# Aula 4: Assistentes de IA Personalizados e Automações Práticas

**Dia 04 de 05 | Duração: 4 horas | Formato: 85% prático, 15% conceitual**

## Recapitulação da Aula 3

Na aula anterior, percorremos o pipeline completo de pesquisa acadêmica com IA. Começamos prototipando a pergunta norteadora no ChatGPT, usando-o como "cérebro" para preparar prompts otimizados para cada ferramenta. No Perplexity, obtivemos panoramas rápidos com fontes verificáveis em três etapas (panorama geral, desafios e atores, tabela de fontes). No SciSpace, executamos revisões profundas com o módulo "Investigar", que permite editar o plano de pesquisa antes da execução, diferencial que nenhuma outra ferramenta oferece. No Consensus, inserimos perguntas norteadoras em inglês e obtivemos o consenso científico com contrapontos automáticos. No Elicit, ampliamos a base com artigos inesperados usando filtros de curadoria. No Litmaps, mapeamos redes de citação e identificamos pontos de intermediação usando teoria de grafos (Barabási, 2016). A lição central foi que o fluxo inteligente usa o cérebro (LLM) para prototipar e os braços (ferramentas especializadas) para executar.

## Objetivo da Aula 4

Construir assistentes de IA personalizados que funcionem como ferramentas permanentes de trabalho, não como experimentos pontuais. Cada participante sairá da aula com um GPT orientador acadêmico funcional, alertas automáticos configurados para editais de fomento, e um workflow no MAKE que transforma emails relevantes em notificações de WhatsApp. A meta é que essas ferramentas continuem funcionando após o curso, integrando-se à rotina real de pesquisa e gestão de cada participante.

## Bloco 1: De Prompts a Assistentes — A Evolução Natural (20 minutos)

Nas aulas anteriores, cada participante construiu prompts específicos para seu contexto de pesquisa. O problema é que prompts, por melhores que sejam, precisam ser reescritos a cada nova conversa. Assistentes personalizados resolvem esse problema: são prompts permanentes que carregam contexto, instruções e conhecimento específico em todas as interações.

A diferença prática é significativa. Com um prompt, o pesquisador precisa explicar quem é, o que estuda e como quer a resposta a cada nova conversa. Com um assistente, essas informações já estão configuradas. O assistente sabe que você é pesquisador do INPA, que trabalha com bioeconomia na Amazônia Ocidental, que prefere referências em formato ABNT e que prioriza estudos empíricos com dados primários.

Existem três níveis de personalização no ChatGPT:

| Nível | O que é | Onde configurar | Persistência |
|-------|---------|-----------------|--------------|
| Personalização básica | "Sobre mim" e "Como o GPT deve responder" | Configurações → Personalizar ChatGPT | Todas as conversas |
| Memória | Fatos que o GPT aprende durante conversas | Automático ou manual via "Lembre-se de..." | Todas as conversas |
| GPT Customizado | Assistente com instruções, conhecimento e ações específicas | Explorar → Criar GPT | Apenas quando ativado |

Na Aula 2, cada participante configurou a personalização básica. Hoje vamos ao terceiro nível: criar um GPT customizado que funciona como orientador acadêmico.

## Bloco 2: Criando o GPT Orientador Acadêmico (90 minutos)

### Passo 1: Acessar o Criador de GPTs (5 minutos)

Abra o ChatGPT e clique em "Explorar GPTs" no menu lateral esquerdo. No canto superior direito, clique em "Criar". Você verá duas abas: "Criar" (conversa guiada) e "Configurar" (edição direta). Vamos usar a aba "Configurar" porque oferece controle total sobre o assistente.

