Prompt para análise de dados: 20 modelos prontos para copiar

Segunda-feira, 9h10. A coordenadora de marketing exporta o relatório do Meta Ads, cola no ChatGPT e escreve: "analisa isso pra mim". Volta um texto de quatro parágrafos dizendo que "o CTR é um indicador importante de engajamento" e sugerindo "testar novos criativos". Nada errado, nada útil. Ela fecha a aba e monta a apresentação na mão, como em toda segunda.

O problema raramente está na IA. Está no pedido. Um prompt para análise de dados funciona como o briefing de um analista recém-contratado: se você não diz qual é o negócio, o que mudou, o que conta como resultado bom e em que formato quer a resposta, ele devolve o óbvio com ótima gramática.

E cada vez mais gente está fazendo esse pedido. Segundo a pesquisa TIC Empresas 2025, do Cetic.br, divulgada em junho de 2026, 17% das empresas brasileiras usaram alguma IA em 2025. Entre as que usam, a geração de texto saltou de 20% para 30% em um ano. A adoção cresce mais rápido que a qualidade das perguntas.

Um bom prompt para análise de dados tem cinco partes: contexto do negócio, descrição dos dados (origem, período e significado das colunas), a pergunta exata, o formato da resposta e um pedido de checagem dos cálculos. Sem contexto e sem pergunta específica, a IA descreve a planilha em vez de analisá-la. Com as cinco partes, ela entrega diagnóstico acionável.

Por que "analisa esses dados" não funciona?

Porque a IA não sabe o que é normal para você. Um CPA de R$ 48 é excelente para quem vende um curso de R$ 1.997 e um desastre para quem vende camiseta de R$ 79. Sem a meta e a margem no prompt, o modelo não tem como julgar, então ele faz o que sobra: descreve.

O segundo motivo é ambiguidade nas colunas. A coluna "Resultados" do Meta Ads pode ser lead, compra ou visualização de página, dependendo do objetivo da campanha. "Receita" no GA4 pode incluir ou não frete. Se você não define, a IA escolhe uma interpretação e segue confiante.

O terceiro é aritmética. Modelos de linguagem calculam mal "de cabeça", principalmente somas longas e médias ponderadas. Quando a ferramenta executa código (o modo de análise de dados do ChatGPT, por exemplo), o cálculo fica confiável, mas só se você pedir explicitamente que ela calcule com código e mostre a fórmula. Esse detalhe sozinho elimina boa parte dos números inventados.

A estrutura de um prompt para análise de dados em 5 blocos

Todo prompt que funciona, dos mais simples aos mais elaborados, carrega estes cinco blocos. Você não precisa escrever um parágrafo para cada um; às vezes uma linha basta.

Bloco	O que informar	Exemplo
Contexto	Negócio, meta, momento	"E-commerce de moda, ticket médio de R$ 180, meta de CPA até R$ 35, estamos em pré-Black Friday."
Dados	Origem, período, definição das colunas	"Exportação do Meta Ads de 1 a 30/09. A coluna Resultados são compras."
Pergunta	Uma decisão a tomar	"Quais três conjuntos de anúncios eu deveria pausar esta semana?"
Formato	Estrutura, tamanho, público	"Tabela com os conjuntos e três recomendações em até 150 palavras, para o diretor."
Checagem	Como validar o resultado	"Calcule com código, mostre a fórmula do CPA e confira se o investimento total bate com R$ 7.800."

Na prática, o bloco de pergunta é onde a maioria trava. "Como foi setembro?" não é pergunta, é convite para um resumo. "Quais campanhas eu deveria pausar?" é pergunta, porque exige critério e termina em ação. Se estiver difícil formular, nosso guia de perguntas para análise de dados por área tem 30 exemplos.

Um truque útil para o bloco de contexto: termine o prompt com "antes de responder, diga o que mais você precisaria saber sobre o negócio para essa análise ficar confiável". Metade das vezes a IA aponta exatamente a informação que você esqueceu.

Modelo base para copiar: "Você é um analista de dados sênior. Contexto: [negócio, meta, momento]. Dados: [origem, período, o que cada coluna significa]. Pergunta: [decisão que preciso tomar]. Formato: [tabela, tamanho, para quem]. Calcule usando código, mostre as fórmulas e confira se os totais batem com [valor conhecido]. Se faltar informação, diga o que falta em vez de supor."

