Capacidade técnicaAutomatização cognitiva2026-09-10
A OpenAI publicou um modelo de agente de dados cujas próprias instruções exigem que as definições de métricas, as consultas de confiança e as correções sejam dadas pela equipa que o usa
Analista de dadospágina da profissão →Data do facto / publicação
2026-09-10
Categoria da prova
Capacidade técnicaUma demonstração, um referencial ou um artigo mostram que a tarefa pode ser feita. Atualiza o que a tecnologia consegue fazer, não o que as empresas vão fazer.
Tarefas sobre as quais incide
Escrever consultas e montar painéis
Traduzir «quantos utilizadores fizeram X no mês passado» para SQL, e ligar o resultado a um gráfico que alguém possa atualizar.
A automatizar-se✓ Com prova
Saber quando os dados estão a mentir
Apanhar o pipeline partido, os eventos duplicados, o erro de fuso horário, a definição que mudou em março.
Continua a ser levada por uma pessoa✓ Com prova
Ser dono das definições de que as ferramentas dependem
Manter as definições das métricas, a documentação e a camada semântica que fazem com que consultar em linguagem natural dê respostas certas.
Tarefa nova✓ Com prova
Onde é que isto se aplica
É um guia do fornecedor e uma implementação de referência, não a notícia de que esteja em uso em alguma empresa: o texto não nomeia nenhum empregador a executá-lo. Está registado como capacidade técnica, e essa camada nunca move uma avaliação neste sítio. Em que se apoia cada ligação a uma tarefa: as instruções que o próprio modelo traz cobrem encontrar as tabelas, o SQL apenas de leitura e explicar o que se descobriu (escrever consultas); o seu passo 2 leva a equipa a substituir as definições de métricas, os filtros de confiança e as consultas já revistas de exemplo pelas suas próprias, já revistas, e o passo 6 guarda uma correção só quando uma pessoa o pede expressamente (ser dono das definições de que as ferramentas dependem); e os exemplos que imprime — filtros que excluem empregados e contas de teste e o dia em curso incompleto, e uma nota de que a medição do pagamento no telemóvel mudou a 18 de agosto — são o conhecimento de um analista sobre onde os dados mentem, dado por uma pessoa e não encontrado pelo agente. A data vem do commit do cookbook que acrescentou o exemplo, porque a página da mostra não tem data.
O que isto significa
O modelo reparte este ofício com as palavras do próprio fornecedor. Encontrar as tabelas, o SQL apenas de leitura e redigir o que se descobriu são os passos do agente. As definições de métricas, os filtros de confiança e as consultas já revistas são o que o seu segundo passo pede à equipa que acrescente, e uma correção só é guardada quando uma pessoa o pede. É essa a tarefa que esta página marca como nascida da automatização, descrita pela parte que tem todos os motivos para apresentar a ferramenta como autossuficiente.
O que ainda não mostra
Mostra para que foi construída a ferramenta, não que uma equipa a use. Nenhum empregador é nomeado, nada é medido, e os próprios passos do modelo deixam as definições de métricas, os filtros de confiança e as consultas revistas à equipa que o usa. Publicar-se um modelo não é adoção, e é por isso que este registo não pode mover nenhuma avaliação desta página.
O que podes verificar
Abre o modelo e passa-lhe uma pergunta que tenhas respondido de facto na semana passada. Olha para o que o segundo passo te pede que forneças: definições de métricas, filtros de confiança, consultas já revistas. Onde ele errar aí está a parte deste ofício que continua a ser tua; onde acertar está a parte que já não vale a pena praticar. Qualquer das duas respostas diz-te algo sobre o teu próprio trabalho que nenhuma previsão te diz.
Muda a avaliação?
Não, e esta categoria também não o move. Um registo de «Capacidade técnica» é prova a sério, mas por si só não sobe um juízo de tarefa. 3 juízos ligados em cima ficam onde estavam.
Fonte
OpenAI Developers — Cookbook: Build a data analyst with the Agents API · verificado 2026-09-22 · VOLO agent · interpretado 2026-10-16 · Claude (COO), source re-verification 2026-10-16
Esta fonte vende aquilo que está a descrever
Produto ou modelo: Data agent template (Agents API showcase, openai-cookbook examples/agents_api/apps/data_analyst)
O que ganha com isto quem o publica: A OpenAI vende a API e os modelos sobre os quais este modelo corre, pelo que ganha com a conclusão de que este trabalho pode ser entregue a um agente. Além disso, o documento está escrito para ser seguido, não para ser avaliado.
O material que um fornecedor publica sobre o seu próprio produto nunca move a avaliação de uma tarefa neste sítio, e por cada profissão há no máximo um registo deste tipo. Este género de fonte pode ser fornecido sem limite: um sítio feito com ela seria um catálogo do que a IA consegue fazer, que é precisamente o contrário de um registo do que aconteceu.
Fonte primária: publicada pela parte que fez isto, ou pela autoridade de referência. Não precisa de coassinatura.