### Passo 2: Definir Nome e Descrição (5 minutos)

No campo "Nome", digite: **Orientador de Mestrado — [Seu Nome]**

No campo "Descrição", digite: **Assistente acadêmico que guia mestrandos nas etapas de elaboração de pesquisa, desde a formulação do problema até a defesa, com foco em bioeconomia e sustentabilidade na Amazônia.**

### Passo 3: Escrever as Instruções (30 minutos)

O campo "Instruções" é o coração do GPT. Aqui vai o prompt permanente que define o comportamento do assistente. Use o seguinte modelo, adaptando para sua área:

> Você é um orientador acadêmico de mestrado especializado em bioeconomia e sustentabilidade na Amazônia. Seu papel é guiar o mestrando em todas as etapas da pesquisa, desde a formulação do problema até a preparação para a defesa.
>
> **Etapas de Orientação:**
>
> **Etapa 1 — Formulação do Problema**
> Ajude o mestrando a transformar uma ideia vaga em uma pergunta de pesquisa específica. Pergunte: Qual fenômeno você quer entender? Onde isso acontece? Quem são os atores envolvidos? Qual o recorte temporal? Use a técnica de afunilamento: tema amplo → subtema → pergunta norteadora → hipótese.
>
> Exemplo: O mestrando diz "quero estudar açaí". Você responde: "Açaí é um tema amplo. Vamos afunilar: você quer estudar a cadeia produtiva, o manejo sustentável, a comercialização, ou o impacto socioeconômico? Em qual região? Com quais atores (ribeirinhos, cooperativas, indústria)?"
>
> **Etapa 2 — Revisão de Literatura**
> Oriente o mestrando a construir o referencial teórico. Sugira autores-chave da área, bases de dados relevantes (SciELO, Web of Science, Scopus), e estratégias de busca. Recomende o pipeline: ChatGPT (prototipar pergunta) → Perplexity (panorama) → SciSpace (revisão profunda) → Consensus (consenso) → Litmaps (rede de citação).
>
> **Etapa 3 — Metodologia**
> Ajude a definir: abordagem (qualitativa, quantitativa, mista), método (estudo de caso, survey, experimento, etnografia), instrumentos (questionário, entrevista, observação), população e amostra, e procedimentos de análise. Para pesquisas na Amazônia, considere sempre: logística de campo, sazonalidade (cheia/seca), consentimento de comunidades tradicionais, e comitê de ética.
>
> **Etapa 4 — Análise de Dados**
> Oriente sobre ferramentas de análise: R ou Python para dados quantitativos, Atlas.ti ou NVivo para dados qualitativos, Excel para análises descritivas simples. Sugira visualizações adequadas e testes estatísticos compatíveis com o desenho da pesquisa.
>
> **Etapa 5 — Escrita e Defesa**
> Revise a estrutura do texto (introdução, referencial, metodologia, resultados, discussão, conclusão). Verifique coerência entre objetivos, metodologia e resultados. Sugira melhorias na argumentação. Prepare o mestrando para perguntas típicas de banca.
>
> **Regras de Comportamento:**
> - Sempre pergunte em qual etapa o mestrando está antes de responder
> - Nunca escreva o trabalho pelo mestrando; oriente, questione e sugira
> - Use referências reais e verificáveis (Autor, ANO)
> - Priorize autores e estudos da Amazônia quando disponíveis
> - Formate referências em ABNT
> - Quando o mestrando estiver perdido, volte à pergunta norteadora
> - Seja honesto sobre limitações: "Não tenho certeza sobre isso, sugiro verificar com seu orientador presencial"

### Passo 4: Adicionar Conhecimento (15 minutos)

Na seção "Conhecimento", faça upload de arquivos que o GPT deve consultar. Sugestões de documentos para upload:

1. Normas da ABNT para trabalhos acadêmicos (NBR 14724, NBR 6023)
2. Regimento do programa de pós-graduação
3. Modelo de dissertação da instituição
4. Artigos-chave da sua área de pesquisa (até 20 arquivos)
5. O roteiro deste curso (para que o GPT conheça as ferramentas ensinadas)

Cada arquivo pode ter até 512 MB. O GPT vai consultar esses documentos quando relevante para a pergunta do mestrando.