20 prompts prontos para análise de dados com IA

Os prompts abaixo assumem que você já colou o modelo base com contexto e dados. Troque o que está entre colchetes pelo seu caso. Eles estão agrupados pela ordem em que uma análise costuma acontecer: primeiro entender, depois comparar, depois caçar o que está estranho e, por fim, comunicar.

Diagnóstico: entender o que você tem

1. "Antes de qualquer análise, liste problemas de qualidade nesta base: datas faltando, linhas duplicadas, valores extremos e colunas com formato inconsistente. Não corrija nada ainda, só aponte."
2. "Calcule [receita, pedidos e ticket médio] por [canal]. Mostre a tabela e diga se algum canal concentra mais de 50% do resultado."
3. "Decomponha a variação de receita entre [agosto] e [setembro] em três efeitos: volume de pedidos, ticket médio e mix de produtos. Mostre quanto cada um explica em reais."
4. "Usando as colunas [sessões, carrinhos, checkouts, pedidos], diga qual etapa do funil tem a maior perda proporcional e compare com o mês anterior."
5. "Se eu só pudesse acompanhar um número desta base toda semana, qual seria e por quê? Justifique com os próprios dados, não com boas práticas genéricas."

O primeiro prompt parece burocrático, mas é o que mais economiza tempo. Uma linha duplicada numa base de pedidos infla a receita sem fazer barulho, e nenhuma pergunta posterior vai detectar isso. Falamos mais sobre esses erros em qualidade de dados: os erros silenciosos nas suas análises.

Comparação de períodos: separar sinal de calendário

6. "Compare [a última semana] com a mesma semana do ano passado e com a média das quatro semanas anteriores. Destaque quando as duas comparações apontam em direções opostas."
7. "Normalize os resultados por dia útil antes de comparar [outubro] com [setembro]. Quanto da diferença desaparece depois da normalização?"
8. "Liste as cinco [campanhas] que mais cresceram e as cinco que mais caíram em valor absoluto, não em percentual. Ignore itens com menos de [R$ 500] no período base."
9. "O CPA subiu de [R$ 32] para [R$ 41]. Separe o efeito de CPM, CTR e taxa de conversão. Qual dos três explica a maior parte da alta?"
10. "Monte uma tabela mês a mês de [métrica] com a variação percentual. Marque os meses fora da faixa de média mais ou menos dois desvios-padrão."

O prompt 8 existe por um motivo prático: ranking por percentual sempre coloca no topo a campanha que foi de R$ 40 para R$ 160. Cresceu 300% e não muda nada no seu mês. Pedir valor absoluto e um piso mínimo corta esse ruído.

Anomalias: achar o que está estranho antes do cliente

11. "Identifique os dias em que [investimento] ficou mais de 30% acima ou abaixo da média móvel de 7 dias. Para cada um, diga se [conversões] acompanhou o movimento."
12. "Existe alguma [campanha] gastando há mais de [5] dias seguidos sem conversão? Liste com o investimento acumulado no período."
13. "Encontre pares de métricas que normalmente andam juntas nesta base e mostre os dias em que se descolaram, como cliques subindo enquanto sessões caem."
14. "Compare o total de [conversões do Meta Ads] com o total de [pedidos no CRM] no mesmo período. Calcule a diferença percentual e liste as causas prováveis em ordem de probabilidade."
15. "Quais clientes compraram com frequência acima da média nos últimos [90] dias e pararam nos últimos [30]? Traga a lista e o valor que eles representam."

O prompt 14 costuma ser o mais revelador para quem investe em mídia. Alguma diferença entre plataforma e CRM é normal e tem explicação (janelas de atribuição, conversões por visualização, pedidos cancelados). Quando a plataforma reporta o dobro do que o CRM registra, algo quebrou no rastreamento. Se a queda for nas vendas, o roteiro completo está em vendas caíram? diagnóstico com dados em 6 passos.

Relatório e decisão: transformar análise em ação

16. "Escreva o resumo executivo desta análise em cinco frases para [o diretor comercial]: o que aconteceu, por que, o que fazer e o risco de não fazer."
17. "Transforme estes números em três recomendações com impacto estimado em reais. Para cada uma, diga qual premissa, se estiver errada, invalida a recomendação."
18. "Faça o papel de um gestor cético e aponte as três maiores fragilidades desta conclusão: [colar conclusão]."
19. "Sugira o gráfico mais adequado para mostrar [esta comparação] a um público não técnico e explique em uma frase por que ele funciona melhor que uma tabela."
20. "Com base no que esta análise não conseguiu responder, liste as perguntas que eu deveria investigar na próxima semana."

