
A inteligência artificial generativa chegou aos escritórios por meio de ferramentas de escrita, pesquisa, tradução, análise e desenvolvimento de software. Um colaborador pode usá-la para resumir um documento, preparar uma resposta para um cliente ou organizar uma reunião. A vantagem é imediata, mas essa mesma ação pode transferir para fora da empresa informações que deveriam ser protegidas.
O problema não se resolve proibindo todas as ferramentas nem confiando apenas na cautela individual. São necessárias regras compreensíveis, serviços aprovados e controles proporcionais ao valor dos dados. Este guia propõe um método prático para usar a IA generativa no trabalho diário sem perder o controle sobre documentos, contas e decisões. As orientações devem ser adaptadas ao setor, aos contratos e aos procedimentos já adotados pela empresa.
Por que é preciso uma regra da empresa antes do primeiro prompt
Sem orientações, cada pessoa decide por conta própria qual serviço usar e que conteúdo enviar. Uma proposta comercial pode acabar em uma conta pessoal; um contrato pode ser colado para obter um resumo; uma captura de tela de um atendimento pode conter nomes, endereços ou credenciais. Mesmo quando a intenção é legítima, a empresa pode perder a visibilidade de onde esses dados foram parar e de quem pode acessá-los.
Uma regra interna deve responder a algumas perguntas concretas: quais ferramentas são permitidas, quais dados podem ser inseridos, quem aprova exceções, quem verifica o resultado e o que fazer em caso de erro. Uma página clara, atualizada e acompanhada de exemplos é mais útil do que uma proibição genérica que ninguém consegue aplicar.
Começar pelos casos de uso, não pelos nomes dos produtos
Antes de escolher um serviço, liste as tarefas nas quais a IA poderia ser útil. Por exemplo: criar a estrutura de um artigo, resumir anotações sem dados sigilosos, propor variações de uma mensagem pública ou ajudar a compreender uma função de código não proprietário. Para cada atividade, é preciso indicar quem a executa, quais informações são necessárias e que tipo de erro seria aceitável.
Nem todos os casos apresentam o mesmo nível de risco. Uma primeira versão de uma página pública é diferente da análise de prontuários médicos, folhas de pagamento, propostas ainda confidenciais ou documentos de um cliente. Separar os casos de uso permite autorizar rapidamente os mais simples e submeter os demais a uma avaliação específica.
Classificar os dados de um jeito que todos entendam
Uma classificação eficaz não deve virar um exercício burocrático. Pode ser suficiente distinguir entre conteúdo público, documentos internos, informações sigilosas e dados que exigem proteção especial. Cada classe deve trazer exemplos próximos do trabalho real e uma indicação explícita do que pode ser compartilhado com serviços de IA aprovados.
- Público: textos já publicados, catálogos disponíveis na internet e informações divulgadas livremente pela empresa.
- Interno: procedimentos operacionais, rascunhos e informações organizacionais que não se destinam ao público.
- Sigiloso: preços não publicados, contratos, estratégias, código proprietário e informações de clientes.
- Especialmente sensível: credenciais, dados de saúde, informações financeiras pessoais e outros conteúdos que exigem cuidados maiores.
A classificação também se aplica a fotografias, gravações de áudio, capturas de tela, planilhas e anexos. Uma imagem aparentemente inofensiva pode mostrar uma senha em um monitor ou o nome de um cliente ao fundo.
Escolher ferramentas aprovadas e contas corporativas
A empresa deve publicar uma lista curta de ferramentas autorizadas, com as funções permitidas e o responsável interno. A avaliação não se limita à qualidade das respostas: inclui gestão de contas, controles administrativos, condições contratuais, localização dos dados, prazos de retenção e possibilidade de exclusão. As configurações podem variar entre o plano gratuito, o individual e o destinado a organizações.
Para atividades profissionais, é preferível usar contas gerenciadas pela empresa. Assim, é possível atribuir funções, revogar o acesso quando uma pessoa muda de cargo e verificar as configurações de forma centralizada. Credenciais compartilhadas entre colegas, por outro lado, dificultam saber quem enviou um documento ou alterou uma configuração.
