IA: do conceito à prova

Objetivos: 

No final da ação, os formandos deverão ser capazes de:

● Identificar tarefas e processos com potencial de ganho de tempo e

qualidade usando IA;

● Redigir prompts claros e eficazes, definindo instruções, exemplos e formato

de saída;

● Produzir saídas estruturadas (tabela/JSON) prontas a integrar em folhas de

cálculo/CRM;

● Encadear uma micro-automação ponta a ponta (entrada → IA → validação

humana → exportação);

● Efetuar pesquisa com citações em documentos de referência e aplicar boas

práticas de verificação;

● Medir impacto com métricas simples (tempo poupado, precisão/qualidade

percebida) e definir próximos passos;

● Desenhar um caso de uso com critérios de aceitação e conjunto de teste;

● Construir e testar um protótipo de IA ajustado ao contexto da organização;

● Estabelecer padrões de qualidade para outputs de IA e guardrails de

segurança/confidencialidade;

● Elaborar um plano de 60 dias com responsáveis, checkpoints e KPIs para

piloto.

Conteúdos Programáticos: 

1. Introdução à IA aplicada ao negócio

   ○ Conceitos essenciais e capacidades (geração, extração, classificação,transformação);

   ○ Exemplos práticos de aumento de produtividade;

   ○ Boas práticas de utilização e limites.

2. Prompts que funcionam

   ○ Estrutura do pedido: objetivo → contexto → passos → exemplos →formato de saída;

   ○ Exercícios: resumo, reescrita e extração de campos;

   ○ Biblioteca de prompts reutilizáveis.

3. Saídas úteis e consistentes

   ○ Tabelas/listas e schemas JSON “prontos a colar” em Excel/CRM;

   ○ Validação rápida e correção de pequenos erros;

   ○ Registo de pedidos e resultados.

4. Micro-automação ponta a ponta

   ○ Pipeline guiado: entrada (e-mail/documento) → IA (classificar/extrair/gerar) → validação humana → exportação;

   ○ Variações simples para processamento em lote;

   ○ Evidências e logging.

5. Pesquisa inteligente em documentos

   ○ Perguntar a documentos de referência e obter respostas com

trechos citados;

   ○ Limites, verificação e políticas de confiança;

   ○ Casos típicos de suporte interno e reporting.

6. Métricas, ROI e uso responsável

   ○ Grelha de tempo/qualidade e critérios de aceitação;

   ○ Próximos passos para piloto interno (checklist)

Princípios de segurança, confidencialidade e gestão de risco

7. Mapeamento do processo e definição do caso de uso

   ○ Objetivo do processo, atores, dados necessários e critérios de

aceitação;

   ○ Seleção orientada a KPI (tempo, custo, qualidade, risco).

8. Padrões de prompting e qualidade no contexto da organização

   ○ Adaptação de instruções, exemplos e formatos obrigatórios ao

vocabulário interno;

   ○ Padrões de qualidade: consistência, utilidade e verificabilidade.

9. Laboratório: construção do protótipo

   ○ Implementação do fluxo end-to-end (input → IA → validação →

registo/exportação);

   ○ Teste com um conjunto (10 casos) e recolha de evidências

10. Avaliação e melhoria

   ○ Leitura de resultados (tempo poupado, precisão, cobertura);

   ○ Afinação de prompts/regras e plano de iteração.

11. Guardrails e governance

   ○ Confidencialidade e políticas de uso;

   ○ Registos/auditoria “lite”, papéis e responsabilidades.

12. Roadmap de 60 dias

   ○ Tarefas, responsáveis, marcos e KPIs para piloto;

   ○ Lista priorizada de oportunidades para escalar;

ENSINO HÍDRIDO

A metodologia híbrida foi projetada para possibilitar uma formação mais completa, interativa e personalizada:

- Presencialmente, na XZ Consultores (Departamento de Formação), em Braga OU à distância (em plataforma eletrónica).

 Escolha o que lhe for mais conveniente!

<< Voltar Inscreva-se