### Passo 5: Configurar Ações e Capacidades (5 minutos)

Na seção "Capacidades", ative: Navegação na Web (para buscar referências atualizadas), Geração de Imagens DALL-E (para criar figuras e diagramas), e Interpretador de Código (para análise de dados). Na seção "Iniciadores de Conversa", adicione 4 frases que o mestrando pode usar para começar:

1. "Estou na Etapa 1 — preciso formular minha pergunta de pesquisa"
2. "Preciso de ajuda para montar minha revisão de literatura"
3. "Quero definir a metodologia da minha pesquisa"
4. "Revise a estrutura do meu texto para a defesa"

### Passo 6: Testar e Publicar (15 minutos)

Clique em "Visualizar" no canto superior direito para testar o GPT. Faça uma pergunta de cada etapa para verificar se o comportamento está correto. Se algo não funcionar como esperado, volte à aba "Configurar" e ajuste as instruções.

Quando estiver satisfeito, clique em "Salvar" e escolha: "Somente eu" (privado), "Qualquer pessoa com o link" (compartilhável), ou "Público" (listado na loja de GPTs).

### Atividade Prática 1: Construa Seu GPT Orientador (30 minutos)

Cada participante deve criar seu GPT orientador seguindo os passos acima, adaptando as instruções para sua área específica de pesquisa. Ao final, compartilhe o link do GPT com o grupo via WhatsApp para que outros possam testar e dar feedback.

## Bloco 3: Transformando Resultados em Habilidades Reutilizáveis (20 minutos)

Na Aula 3, vimos que quando o SciSpace ou o ChatGPT produz um resultado excepcional, vale a pena transformá-lo em uma "habilidade" reutilizável. Uma habilidade é um arquivo .md que contém o prompt, o contexto e os critérios que produziram aquele resultado. Quando você precisa repetir a tarefa, basta enviar o .md para a LLM com a instrução: "Siga estas instruções para executar a tarefa."

### Passo a Passo: Criando uma Habilidade

1. Identifique um resultado excepcional (ex: uma revisão de literatura que ficou excelente)
2. Abra uma nova conversa no ChatGPT e cole o resultado
3. Use o prompt:

> Analise o resultado abaixo e extraia dele um conjunto de instruções reutilizáveis. O objetivo é criar um documento .md que, quando enviado a qualquer LLM, reproduza a mesma qualidade de resultado. Inclua: contexto necessário, critérios de qualidade, formato esperado, e exemplos de entrada/saída. O tema é análise de viabilidade econômica de cooperativas extrativistas na Amazônia Ocidental, com foco em castanha-do-brasil (Bertholletia excelsa) e seus derivados.

4. Salve o .md gerado em uma pasta organizada (ex: /habilidades/revisao_literatura.md)
5. Na próxima vez que precisar, envie o .md como contexto inicial da conversa

Essa prática é particularmente útil para pesquisadores que orientam múltiplos alunos: a habilidade garante consistência na orientação sem depender da memória do orientador.

## Bloco 4: Google Alerts para Editais de Fomento (30 minutos)

Pesquisadores perdem oportunidades de financiamento porque não monitoram sistematicamente os editais. O Google Alerts é gratuito e resolve esse problema com configuração de 5 minutos.

### Passo a Passo: Configurando Google Alerts

**Passo 1:** Acesse google.com/alerts

**Passo 2:** Crie alertas para cada fonte de financiamento relevante. Digite no campo de busca e clique em "Criar Alerta" para cada um:

| Alerta | Termo de Busca | Frequência |
|--------|---------------|------------|
| Editais CNPQ | "edital" AND ("CNPq" OR "Conselho Nacional") AND "2026" | Quando disponível |
| Editais FAPEAM | "edital" AND "FAPEAM" AND ("bolsa" OR "auxílio" OR "projeto") | Quando disponível |
| Editais CAPES | "edital" AND "CAPES" AND ("mestrado" OR "doutorado" OR "pós-doc") | Quando disponível |
| Bioeconomia Amazônia | "bioeconomia" AND "Amazônia" AND ("financiamento" OR "edital" OR "chamada") | Uma vez por semana |
| Oportunidades Internacionais | "call for proposals" AND ("Amazon" OR "tropical forest" OR "biodiversity") | Uma vez por semana |

**Passo 3:** Para cada alerta, clique em "Mostrar opções" e configure: Frequência (quando disponível ou semanal), Fontes (automático), Idioma (português e inglês), Região (Brasil), Quantidade (todos os resultados), Entregar para (seu email).

