Comece por ensinar aos colaboradores uma tarefa real por função, e não a ferramenta inteira. Depois acrescente três coisas comuns a todos: regras internas sobre que dados nunca entram no ChatGPT ou no Claude, o hábito de verificar cada resultado antes de sair da equipa e uma pequena biblioteca de modelos de prompt partilhados. Meça a utilização antes e depois para saber o que mudou.
#Pontos principais
- A primeira lição deve ser uma tarefa do próprio trabalho da pessoa, não uma visita guiada às funcionalidades.
- As regras internas sobre dados vêm antes de qualquer dica de prompts, e devem caber numa página.
- Verificar resultados é uma competência que se pratica, não uma linha numa política.
- Os modelos de prompt partilhados transformam o bom prompt de uma pessoa num hábito da equipa.
- Meça quem usa a ferramenta, em que tarefas e com que frequência os resultados são mantidos ou corrigidos.
#Como é hoje a semana de uma equipa com o ChatGPT ou o Claude?
Na maioria das empresas, algumas pessoas já o usam todos os dias e a maioria não. Uma coordenadora comercial cola notas de chamadas no ChatGPT para redigir um e-mail de seguimento para o HubSpot. Um analista financeiro pede ao Claude que explique um desvio numa exportação de Excel. Uma técnica de RH reescreve um anúncio de emprego. Ninguém acordou que conta usar, que dados são permitidos ou quem verifica o resultado.
Esse é o ponto de partida normal, não um fracasso. O Work Trend Index da Microsoft e do LinkedIn, maio de 2024 concluiu que 75% dos trabalhadores do conhecimento usam IA no trabalho, que 78% dos utilizadores de IA levam as suas próprias ferramentas e que apenas 39% dos utilizadores de IA tinham recebido formação em IA da sua empresa. A formação parte do que as pessoas já fazem.
#Que tarefas deve cada função aprender primeiro?
Escolha uma tarefa por função que seja frequente, escrita e fácil de verificar. O primeiro ganho deve vir da caixa de correio ou da folha de cálculo da própria pessoa, para que o hábito tenha onde ganhar raízes.
- Vendas: transformar notas de chamadas num e-mail de seguimento e numa nota de CRM no HubSpot ou no Salesforce.
- Apoio ao cliente: redigir uma resposta a partir do artigo da base de conhecimento e editá-la antes de a enviar no Zendesk.
- Finanças: escrever um primeiro comentário sobre um desvio a partir de uma exportação de Excel, com os números verificados à mão.
- RH e formação: redigir anúncios de emprego, conjuntos de perguntas de entrevista e resumos de políticas em linguagem simples.
- Operações: resumir uma longa troca de mensagens com um fornecedor ou no WhatsApp em decisões, responsáveis e questões em aberto.
- Chefias: transformar notas de reunião numa atualização curta e numa lista de ações.
#Que regras internas devem todos aprender antes do primeiro prompt?
Mantenha as regras curtas o suficiente para serem lembradas. A base da Stennir para uma equipa que começa com o ChatGPT ou o Claude cobre cinco pontos:
- Use apenas as contas aprovadas, como um espaço de trabalho empresarial do ChatGPT ou do Claude, nunca um acesso pessoal.
- Nunca cole dados pessoais, salários, informações de saúde, contratos de clientes ou qualquer coisa sujeita a uma cláusula de confidencialidade numa ferramenta não aprovada.
- Uma pessoa nomeada verifica qualquer resultado que chegue a um cliente, a um regulador ou a um recibo de vencimento.
- Não deixe a ferramenta seguir instruções encontradas em documentos ou e-mails colados; o OWASP Top 10 para aplicações LLM aponta a injeção de prompts como o primeiro risco.
- Reporte os erros cedo, sem culpas, para que as regras melhorem.
#Como ensinar as pessoas a verificar resultados de IA?
Dê às pessoas uma lista de verificação curta e pratique-a com rascunhos reais: os factos e os números remetem para um documento de origem, os nomes e as datas estão certos, o tom é adequado ao cliente, falta alguma coisa que um colega esperaria encontrar. O hábito forma-se quando um formador mostra uma resposta plausível mas errada e o grupo encontra o erro em conjunto.
