Como limpar uma planilha com ChatGPT sem perder dados

Limpar uma planilha exige preservar o que aconteceu

Uma base de contatos chega com e-mails em formatos diferentes, telefones com pontuação, nomes de empresa inconsistentes e registros aparentemente duplicados. A vontade de “corrigir tudo” em uma única instrução cria um risco simples: a planilha fica visualmente organizada e perde linhas que deveriam ser investigadas.

O ChatGPT pode ajudar a inspecionar um CSV, padronizar campos e preparar uma fila de pendências. A revisão continua necessária. Duplicidade, identidade e valor ausente dependem de contexto que a ferramenta pode não possuir.

Este tutorial usa oito registros sintéticos e uma sequência conservadora. O arquivo original permanece intocado. O resultado esperado inclui uma cópia tratada, um relatório de alterações e uma lista de casos que precisam de decisão humana.

Ferramenta, acesso e limites verificados

A documentação oficial Data analysis with ChatGPT, consultada em 21 de setembro de 2026, informa que o ChatGPT pode analisar arquivos CSV e planilhas, criar tabelas, executar cálculos e usar Python em algumas tarefas. A página recomenda cabeçalhos descritivos, uma linha por registro e revisão do código, das suposições e dos resultados.

A File Uploads FAQ, verificada na mesma data, registra upload de arquivos nos planos Free e pagos, sujeito a limites, configurações da conta e do workspace. Tipos aceitos e capacidade disponível podem variar por modelo, plano e ambiente.

Este artigo é um guia documental. A Júpiter conferiu o conjunto sintético e os resultados esperados por um script local, mas não executou um benchmark da interface do ChatGPT para esta publicação. Se sua conta não oferecer upload ou análise de dados, não simule o fluxo com dados reais em outra ferramenta sem revisar política, acesso e retenção.

Antes do upload, confirme se o arquivo pode sair do sistema atual

Use dados sintéticos durante o aprendizado. Para uma planilha empresarial, confirme:

finalidade do uso;
autorização para enviar os campos;
presença de dados pessoais, financeiros ou contratuais;
plano e workspace usados;
configuração de retenção e treinamento;
política interna da empresa;
necessidade de mascarar ou remover colunas;
local em que o arquivo tratado será armazenado;
responsável por aprovar mesclagens e exclusões.

A OpenAI informa em How your data is used to improve model performance, verificado em 21 de setembro de 2026, que serviços individuais podem usar conteúdo para treinamento quando a pessoa não desativa essa opção. Produtos empresariais citados pela empresa, como ChatGPT Business, Enterprise e API, não usam entradas e saídas para treinamento por padrão, salvo adesão explícita da organização.

Desativar treinamento não substitui uma decisão sobre finalidade, acesso e dados autorizados. Quando houver dúvida, remova informações sensíveis e trabalhe com uma amostra sintética.

Prepare o arquivo de exercício

Crie um arquivo chamado contatos-sinteticos.csv com este conteúdo:

id,nome,empresa,email,telefone,uf,status
001,Ana Lima,Orbe Ltda,ana@orbe.com.br,(27) 99999-1111,ES,Ativo
002,Bruno Reis,Norte Sul,BRUNO@NORTESUL.COM.BR,27 98888 2222,es,ativo
003,Ana Lima,Orbe Ltda,ana@orbe.com.br,27999991111,ES,Ativo
004,Carla Souza,Vértice SA,,(11) 97777-3333,SP,Pendente
005,Diego Alves,Orbe LTDA,diego@orbe.com.br,27966664444,Espírito Santo,Ativo
006,Eva Ramos,Norte-Sul,eva@nortesul.com.br,,ES,Inativo
007,Felipe Rocha,Vértice S.A.,felipe@vertice.com.br,11955556666,SP,Ativo
008,Bruno Reis,Norte Sul,bruno@nortesul.com.br,27988882222,ES,Ativo

Os dados são fictícios. Não representam clientes, contatos ou empresas reais.

Defina o resultado antes de pedir a limpeza

A tarefa possui quatro entregas:

contatos_tratados.csv, com oito linhas e os IDs originais;
alteracoes.csv, com cada mudança proposta;
pendencias.csv, com registros que exigem decisão;
um resumo de conferência, sem alegar que registros parecidos são a mesma pessoa.

Os critérios de aceite são:

nenhuma linha apagada;
nenhum ID alterado;
e-mails convertidos para minúsculas;
telefones mantidos apenas com dígitos, quando existentes;
UF padronizada para ES ou SP nos exemplos;
status padronizado como Ativo, Inativo ou Pendente;
campos vazios continuam vazios e entram em pendência;
duplicidades aparecem como candidatas, sem mesclagem automática;
nome de empresa original fica preservado ou registrado antes de qualquer padronização;
contagens antes e depois precisam coincidir.

Essa definição impede que “limpar” vire licença para inventar, completar ou excluir.

Primeiro passo: peça uma auditoria sem alteração

Faça upload do CSV em uma nova conversa compatível com análise de dados. Use esta instrução:

Analise o arquivo contatos-sinteticos.csv sem alterar nem excluir linhas.

Quero uma auditoria inicial com:
1. quantidade de linhas e colunas;
2. nomes das colunas;
3. campos vazios por coluna;
4. formatos diferentes encontrados em email, telefone, uf e status;
5. grupos candidatos a duplicidade, com os IDs envolvidos e o critério usado;
6. valores de empresa que parecem variações de escrita, sem afirmar que são equivalentes;
7. riscos que impedem uma correção automática.

Use o campo id como chave imutável. Não preencha valores ausentes. Não mescle registros. Mostre a tabela de achados antes de propor qualquer transformação.

Confira se a resposta reconhece oito linhas. Se a contagem divergir, pare. O arquivo pode ter sido interpretado de forma incompleta ou a ferramenta pode ter usado um formato diferente do esperado.

Segundo passo: aprove regras de baixo risco

Depois de revisar a auditoria, envie:

Aplique somente estas transformações de baixo risco em uma cópia do arquivo:

- manter o id sem alteração;
- converter email para minúsculas e remover espaços nas extremidades;
- manter telefone apenas com dígitos, sem inventar DDD ou número ausente;
- converter es e Espírito Santo para ES;
- manter SP como SP;
- padronizar status para Ativo, Inativo ou Pendente;
- preservar nome e empresa como recebidos nesta etapa.

Não exclua, una ou substitua linhas. Não preencha campos vazios.

Crie uma tabela de alterações com:
id, campo, valor_original, valor_proposto, regra_aplicada.

Mostre as contagens antes e depois. Se alguma regra não puder ser aplicada de forma determinística, coloque o caso em pendências.

A separação entre auditoria e transformação reduz o risco de aceitar uma limpeza ampla sem entender o que mudou.

Terceiro passo: trate duplicidades como investigação

Os pares 001/003 e 002/008 compartilham e-mail após a padronização. Isso cria um sinal forte, mas ainda não autoriza exclusão.

Use:

Agora localize candidatos a duplicidade usando email normalizado como sinal principal.

Para cada grupo, mostre:
- IDs;
- campos iguais;
- campos diferentes;
- campos ausentes;
- ação segura recomendada entre revisar, manter separado ou considerar mesclagem;
- informação adicional necessária para decidir.

Não escolha automaticamente um registro principal. Não apague linhas. Não copie um valor de um registro para outro.

Uma mesclagem real pode exigir histórico, vínculo com pedidos, consentimento, proprietário, origem e IDs em outros sistemas. A semelhança da planilha não contém essa prova.

Quarto passo: separe variação de escrita e identidade

Orbe Ltda e Orbe LTDA podem representar a mesma empresa. Norte Sul e Norte-Sul também parecem próximos. Vértice SA e Vértice S.A. seguem padrão semelhante.