Como evitar que a IA invente números?

Não existe prompt que zere o risco, mas um ciclo simples reduz muito. A regra é: a IA calcula, você confere dois números, e só então a conclusão vale.

Um exemplo concreto. Você tem quatro campanhas com investimento de R$ 3.200, R$ 2.150, R$ 1.480 e R$ 970. O total é R$ 7.800, e você sabe disso porque está na fatura. Coloque esse valor no prompt e peça que a IA confirme a soma antes de qualquer análise. Se ela disser R$ 7.950, você descobriu que uma linha entrou duplicada ou que ela leu errado, e evitou uma conclusão inteira construída em cima de um número falso.

Três outros cuidados fazem diferença:

• Peça para dizer "não sei". A frase "se faltar informação, diga o que falta em vez de supor" reduz bastante as respostas inventadas.
• Envie o arquivo em vez de colar. Colar milhares de linhas no chat aumenta a chance de truncamento silencioso. Para bases grandes, suba o arquivo ou agregue antes (por dia, por campanha).
• Uma pergunta por vez. Prompts com cinco perguntas ganham cinco respostas rasas. Encadear funciona melhor que empilhar.

Onde os prompts deixam de resolver

Prompts bons resolvem a parte da pergunta. Não resolvem a parte do dado. Se as informações estão espalhadas em Meta Ads, Google Ads, GA4, CRM e uma planilha financeira, você vira o ETL manual da empresa: exporta, limpa, junta e cola toda semana. É nesse ponto que a rotina morre, geralmente na terceira semana.

Não é um problema só de pequenas empresas. Na indústria brasileira, 41,9% das empresas com 100 ou mais funcionários já usavam IA em 2024, segundo a PINTEC Semestral do IBGE, divulgada em setembro de 2025. Na mesma pesquisa, a falta de pessoal qualificado aparece como dificuldade para 54,2% das empresas que adotam tecnologias digitais avançadas. A ferramenta chegou antes da competência e, quase sempre, antes da integração dos dados. O custo desse isolamento está detalhado em dados em silos: por que sua empresa decide no escuro.

Outro limite: o contexto se perde a cada conversa nova. Você explica a meta, a margem e o que significa cada coluna, e na semana seguinte começa do zero. Salvar o modelo base num documento ajuda, mas não substitui ter o contexto do negócio guardado junto dos dados.

Perguntas frequentes

Qual é o melhor prompt para análise de dados no ChatGPT?

Não existe um único prompt melhor, existe uma estrutura melhor. Os que funcionam trazem contexto do negócio, descrição dos dados, uma pergunta que termina em decisão, o formato desejado e um pedido de checagem. O modelo base deste texto cobre os cinco blocos e serve como ponto de partida para qualquer caso.

O ChatGPT consegue analisar uma planilha do Excel?

Sim. Ao enviar o arquivo, o recurso de análise de dados executa código em Python para ler a planilha, calcular e gerar gráficos. Peça sempre que ele mostre o código ou as fórmulas usadas, porque assim você confere a lógica. Sem execução de código, os cálculos ficam menos confiáveis.

Posso colar dados de clientes no ChatGPT?

Com cuidado. Pela LGPD, dados pessoais como nome, CPF, e-mail e telefone não devem ir para ferramentas sem base legal e sem avaliar onde ficam armazenados. O caminho seguro é anonimizar antes, trocando identificadores por códigos, ou usar planos corporativos com retenção de dados controlada.

O que é engenharia de prompt para análise de dados?

É a prática de estruturar instruções para que a IA entregue análises corretas e acionáveis em vez de resumos genéricos. Envolve dar contexto, definir os dados, delimitar a pergunta, especificar o formato e criar mecanismos de checagem. Não exige programação, só clareza sobre o que você quer decidir.

A pergunta é sua, o trabalho braçal não precisa ser

Saber perguntar é a habilidade que vai separar quem usa IA para decidir de quem usa para produzir texto. Os 20 prompts acima são um bom treino. Mas, se toda segunda você ainda exporta cinco relatórios para colar num chat, o gargalo deixou de ser o prompt. O Sherlok conecta Meta Ads, Google Ads, GA4, CRMs, planilhas e bancos SQL e guarda o contexto do seu negócio, para que você faça essas mesmas perguntas em português, direto nos dados atualizados, e receba a análise pronta.