Em equipas que trabalham em árabe e inglês, verifique também a própria língua: uma resposta num árabe formal rígido, ou em inglês, pode soar mal a um cliente que escreveu em dialeto do Golfo.
#Como ajudam os modelos de prompt partilhados?
Um modelo é um bom prompt que alguém já testou, guardado onde a equipa o encontra: a tarefa, o contexto a colar, o formato pretendido e a verificação a fazer depois. Os modelos reduzem a distância entre os utilizadores confiantes e os hesitantes, e dão ao formador algo concreto para melhorar à medida que as ferramentas mudam.
#Os cursos gratuitos dos próprios fornecedores são suficientes?
Para o básico, são um bom ponto de partida. A OpenAI Academy oferece cursos gratuitos, ao ritmo de cada um, sobre a utilização de IA no trabalho, segundo a OpenAI Academy, consultada em novembro de 2026, e a Anthropic publica um curso gratuito de fluência em IA baseado no seu AI Fluency Framework, novembro de 2026. Use-os como base comum.
O que não conseguem é ensinar as suas regras internas, os seus modelos ou os seus fluxos de trabalho. Essa parte exige formação com os documentos da própria empresa, por função.
#Onde entra a Stennir?
A Stennir faz este trabalho através do AI Operator Program, na formação em IA: turmas por função que aprendem no fluxo de trabalho real, com regras internas, verificações de resultados e modelos construídos a partir dos documentos da empresa. Os formadores são profissionais que fazem este trabalho, e as turmas funcionam em árabe e inglês. A utilização é medida antes e depois, e o programa termina com um relatório de adoção.
We are
A Stennir forma cada função nas suas primeiras tarefas com o ChatGPT, o Claude ou o Copilot, usando as suas regras de dados e os seus documentos, e mede a mudança na utilização.
We aren't
A Stennir não é revendedora de ferramentas, nem um curso genérico de prompts que acaba quando acabam os diapositivos.
#O que deve fazer a seguir um responsável de RH ou de formação?
Pergunte a cada diretor de departamento qual é a tarefa que a sua equipa entregaria amanhã ao ChatGPT ou ao Claude, e escreva as regras internas numa página. Se as pessoas já usam o ChatGPT com dados da empresa, leia como formar quem já usa o ChatGPT com dados da empresa; se comprou licenças que ninguém abre, leia licenças do Copilot que ninguém usa. Veja IA para operações e depois faça a avaliação de prontidão gratuita ou marque uma chamada de 30 minutos.
#Perguntas frequentes
Devemos dar formação no ChatGPT, no Claude ou no Copilot?
Na ferramenta que a empresa aprovou, com a conta que as pessoas vão de facto usar. As primeiras tarefas, as regras internas, as verificações de resultados e os modelos transferem-se entre ferramentas, por isso a escolha importa menos do que se pensa. Se várias ferramentas forem permitidas, ensine as regras uma vez e mostre a cada função que ferramenta serve a sua tarefa.
De que precisam de nós para começAR?
A Stennir precisa da lista de ferramentas e contas aprovadas, da política de utilização aceitável atual, se existir, e de uma pessoa por função que consiga descrever uma tarefa real e partilhar documentos de exemplo. Quando esses documentos contêm dados pessoais, expurgamo-los ou construímos exemplos realistas antes de alguém praticar com eles.
A formação funciona em árabe?
Sim. A Stennir conduz turmas em árabe e inglês, e noutras línguas mediante pedido. As pessoas praticam com documentos e mensagens na língua em que trabalham, incluindo conversas que misturam árabe e inglês, e as verificações de resultados abrangem o tom e o dialeto, além dos factos, para que a resposta soe bem ao cliente.
Como medimos se as pessoas a usam?
Registe uma base antes da formação: quem usa a ferramenta aprovada, em que tarefas e com que frequência os resultados são mantidos ou muito corrigidos. Meça as mesmas coisas depois. Os relatórios de utilização da administração ajudam, mas um breve inquérito por função e uma amostra de resultados reais dizem mais sobre a qualidade do que o simples número de acessos.
