Tutoriais de IA

Como priorizar iniciativas com ChatGPT

Aprenda a usar o ChatGPT para organizar iniciativas numa matriz de impacto e esforço, expor dados ausentes e preparar uma decisão revisável pela equipe.

A lista mistura boas ideias e decisões incompletas

Uma reunião termina com seis iniciativas: automatizar o relatório semanal, criar uma base de perguntas internas, atualizar o CRM automaticamente, melhorar apresentações, prever demanda e recuperar propostas sem follow-up.

Cada item parece importante para quem o sugeriu. A discussão seguinte vira uma disputa entre urgência, cargo e entusiasmo. Faltam critérios comuns e perguntas sobre esforço, evidência e risco.

Neste tutorial, você vai usar o ChatGPT para organizar iniciativas numa matriz de impacto e esforço, sem entregar a decisão ao modelo. O exercício parte de dados sintéticos, mostra o resultado esperado e inclui uma conferência humana antes de transformar a tabela em plano.

O que você vai produzir

Ao final, você terá:

  • uma tabela padronizada de iniciativas;
  • quatro quadrantes de impacto e esforço;
  • inconsistências e dados ausentes destacados;
  • perguntas que precisam ser respondidas antes da decisão;
  • uma pauta curta para a reunião de priorização;
  • um registro das escolhas feitas pela equipe.

A matriz organiza a conversa. Ela não calcula sozinha retorno financeiro, risco regulatório ou capacidade de execução.

Ferramenta, acesso e limites verificados

Este guia usa uma conversa comum no ChatGPT pela web. A OpenAI informa que a faixa gratuita permite conversas de texto e oferece ferramentas adicionais sujeitas a limites. O exercício funciona por colagem de texto e não depende de upload, análise de arquivos, GPT personalizado ou plano pago.

A disponibilidade e os limites podem mudar. As fontes foram verificadas em 24 de setembro de 2026. Confirme as condições exibidas na sua conta antes de aplicar o tutorial na empresa.

O exercício foi desenhado como guia documental. Não houve comparação entre modelos, planos ou interfaces. A saída abaixo é um gabarito conferível a partir das regras e dos dados fornecidos.

A documentação oficial da OpenAI recomenda instruções claras, contexto suficiente, formato desejado e refinamento iterativo. Esses princípios aparecem no prompt deste tutorial.

Proteja os dados antes de começar

Use somente informações que a empresa autorizou para a conta e o workspace disponíveis.

Não cole:

  • nomes de clientes;
  • dados pessoais;
  • valores confidenciais;
  • credenciais;
  • contratos ou propostas sob sigilo;
  • estratégia ainda não anunciada;
  • detalhes de segurança;
  • informação recebida sob NDA.

Troque nomes reais por identificadores e generalize valores quando isso não alterar a decisão. Se a tarefa depender de dado sensível, valide a política interna e o ambiente aprovado antes de usar qualquer ferramenta.

Em workspaces ChatGPT Business, a OpenAI declara que dados do workspace ficam excluídos de treinamento por padrão. Em contas pessoais, consulte os controles de dados e a política da empresa. Essa diferença não substitui autorização, classificação e minimização da informação enviada.

Defina os critérios antes de pedir a matriz

O modelo precisa receber regras que a equipe entende e consegue revisar.

Neste exercício, cada iniciativa possui quatro notas fornecidas por uma pessoa:

Impacto

Escala de 1 a 5. Representa a relevância da perda ou do ganho esperado para a operação.

Esforço

Escala de 1 a 5. Inclui trabalho de processo, dados, implementação, adoção e manutenção. Nota maior significa esforço maior.

Evidência

Escala de 1 a 5. Indica a qualidade da base disponível: volume, linha de base, dados, ocorrência observada e resultado esperado.

Risco

Escala de 1 a 5. Considera consequência de erro, sensibilidade dos dados, reversibilidade e necessidade de controle.

A matriz usa impacto e esforço para formar quadrantes. Evidência e risco continuam visíveis como filtros da decisão. Uma iniciativa de alto impacto não avança automaticamente quando a evidência é fraca ou o risco exige controles ainda inexistentes.

Use estes dados sintéticos

Copie o conjunto abaixo. Todos os nomes, notas e observações são fictícios.

I1 | Automatizar relatório semanal | Impacto 4 | Esforço 2 | Evidência 4 | Risco 1 | Hoje leva 3 horas e usa fontes padronizadas.
I2 | Atualizar estágio do CRM automaticamente | Impacto 5 | Esforço 4 | Evidência 3 | Risco 4 | Mudanças erradas podem afetar forecast e follow-up.
I3 | Criar FAQ interno para políticas | Impacto 3 | Esforço 2 | Evidência 4 | Risco 1 | Dúvidas repetidas, fontes disponíveis e dono definido.
I4 | Prever demanda trimestral | Impacto 4 | Esforço 5 | Evidência 2 | Risco 4 | Histórico incompleto e critérios de aceite indefinidos.
I5 | Padronizar apresentações comerciais | Impacto 2 | Esforço 1 | Evidência 5 | Risco 1 | Retrabalho frequente, mas consequência operacional pequena.
I6 | Identificar propostas sem follow-up | Impacto 5 | Esforço 3 | Evidência 4 | Risco 3 | CRM possui datas e responsáveis, mas existem registros duplicados.

