGPT)
Pontos-chave
- Faça perguntas em linguagem corrente; o ChatGPT traduz-as em código
- Seja específico: nomeie as colunas, especifique os filtros, indique o formato desejado
- Itere dentro da mesma conversa para aprofundar a sua análise
- Eleve o nível de raciocínio para análises em várias etapas
- Verifique sempre os resultados — o ChatGPT pode interpretar mal uma coluna