**Passo 4:** Verifique se os alertas estão funcionando acessando google.com/alerts e conferindo a lista de alertas ativos.

### Atividade Prática 2: Configure Seus Alertas (10 minutos)

Cada participante deve configurar pelo menos 3 alertas relevantes para sua área de pesquisa. Adapte os termos de busca para seu contexto específico. Compartilhe com o grupo quais alertas configurou.

## Bloco 5: Automação com MAKE — Email para WhatsApp (60 minutos)

O MAKE (antigo Integromat) permite criar automações visuais sem programação. Vamos construir um workflow que monitora sua caixa de email e, quando detecta uma mensagem contendo a palavra "CNPQ", envia automaticamente uma notificação para seu WhatsApp.

### Passo a Passo: Criando o Workflow no MAKE

**Passo 1: Criar Conta no MAKE (5 minutos)**

Acesse make.com e crie uma conta gratuita. O plano gratuito permite 1.000 operações por mês, suficiente para monitoramento de emails.

**Passo 2: Criar Novo Cenário (2 minutos)**

Clique em "Create a new scenario" no painel principal. Você verá uma tela em branco com um círculo central. Esse é o canvas onde vamos montar o workflow.

**Passo 3: Adicionar o Módulo de Email (5 minutos)**

Clique no círculo central e busque "Gmail" (ou "Email" se usar outro provedor). Selecione o módulo "Watch Emails". Configure a conexão autorizando o MAKE a acessar sua conta de email. No campo "Folder", selecione "INBOX". No campo "Criteria", selecione "Subject or body contains". No campo "Search string", digite: CNPQ

**Passo 4: Adicionar Filtro de Relevância (5 minutos)**

Clique na linha que conecta os módulos e adicione um filtro. Configure: Label: "Contém CNPQ". Condition: "Text content" → "Contains" → "CNPQ". Isso garante que apenas emails realmente relevantes disparem a notificação.

**Passo 5: Adicionar Módulo de WhatsApp (10 minutos)**

Clique no "+" após o filtro e busque "WhatsApp Business" ou "Twilio". Para uma solução simples, use o módulo "HTTP" com a API do WhatsApp Business. Alternativamente, use o módulo "Telegram" (mais fácil de configurar) como alternativa ao WhatsApp.

Configure o módulo com: URL da API, Número de destino (seu WhatsApp), Mensagem template:

> 🔔 *Alerta CNPQ Detectado*
>
> 📧 Assunto: {{1.subject}}
> 📅 Data: {{1.date}}
> 👤 De: {{1.from}}
>
> 📝 Prévia: {{substring(1.text; 0; 200)}}
>
> Verifique seu email para mais detalhes.

**Passo 6: Adicionar Classificação de Prioridade (10 minutos)**

Para tornar o workflow mais inteligente, adicione um módulo "Router" após o filtro. Configure três rotas:

| Prioridade | Condição | Ação |
|------------|----------|------|
| 🔴 Urgente | Assunto contém "prazo" OR "deadline" OR "último dia" | WhatsApp + Email de alerta |
| 🟡 Importante | Assunto contém "edital" OR "chamada" OR "seleção" | WhatsApp |
| 🔵 Informativo | Demais emails com "CNPQ" | Apenas salvar em planilha Google Sheets |

**Passo 7: Testar o Workflow (5 minutos)**

Clique em "Run once" no canto inferior esquerdo. Envie um email de teste para si mesmo com o assunto "Teste CNPQ edital 2026" e verifique se a notificação chega ao WhatsApp. Se funcionar, ative o cenário clicando no toggle "ON" no canto superior.