O conjunto inclui casos fáceis, iniciativas atraentes com base fraca e uma opção de impacto alto que pede tratamento de dados antes do piloto.

Cole o prompt completo

Abra uma nova conversa e envie:

Você vai organizar uma lista de iniciativas para uma reunião de priorização.

Regras:
1. Não altere as notas fornecidas.
2. Não invente prazo, economia, ROI, responsável ou dado ausente.
3. Use impacto e esforço para classificar cada iniciativa em um quadrante:
   - impacto alto e esforço baixo: impacto >= 4 e esforço <= 2;
   - impacto alto e esforço alto: impacto >= 4 e esforço >= 3;
   - impacto baixo e esforço baixo: impacto <= 3 e esforço <= 2;
   - impacto baixo e esforço alto: impacto <= 3 e esforço >= 3.
4. Mantenha evidência e risco em colunas separadas.
5. Para evidência <= 2, marque “evidência insuficiente”.
6. Para risco >= 4, marque “exige controle antes de avançar”.
7. Se faltar informação, escreva “não informado”.
8. Não escolha a prioridade final pela equipe.

Entregue:
A. uma tabela com ID, iniciativa, impacto, esforço, quadrante, evidência, risco e alerta;
B. uma lista de inconsistências ou lacunas;
C. duas perguntas de decisão para cada iniciativa;
D. uma pauta de reunião com três blocos: validar dados, escolher iniciativas e registrar renúncias.

Dados:
I1 | Automatizar relatório semanal | Impacto 4 | Esforço 2 | Evidência 4 | Risco 1 | Hoje leva 3 horas e usa fontes padronizadas.
I2 | Atualizar estágio do CRM automaticamente | Impacto 5 | Esforço 4 | Evidência 3 | Risco 4 | Mudanças erradas podem afetar forecast e follow-up.
I3 | Criar FAQ interno para políticas | Impacto 3 | Esforço 2 | Evidência 4 | Risco 1 | Dúvidas repetidas, fontes disponíveis e dono definido.
I4 | Prever demanda trimestral | Impacto 4 | Esforço 5 | Evidência 2 | Risco 4 | Histórico incompleto e critérios de aceite indefinidos.
I5 | Padronizar apresentações comerciais | Impacto 2 | Esforço 1 | Evidência 5 | Risco 1 | Retrabalho frequente, mas consequência operacional pequena.
I6 | Identificar propostas sem follow-up | Impacto 5 | Esforço 3 | Evidência 4 | Risco 3 | CRM possui datas e responsáveis, mas existem registros duplicados.

O prompt fixa critérios, proíbe preencher lacunas e pede um formato que a equipe consegue conferir.

Confira o resultado esperado

A classificação correta é:

| ID | Quadrante | Alerta obrigatório | |---|---|---| | I1 | impacto alto e esforço baixo | nenhum pelos limites definidos | | I2 | impacto alto e esforço alto | exige controle antes de avançar | | I3 | impacto baixo e esforço baixo | nenhum pelos limites definidos | | I4 | impacto alto e esforço alto | evidência insuficiente; exige controle antes de avançar | | I5 | impacto baixo e esforço baixo | nenhum pelos limites definidos | | I6 | impacto alto e esforço alto | nenhum alerta automático; duplicidade precisa entrar nas perguntas |

Compare linha por linha. Se a resposta mudar notas, trocar limites ou colocar I4 entre prioridades prontas para execução, peça correção citando a regra violada.

Use este comando:

Revise a tabela contra as oito regras. Para cada correção, cite o ID, a regra violada, o valor recebido e o valor correto. Depois gere a tabela corrigida sem acrescentar dados.

Não aceite uma tabela mais convincente que os dados. A função do modelo é estruturar e apontar, não fabricar base para fechar a reunião.

Leia os quadrantes sem automatizar a decisão

Impacto alto e esforço baixo

I1 entra aqui. É candidata forte para validação rápida porque combina perda relevante, esforço menor, boa evidência e risco baixo no exercício.

A equipe ainda precisa confirmar:

  • a linha de base de três horas;
  • quais fontes realmente estão padronizadas;
  • quem revisará o primeiro resultado;
  • qual medida provará redução de trabalho;
  • que informação pode ser processada no ambiente aprovado.

Impacto alto e esforço alto

I2, I4 e I6 compartilham o quadrante, mas pedem decisões diferentes.

I2 possui risco alto. Pode começar em modo de sugestão, sem atualizar o CRM automaticamente.

I4 tem evidência fraca e risco alto. A próxima ação é melhorar a base e definir critérios de aceite. Abrir um projeto de previsão agora apenas colocaria software em cima de uma hipótese incompleta.