Essas observações servem para criar uma fila de padronização. Não bastam para afirmar identidade jurídica.

Peça:

Crie uma lista de variações de empresa sem alterar a coluna original.

Para cada valor, apresente:
- valor original;
- forma padronizada sugerida apenas para comparação;
- IDs afetados;
- motivo da sugestão;
- dado necessário para confirmar identidade, como CNPJ ou ID mestre.

Não trate semelhança de texto como confirmação. A saída deve permanecer em estado candidato até revisão humana.

Se a base possuir CNPJ ou um ID mestre confiável, use esse campo dentro da finalidade permitida. Nome é um sinal frágil para deduplicação.

Quinto passo: gere arquivos separados

Quando a auditoria estiver coerente, solicite:

Gere três arquivos para download:

1. contatos_tratados.csv
   - todas as 8 linhas;
   - IDs originais;
   - somente as transformações de baixo risco aprovadas;
   - nenhuma mesclagem ou exclusão.

2. alteracoes.csv
   - id;
   - campo;
   - valor_original;
   - valor_proposto;
   - regra_aplicada.

3. pendencias.csv
   - id ou grupo_de_ids;
   - tipo_pendencia;
   - evidencia;
   - decisao_necessaria;
   - dado_ausente.

Antes de disponibilizar os arquivos, informe:
- quantidade de linhas de entrada e saída;
- IDs presentes em cada versão;
- campos vazios preservados;
- grupos candidatos a duplicidade;
- qualquer erro ou suposição.

Não aceite apenas uma mensagem dizendo que a limpeza terminou. Baixe os arquivos e faça a conferência.

Resultado esperado do exercício

A verificação local do CSV sintético, executada pela Júpiter em 21 de setembro de 2026, encontrou:

8 registros antes da transformação;
8 registros depois da transformação;
2 grupos candidatos a duplicidade por e-mail normalizado;
grupo ana@orbe.com.br: IDs 001 e 003;
grupo bruno@nortesul.com.br: IDs 002 e 008;
ID 004 com e-mail ausente;
ID 006 com telefone ausente;
6 registros com UF ES após padronização;
2 registros com UF SP após padronização.

Esse é o gabarito mínimo. A ferramenta pode apresentar tabelas ou explicações diferentes. As contagens, os IDs e as ausências precisam continuar iguais.

Confira o arquivo tratado fora da conversa

Abra contatos_tratados.csv em uma planilha e valide:

Integridade das linhas

a contagem continua em oito;
cada ID de 001 a 008 aparece uma vez;
nenhuma linha nova foi criada;
a ordem pode mudar, mas a identidade não.

Transformações aprovadas

BRUNO@NORTESUL.COM.BR virou bruno@nortesul.com.br;
es e Espírito Santo viraram ES;
telefones contêm somente dígitos;
os campos vazios de 004 e 006 permanecem vazios;
status usa a grafia aprovada.

Pendências preservadas

os dois grupos de e-mail aparecem para revisão;
variações de empresa permanecem rastreáveis;
nenhuma mesclagem foi executada;
nenhum dado ausente recebeu valor provável.

Se a saída não passar nesses pontos, descarte a cópia tratada, ajuste a instrução e repita a partir do arquivo original.

Peça o código e as suposições quando houver análise com Python

A documentação da OpenAI informa que o ChatGPT pode usar Python em algumas análises. Quando isso ocorrer, abra os detalhes disponíveis e confira:

quais colunas foram transformadas;
se houve drop_duplicates, exclusão de linhas ou preenchimento automático;
como campos vazios foram representados;
se zeros à esquerda do ID foram preservados;
que regra normalizou telefone, UF e status;
se a exportação manteve codificação e cabeçalho;
que bibliotecas e etapas produziram o arquivo.

O ID 001 pode virar 1 quando uma planilha interpreta o campo como número. Importe essa coluna como texto ou confirme que o zero à esquerda foi preservado no CSV final.

O que não delegar à limpeza automática

Algumas decisões exigem fonte ou autoridade adicional:

confirmar que duas pessoas com o mesmo nome são a mesma pessoa;
escolher qual registro deve sobreviver;
preencher e-mail ou telefone ausente;
corrigir nome jurídico de empresa;
decidir se contato pode receber comunicação;
excluir registro por idade;
combinar históricos de clientes;
alterar proprietário, estágio ou condição comercial;
enviar o arquivo tratado de volta ao CRM;
usar dados pessoais para uma finalidade nova.

O artigo sobre higiene de CRM com IA mostra como transformar achados em uma fila operacional antes de liberar escrita em sistemas. Este tutorial termina com arquivos revisáveis, sem integração automática.

Erros frequentes durante a limpeza

Pedir “corrija tudo”

A instrução não define o que pode mudar, o que deve ser preservado e que decisão exige revisão.

Apagar duplicidades sem chave confiável

E-mail compartilhado, nome parecido ou telefone antigo podem ligar registros relacionados sem provar identidade.

Preencher lacunas com valores prováveis

Uma base completa no visual pode ficar menos confiável. Ausência explícita permite buscar a fonte correta.

Sobrescrever o arquivo original

Sem uma cópia imutável, a equipe perde comparação, reversão e evidência da transformação.

Conferir apenas algumas células

Use contagem de linhas, conjunto de IDs, campos vazios, grupos de duplicidade e log de alterações.

Enviar dados empresariais por uma conta inadequada

Plano, workspace, retenção e política interna precisam estar claros antes do upload.

Tratar a resposta textual como arquivo validado

Baixe, abra e confira o CSV. Mensagem de sucesso não prova integridade.

Um fluxo seguro para arquivos reais

Depois de praticar com o conjunto sintético:

escolha uma amostra pequena e autorizada;
remova colunas sem função na tarefa;
preserve o original em local controlado;
declare regras de baixo risco;
execute auditoria sem alteração;
revise os achados;
transforme somente a cópia;
baixe arquivos de resultado, alterações e pendências;
confira contagem, IDs e campos vazios;
aprove mesclagens separadamente;
importe no sistema apenas por um processo autorizado;
mantenha versão e responsável pela decisão.

A página dados prontos para IA ajuda a avaliar fonte, autoridade, identidade, atualização e acesso antes de ampliar o uso.

Checklist antes de usar o resultado

[ ] O arquivo pode ser enviado para a conta e o workspace escolhidos?
[ ] Colunas desnecessárias ou sensíveis foram removidas?
[ ] O original permanece intacto?
[ ] O ID foi tratado como texto e preservado?
[ ] A auditoria inicial confirmou linhas, colunas e ausências?
[ ] Regras aprovadas estão escritas de forma objetiva?
[ ] Campos vazios continuaram vazios?
[ ] Duplicidades ficaram como candidatas?
[ ] Variações de empresa não viraram identidade confirmada?
[ ] Existe um log de cada alteração?
[ ] A cópia tratada possui todas as linhas e IDs?
[ ] O código e as suposições foram revisados quando disponíveis?
[ ] Uma pessoa autorizada decide mesclagem e exclusão?
[ ] O destino final possui processo de importação e reversão?

A planilha tratada precisa continuar explicável

O ChatGPT pode reduzir trabalho repetitivo em uma planilha: identificar formatos, normalizar campos e organizar pendências. A utilidade aparece quando a transformação permanece conferível.

Preserve o original, fixe o ID, aprove regras pequenas e exija arquivos separados para dados, alterações e decisões pendentes. Depois compare contagens e casos conhecidos fora da conversa.

Uma limpeza útil deixa a base mais consistente sem apagar o caminho necessário para entender cada registro.