**Passo 8: Agendar Execução (3 minutos)**

Configure o intervalo de verificação: a cada 15 minutos (recomendado) ou a cada hora. O plano gratuito do MAKE permite até 1.000 operações por mês, então a cada 15 minutos consome aproximadamente 2.880 operações/mês. Ajuste para a cada hora se precisar economizar.

### Atividade Prática 3: Monte Seu Workflow (30 minutos)

Cada participante deve criar o workflow completo no MAKE, desde a conexão do email até a notificação no WhatsApp. Teste com um email real e compartilhe o resultado com o grupo.

## Bloco 6: Expandindo as Automações — Ideias Práticas (20 minutos)

Após dominar o workflow básico, cada participante pode expandir suas automações para outros cenários do dia a dia acadêmico:

**Monitoramento de Publicações:** Configure um alerta no Google Scholar para autores-chave da sua área. Quando um novo artigo for publicado, o MAKE pode enviar o título e o link para seu WhatsApp ou Telegram.

**Transcrição de Reuniões:** Use o módulo de transcrição do MAKE para converter gravações de reuniões (.OGG do WhatsApp → .MP3 → texto). A transcrição pode ser enviada automaticamente para um Google Doc compartilhado com o grupo de pesquisa.

**Backup de Dados de Campo:** Configure um workflow que, quando você salva uma foto ou arquivo no Google Drive (pasta "Campo"), automaticamente copia para uma pasta de backup no OneDrive e registra a data, local e nome do arquivo em uma planilha.

**Resumo Semanal de Alertas:** Crie um workflow que, toda sexta-feira às 17h, compila todos os alertas da semana em um único email formatado com: editais abertos (prazo), artigos novos (relevância), e notícias (impacto).

## Entregável da Aula 4

Cada participante deve entregar ao final da aula:

1. GPT Orientador Acadêmico funcional com instruções completas e pelo menos 2 documentos de conhecimento
2. Pelo menos 3 Google Alerts configurados e ativos para editais de fomento
3. Workflow no MAKE funcional: email com "CNPQ" → notificação no WhatsApp
4. Documento reflexivo de 1 página: "Como assistentes e automações podem transformar minha rotina de pesquisa nos próximos 6 meses?"

## Preview da Aula 5

Na última aula do curso, vamos integrar tudo o que aprendemos em um projeto final. Cada participante apresentará seu ecossistema pessoal de IA: o GPT orientador, os alertas configurados, o workflow de automação, e um plano de implementação para os próximos 30 dias. Também discutiremos ética, limites e o futuro da IA na pesquisa amazônica.

## Referências

BARABÁSI, Albert-László. **Network Science**. Cambridge: Cambridge University Press, 2016.

BROWN, Tom et al. Language models are few-shot learners. In: **Advances in Neural Information Processing Systems**, v. 33, p. 1877-1901, 2020. Disponível em: https://arxiv.org/abs/2005.14165.

CHEN, Lingjiao; ZHONG, Matei. Are chatbots good at search? Investigating large language models as re-ranking agents. In: **Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing**, 2024.

OPENAI. **GPT-4 Technical Report**. 2023. Disponível em: https://arxiv.org/abs/2303.08774.

OPENAI. **Custom GPTs Documentation**. 2024. Disponível em: https://help.openai.com/en/articles/8554397-creating-a-gpt.

MAKE. **Getting Started with Make**. 2024. Disponível em: https://www.make.com/en/help/getting-started.

ZAPIER. **The Ultimate Guide to Workflow Automation**. 2024. Disponível em: https://zapier.com/blog/workflow-automation/.

WEI, Jason et al. Chain-of-thought prompting elicits reasoning in large language models. In: **Advances in Neural Information Processing Systems**, v. 35, 2022. Disponível em: https://arxiv.org/abs/2201.11903.