I6 apresenta evidência melhor, porém depende de tratar duplicidades e definir a fonte oficial da próxima ação.

O quadrante agrupa. Evidência, risco e pré-requisitos separam o que pode avançar.

Impacto baixo e esforço baixo

I3 e I5 podem caber como melhorias locais, desde que não roubem capacidade de uma prioridade mais importante.

I3 pode produzir aprendizado de adoção e qualidade de fontes. I5 resolve retrabalho frequente com baixo esforço, mas o impacto informado continua menor.

Esse quadrante funciona bem para tarefas oportunísticas com dono e limite. Ele não deveria virar estacionamento infinito de pequenas ideias.

Impacto baixo e esforço alto

Nenhuma iniciativa sintética entrou aqui. Se aparecesse, a equipe precisaria justificar por que deve consumir capacidade agora. Regulação, dependência estratégica ou preparação obrigatória podem mudar a decisão, mas a justificativa precisa ficar registrada.

Faça o modelo expor o que ainda falta

Depois da primeira revisão, envie:

Agora transforme as lacunas em uma lista de diligência.

Para cada iniciativa, informe:
- dado que falta;
- fonte que deveria confirmar esse dado;
- pessoa ou função capaz de responder;
- decisão que depende da resposta;
- condição para manter, adiar ou descartar a iniciativa.

Não invente nomes, prazos ou sistemas. Use “a definir” quando a entrada não trouxer a informação.

Essa etapa converte abstrações em perguntas operacionais. “Precisamos de mais dados” ganha uma forma verificável: qual dado, de onde, com qual finalidade e qual decisão ficará bloqueada.

Registre a decisão humana

Ao final da reunião, preencha um registro curto para cada iniciativa escolhida:

ID:
Decisão: avançar | validar | adiar | descartar
Motivo:
Evidência usada:
Hipótese ainda aberta:
Dono:
Prazo:
Primeiro teste:
Critério de aceite:
Critério de interrupção:
Risco que exige controle:
Iniciativa que perdeu prioridade:
Data de revisão:

Peça ao ChatGPT para organizar notas somente depois que a equipe definir os campos. Confira se o texto preserva as escolhas e não transforma hipótese em compromisso.

Uma decisão sem renúncia mantém a lista inteira viva. Registrar qual iniciativa perdeu prioridade protege capacidade e reduz o teatro confortável em que tudo continua “importante”.

Erros comuns neste exercício

Pedir para a IA dar todas as notas

Sem linha de base e conhecimento do processo, o modelo tende a produzir estimativas com aparência de precisão. As notas precisam vir de pessoas responsáveis pelas fontes e consequências.

Somar tudo numa nota única

Uma média pode compensar risco alto com impacto alto. Mantenha critérios impeditivos visíveis.

Tratar baixo esforço como prioridade automática

Uma tarefa fácil pode desviar a equipe de um gargalo maior. O quadrante informa posição, não decisão final.

Aceitar explicações que não estavam nos dados

Se a resposta acrescentar economia, prazo ou volume, remova. Plausibilidade não cria evidência.

Usar dados reais sem verificar autorização

Generalize o exercício ou use um workspace aprovado. O ganho de uma reunião melhor não justifica copiar contexto sensível para uma conta inadequada.

Encerrar com a matriz

A saída útil inclui dono, primeiro teste, critério de aceite, renúncia e data de revisão. A matriz sozinha apenas deixa as opiniões mais organizadas.

Checklist antes de usar na empresa

  • [ ] Os critérios foram definidos antes da classificação?
  • [ ] As notas vieram de pessoas com acesso às fontes?
  • [ ] Impacto, esforço, evidência e risco permanecem separados?
  • [ ] O prompt proíbe inventar dados?
  • [ ] A tabela foi conferida contra os limites?
  • [ ] Itens com evidência fraca ficaram bloqueados?
  • [ ] Riscos altos possuem condição de controle?
  • [ ] Dados sensíveis foram removidos ou autorizados?
  • [ ] A conta e o workspace cumprem a política da empresa?
  • [ ] A equipe registrou dono, teste e critério de aceite?
  • [ ] A decisão inclui o que será adiado ou descartado?
  • [ ] Existe data de revisão?

A IA organiza a decisão quando o critério já existe

O ChatGPT ajuda a padronizar uma lista, aplicar regras explícitas, localizar lacunas e preparar a pauta. O valor aparece quando a equipe fornece critérios, confere cada classificação e mantém autoridade sobre risco, prioridade e orçamento.

Comece com dados sintéticos. Depois, leve o método para uma lista real devidamente autorizada. A saída deve tornar a decisão mais legível: o que avança, qual evidência falta, quem responde e qual iniciativa deixará de consumir atenção.

Para aprofundar o desenho do portfólio, consulte como priorizar investimentos em IA e o scorecard de IA para empresas. Para preparar a equipe, veja treinamento de IA para empresas.

Fontes oficiais verificadas em 24 de setembro de 2026: