Como criar um dicionário de dados com ChatGPT

A coluna tem nome, mas ninguém sabe explicar o que entra nela

Uma equipe recebe um CSV com valor, data e status. O arquivo abre normalmente. Ao preparar o relatório, surgem dúvidas: o valor inclui frete? A data é de emissão ou entrega? F significa faturado, finalizado ou fechado?

O ChatGPT pode ajudar a organizar a documentação dos campos. O perigo é preencher essas lacunas com definições plausíveis e entregar um dicionário que parece completo, embora parte das regras tenha sido inventada.

Este guia ensina a preparar um dicionário de dados para uma planilha específica, com rastreabilidade por coluna. O glossário operacional compara significados de termos entre áreas. Aqui, o trabalho termina em fichas de campos, evidências da amostra, regras declaradas e perguntas para o responsável pelo arquivo.

Escopo, acesso e limites deste exercício

Use uma conversa comum no ChatGPT pela web, colando os textos fornecidos abaixo. O exercício não exige upload, execução de código, conector, GPT personalizado ou acesso a banco. A conversa de texto pode ser usada no plano gratuito, sujeita às condições e aos limites vigentes da conta. Planos pagos não tornam a interpretação dos campos automaticamente correta.

As fontes oficiais foram consultadas em 20 de outubro de 2026. O Brasil consta na lista de países suportados. Em ambientes empresariais, acesso, recursos e controles podem depender do workspace e do administrador. Confirme que a conta e a ferramenta estão autorizadas antes de usar documentação interna.

Este é um guia documental. Não executamos o exercício na interface do ChatGPT para este artigo. Os resultados esperados abaixo são critérios de conferência preparados a partir da entrada sintética, e não uma resposta observada do produto. Não há benchmark de precisão ou promessa de tempo economizado.

Entrada sintética: um arquivo e quatro notas

A tabela representa uma exportação fictícia de pedidos. Copie o CSV preservando zeros à esquerda e campos vazios:

pedido_id;cliente_codigo;emitido_em;total_produtos;frete;status;responsavel_codigo
0007;C01;2026-10-01;120.00;15.00;A;U03
0008;C02;2026-10-02;80.00;0.00;F;U03
0009;C01;2026-10-03;0.00;;C;
0010;C03;2026-10-03;45.50;8.00;A;U04

Forneça também estas notas, que constituem toda a documentação disponível no exercício:

N1: pedido_id é identificador textual do pedido. Zeros à esquerda fazem parte do ID.
N2: emitido_em é a data de emissão, em formato AAAA-MM-DD. Não contém horário.
N3: total_produtos é o valor dos produtos em BRL, sem frete. O arquivo não informa tratamento de impostos ou descontos.
N4: A significa aberto, F significa faturado e C significa cancelado. Não há documentação sobre outros códigos, obrigatoriedade de campos ou regras de transição.

Os nomes e valores são fictícios. A ausência de regra para um campo é intencional: o leitor deve conseguir identificar o que o modelo poderia completar indevidamente.

Passo 1: inventarie as colunas sem interpretar códigos

Comece uma conversa nova e cole a entrada. Depois, envie:

Prepare a documentação do CSV sintético usando somente o arquivo e N1 a N4.

Primeiro, inventarie as colunas na ordem original. Para cada uma, mostre:
- nome literal;
- posição;
- exemplos exatamente como aparecem;
- quantidade de valores vazios na amostra;
- nota de origem, quando houver.

Preserve pedido_id como texto e mantenha os zeros à esquerda.
Não preencha células, não renomeie campos e não conclua obrigatoriedade pela amostra.
Liste qualquer dúvida de leitura antes de interpretar os campos.

Confira se existem sete colunas e quatro registros. O campo frete possui um vazio; responsavel_codigo também. O valor 0.00 em frete é preenchido e deve permanecer separado da ausência.

Se o ChatGPT transformar 0007 em 7, corrija essa etapa antes de avançar. O ID alterado pode deixar de corresponder ao sistema de origem, mesmo que os valores pareçam equivalentes numa planilha.

Passo 2: separe documentação, observação e hipótese

Peça uma ficha por coluna:

Crie um rascunho de dicionário de dados com sete fichas, sem agrupar campos.

Em cada ficha, mantenha três blocos separados:
1. DOCUMENTADO: definição e regra explicitamente sustentadas por N1 a N4;
2. OBSERVADO NA AMOSTRA: formato, valores, vazios e padrões encontrados nas quatro linhas;
3. A CONFIRMAR: questões que a entrada não resolve.

Inclua nome literal, descrição, representação no arquivo, unidade/moeda, valores documentados, regra para ausência e referência de origem.

Use NÃO DOCUMENTADO quando faltar regra.
Não conclua chave primária, relacionamento obrigatório, unicidade global, domínio fechado, precisão de armazenamento ou significado de um código sem fonte.
Não transforme uma hipótese em definição.

Essa divisão permite conferir a origem de cada afirmação. responsavel_codigo apresenta valores como U03; o conjunto não informa quem essas pessoas são, qual sistema mantém o cadastro ou quando o campo deve estar preenchido.

Também não existe documentação que autorize o modelo a concluir que todo pedido cancelado fica sem responsável. A amostra mostra uma linha nessa condição. Uma ocorrência não estabelece a regra do processo.

Passo 3: use o gabarito para revisar as sete fichas

O dicionário deve preservar estes limites:

• pedido_id: identificador textual com zeros relevantes, conforme N1. Os quatro IDs são distintos nesta amostra; unicidade no acervo e regra de geração não foram informadas.
• cliente_codigo: códigos observados C01, C02 e C03. O nome sugere relação com cliente, mas o cadastro de referência e o significado formal precisam de confirmação.
• emitido_em: data de emissão no formato declarado em N2. Não acrescente horário, fuso ou prazo de entrega.
• total_produtos: produtos em BRL, sem frete, conforme N3. Impostos e descontos continuam sem definição. O campo contém um zero legítimo na amostra.
• frete: três valores preenchidos e um vazio. O nome, sozinho, não documenta moeda, cobrança, isenção ou política de ausência.
• status: três códigos com significados declarados em N4. Outros códigos possíveis e transições permitidas permanecem não documentados.
• responsavel_codigo: três valores preenchidos, incluindo repetição de U03, e um vazio. O arquivo não define o papel do responsável nem sua obrigatoriedade.

Uma amostra em que todos os valores cabem em duas casas decimais não prova que o sistema armazena decimal(10,2). O ChatGPT pode sugerir uma representação para revisão, desde que a identifique como proposta e mantenha o tipo real do sistema como desconhecido.

Passo 4: gere perguntas que o dono do arquivo consiga responder

Use o comando:

Com base nas lacunas das sete fichas, prepare perguntas ao responsável pelo arquivo.

Cada pergunta deve indicar:
- campo;
- lacuna exata;
- exemplo da amostra que motivou a dúvida, se houver;
- risco de assumir uma resposta;
- evidência necessária para confirmar.

Não invente nomes de pessoas, fonte oficial, prazo ou política.
Priorize dúvidas que alteram identificação, cálculo ou tratamento de ausência.

Para frete, pergunte o que significa vazio e qual fonte define a moeda. Para cliente_codigo, peça o cadastro de referência e a regra para códigos inexistentes. Para total_produtos, esclareça o tratamento de impostos e descontos antes de derivar faturamento.

O contrato de dados será útil se essas definições precisarem virar regras de uma integração. O rascunho atual prepara a documentação; ele não habilita validação automática nem altera o arquivo.

Passo 5: incorpore respostas sem apagar sua origem

Quando uma pessoa autorizada responder, acrescente notas numeradas com texto, fonte, data e estado de aprovação. Não substitua silenciosamente a documentação anterior.

Envie:

Vou fornecer novas notas aprovadas. Atualize apenas as fichas afetadas.

Para cada alteração, mostre:
- valor ou regra anterior;
- nova regra;
- nota que sustenta a mudança;
- dúvidas que continuam abertas.

Se duas fontes discordarem, mantenha as duas e marque CONFLITO.
Não escolha a mais recente sem uma regra de autoridade informada.
Não edite o CSV original.

Uma definição aprovada para a próxima exportação pode não explicar arquivos históricos. Registre a versão do layout e a vigência. Se houver vários sistemas envolvidos, associe as fichas ao catálogo de dados para localizar as fontes e os responsáveis.

Passo 6: confira antes de compartilhar

Faça a revisão contra a entrada original, campo por campo. Um dicionário pode ter todas as colunas e ainda atribuir um significado errado a uma delas.

O aceite exige:

• nomes e ordem preservados;
• identificação textual sem perda de zeros;
• distinção entre vazio, zero e código;
• definição de data limitada ao que N2 informa;
• unidade e regra de cálculo atribuídas somente quando documentadas;
• códigos de status com fonte;
• hipóteses e lacunas visíveis;
• versão e aprovação antes de uso como padrão.

Peça uma última auditoria ao ChatGPT, mas faça a conferência humana também. O modelo que redigiu uma definição pode repetir a mesma interpretação na revisão.

Se o objetivo seguinte for corrigir o arquivo, use um procedimento separado de limpeza de planilha sem perder dados. Documentar um campo não autoriza preencher ausências, converter IDs ou remover linhas.

Proteja os dados usados na documentação

Mesmo sem linhas reais, nomes de colunas podem revelar estrutura interna, critérios de risco e regras comerciais. Amostras podem conter identificadores ou combinações que permitem reconhecer uma pessoa.

Use material sintético até obter autorização sobre finalidade, conta e conteúdo. Remova segredos, credenciais, dados de clientes e informações sob confidencialidade. Em produção, trabalhe no workspace aprovado e envie o mínimo necessário.

A OpenAI informa que os controles variam por conta, plano e workspace. Desativar o uso para melhoria dos modelos não substitui a política da empresa nem elimina outras condições de tratamento e retenção.

Fontes oficiais verificadas em 20 de outubro de 2026

• OpenAI: boas práticas de prompts para ChatGPT, para clareza, contexto e refinamento após revisão.
• OpenAI: FAQ do plano gratuito, para acesso e limites gerais; confirme na conta as condições vigentes.
• OpenAI: países suportados pelo ChatGPT, incluindo Brasil.
• OpenAI: controles de dados, para diferenças por conta e workspace e configuração de melhoria dos modelos.

As fontes sustentam o uso geral do produto. A estrutura do dicionário e o gabarito são propostas didáticas da Júpiter. O dono da fonte precisa confirmar as definições antes de alguém usá-las para calcular indicadores, migrar dados ou orientar uma integração.