Ler as condições de tratamento dos conteúdos
Antes de enviar dados não públicos, o responsável deve verificar o que o fornecedor declara fazer com o conteúdo recebido. É preciso distinguir o uso necessário para prestar o serviço, o armazenamento temporário, o registro das conversas e a possível utilização para melhorar os modelos. As respostas dependem do produto, do contrato e das configurações efetivamente ativadas: não podem ser deduzidas apenas pelo nome do serviço.
É útil documentar quem é o fornecedor, quais dados recebe, onde são tratados e quais controles oferece. Quando há dados pessoais, a avaliação deve envolver os responsáveis pela proteção de dados na organização. Uma afirmação comercial como “seguro para empresas” não substitui a análise das condições aplicáveis à conta utilizada.
Proteger os acessos e limitar as permissões
Uma conta de IA pode se tornar um ponto de acesso a conversas, documentos enviados e conexões com outros sistemas. Ela deve ser protegida por uma senha exclusiva, autenticação multifator quando disponível e procedimentos controlados de recuperação. Os administradores devem ter um número limitado de contas privilegiadas, separadas das contas dos usuários comuns.
Se o serviço se conectar a e-mail, armazenamento em nuvem ou sistemas de trabalho, conceda apenas as permissões necessárias. Um assistente encarregado de resumir uma pasta não precisa ler os arquivos da empresa inteira. Antes de ativar uma integração, verifique que conteúdo ela pode acessar, se pode modificá-lo e como interromper a conexão. As permissões devem ser revistas quando mudam funções, projetos ou fornecedores.
Escrever prompts úteis sem copiar segredos
Um bom prompt descreve a tarefa, o público, o tom e o formato esperado. Isso não exige necessariamente colar o documento original. Para preparar uma resposta comercial, por exemplo, muitas vezes bastam o setor, o objetivo, as restrições e um resumo dos pontos a abordar, sem nomes de clientes ou margens financeiras sigilosas.
Antes de enviar o conteúdo, pergunte-se: esta informação é indispensável para obter a resposta? Se não for, remova-a. Se for indispensável, verifique se a ferramenta e o contrato são adequados. A regra também vale para solicitações aparentemente técnicas: logs, arquivos de configuração e trechos de código podem conter tokens, endereços internos e caminhos sensíveis.
Anonimizar não é apenas trocar o nome
Substituir “Mario Rossi” por “Cliente A” pode ser insuficiente se o restante do texto mantiver endereço, número do pedido, profissão, data do evento e detalhes únicos. A pessoa ainda pode ser identificada pela combinação dessas informações. Para reduzir o risco, elimine os elementos desnecessários e generalize detalhes que não influenciam a tarefa.
Um exemplo adequado poderia descrever “um cliente com contrato anual” em vez de reproduzir a cláusula inteira com referências que permitem identificá-lo. Se o objetivo realmente exigir o documento original, a atividade deve ser tratada como processamento de dados reais e avaliada antes do envio. A anonimização é um processo que precisa ser verificado, não um rótulo aplicado automaticamente.
Verificar anexos, metadados e versões dos arquivos
Os arquivos contêm mais informações do que se vê à primeira vista. Um documento pode incluir comentários, revisões, nomes dos autores e texto oculto; uma planilha pode ter abas escondidas; um PDF pode conter páginas ou anexos esquecidos. Antes do envio, abra a versão exata que será compartilhada e confira todo o seu conteúdo.
Sempre que possível, crie um extrato específico para a tarefa em vez de compartilhar o arquivo inteiro. Use cópias de trabalho com nomes claros, remova informações desnecessárias e verifique o resultado após a exportação. Capturas de tela e imagens exigem o mesmo cuidado: uma área fora do assunto principal pode revelar dados não mencionados no prompt.
Ter cuidado com assistentes conectados aos documentos
Um assistente que pesquisa nos arquivos da empresa é conveniente porque encontra informações sem a necessidade de copiá-las manualmente. Justamente por isso, porém, ele herda os problemas de permissão: se o acesso ao arquivo for amplo demais, as respostas podem mostrar conteúdo a pessoas que não deveriam lê-lo. Configurar o serviço de IA não corrige automaticamente o compartilhamento inadequado de uma pasta.
Antes de conectar um arquivo, verifique quem pode ver cada pasta, quais documentos serão indexados e como serão atualizados ou removidos. Faça perguntas com usuários de funções diferentes e confira se as respostas respeitam seus níveis de acesso. Definir um responsável por cada conexão ajuda a evitar integrações esquecidas que continuam ativas após o fim de um projeto.
Reconhecer instruções ocultas em conteúdos externos
Sistemas de IA podem ler páginas da internet, e-mails e documentos que a empresa não controla. Nesses conteúdos podem aparecer frases que tentam funcionar como instruções para o assistente: por exemplo, pedir que ignore a solicitação do usuário, revele dados ou siga um link sem relação com a tarefa. Esse risco é chamado de prompt injection e afeta especialmente ferramentas com acesso a arquivos, navegadores ou outras ações.
Os colaboradores não devem considerar uma instrução confiável apenas porque ela aparece em um documento recuperado automaticamente. Ações que alteram dados ou se comunicam com o exterior exigem confirmação humana, permissões limitadas e verificações separadas. As orientações da OWASP sobre prompt injection explicam por que um texto externo pode alterar o comportamento de uma aplicação de IA.
Verificar todas as respostas antes de usá-las
Um texto fluente pode conter erros, referências inexistentes ou conclusões excessivamente seguras. Quem usa IA deve conferir números, nomes, fontes, datas e etapas operacionais antes de compartilhar o resultado. Isso é especialmente importante em propostas, comunicações com clientes, instruções de segurança e conteúdos que possam influenciar uma decisão financeira.
A verificação deve ter um responsável identificável. O assistente pode preparar uma primeira versão ou propor alternativas, mas não substitui a competência de quem assina o documento. Quando uma resposta cita uma fonte, abra o documento original e confirme que o trecho citado realmente sustenta a afirmação. Uma citação plausível não é prova até ser conferida.
Usar IA na comunicação com clientes
Uma resposta gerada pode ajudar a tornar uma mensagem mais clara, mas deve ser revisada antes do envio. É necessário conferir se ela não promete prazos, preços ou resultados que a empresa não pode garantir. É útil preparar modelos aprovados para solicitações recorrentes e deixar com o atendente a responsabilidade de adaptá-los ao caso concreto.
Se a solicitação do cliente contiver dados pessoais ou informações contratuais, não a cole em um serviço não autorizado. É melhor descrever o problema de forma geral ou usar um ambiente aprovado para esse tipo de tratamento. Quando um chatbot responde diretamente no site, também é preciso esclarecer quais informações pode usar, quais casos encaminha a uma pessoa e como corrigir um erro.
Proteger o código-fonte e as configurações
Desenvolvedores podem pedir explicações sobre uma função ou sugestões para um teste, mas devem examinar com cuidado aquilo que enviam. O código pode incorporar lógica comercial sigilosa; arquivos de configuração podem conter credenciais; logs podem registrar dados de usuários reais. Antes de compartilhar um trecho, remova segredos e referências desnecessárias.
O código sugerido pela IA também exige revisão, testes e verificações de segurança. Ele não deve ser executado em produção apenas porque “parece correto”. Para corrigir sistemas em uso, siga o processo normal de desenvolvimento: cópia de trabalho, revisão das alterações, testes, aprovação e possibilidade de voltar à versão anterior. As práticas do NIST para o desenvolvimento seguro de sistemas de IA oferecem uma referência mais ampla.
Tratar com cautela atividades de RH e avaliações de pessoas
Currículos, entrevistas, avaliações e relatos internos contêm informações delicadas e podem ter consequências concretas para as pessoas. Não são casos apropriados para testes improvisados com contas pessoais ou ferramentas escolhidas por um único departamento. Antes de usar IA nesses processos, envolva recursos humanos, responsáveis pelos dados e quem avalia as obrigações aplicáveis.
A IA pode ajudar a melhorar a redação de um anúncio de emprego ou a organizar critérios já definidos, mas decisões sobre pessoas não devem ser delegadas a um texto gerado sem supervisão. É necessário conseguir explicar quais informações foram usadas, quem verificou o resultado e como serão corrigidos erros ou avaliações enviesadas.
Criar imagens e conteúdos sem expor material sigiloso
A geração de imagens é útil para artigos e apresentações, mas o prompt pode revelar um projeto ainda não anunciado, o nome de um cliente ou características de um produto em desenvolvimento. Use descrições genéricas quando detalhes específicos não forem indispensáveis. Se enviar uma imagem de referência, verifique se seu uso está autorizado e se ela não mostra pessoas ou elementos identificáveis sem uma justificativa adequada.
Antes de publicar, confira a qualidade, a coerência com a marca, possíveis erros visuais e as condições de uso do serviço escolhido. Uma imagem sintética não deve ser apresentada como fotografia documental de um acontecimento real. Guardar o prompt e o registro da revisão editorial pode ajudar a explicar como o material foi criado.
Definir regras de conservação e exclusão de conteúdos
Conversas e arquivos enviados podem permanecer disponíveis na conta ou em cópias do sistema, conforme as condições do serviço. É necessária uma regra sobre quem pode guardar o histórico, por quanto tempo os rascunhos são úteis e como excluir conteúdos enviados por engano. As opções devem ser verificadas nas configurações reais, pois nem todos os produtos oferecem os mesmos controles.
Separe os materiais que a empresa precisa manter em seu próprio arquivo dos prompts temporários usados durante o trabalho. Se um rascunho se tornar um documento oficial, a versão aprovada deve ficar no sistema documental adequado, com responsável e acessos definidos. O histórico de um chatbot não deve ser o único lugar onde uma decisão importante é registrada.
Preparar uma resposta a incidentes
Se um colaborador colar por engano uma senha ou um arquivo sigiloso, o primeiro passo é avisar rapidamente o responsável interno, não tentar esconder o episódio. Uma credencial pode precisar ser revogada e substituída. No caso de um documento, é preciso identificar qual serviço e qual conta o receberam, quais configurações estavam ativas e se o fornecedor oferece ferramentas de exclusão ou assistência.
O procedimento deve indicar quem reúne as informações, quem avalia o impacto, quem contata o fornecedor e quem decide os próximos passos. Registrar o ocorrido ajuda a corrigir a causa: uma regra pouco clara, uma permissão excessiva ou um processo que obriga as pessoas a copiar dados desnecessários.
Treinar a equipe com exemplos do trabalho real
Uma apresentação genérica sobre IA não basta se depois as pessoas tiverem que decidir sozinhas como tratar um contrato ou uma reclamação. O treinamento deve usar exemplos das próprias atividades: um prompt permitido, outro que precisa ser alterado e um terceiro que não deve ser enviado. É útil ensinar a reconhecer dados sigilosos, conferir fontes e comunicar erros sem receio.
Na União Europeia, o artigo 4º do AI Act prevê medidas para promover a alfabetização em IA das pessoas que operam esses sistemas em nome de fornecedores e organizações que os utilizam; o texto atualizado leva em conta o contexto de uso e a experiência das pessoas. A Comissão Europeia esclarece a obrigação de alfabetização em IA. O treinamento prático continua sendo útil independentemente das obrigações legais.
Iniciar um projeto-piloto mensurável
Para começar, escolha um ou dois casos de uso de baixo risco e defina o que significa “funcionar bem”. É possível observar tempo economizado, qualidade do rascunho após a revisão, número de correções e satisfação dos usuários internos. Registre também os erros, os casos não resolvidos e as informações que as pessoas precisaram remover antes de usar a ferramenta.
Um projeto-piloto deve ter duração, responsável e critérios para decidir o próximo passo. Ao final, a empresa decide se amplia, modifica ou interrompe o uso. O perfil do NIST para IA generativa recomenda gerenciar riscos durante todo o ciclo de vida, em vez de considerar suficiente a escolha inicial do produto.
Escrever uma política interna em dez pontos
A política pode ser curta, desde que seja concreta e verificável. Um modelo inicial pode conter os pontos abaixo, adaptados ao contexto da organização:
- Lista de ferramentas e contas autorizadas.
- Tarefas em que a IA pode ser usada e casos que exigem aprovação.
- Classes de dados que não devem ser inseridas em serviços não autorizados.
- Regras para anexos, capturas de tela, áudio e conexões com arquivos.
- Uso de contas corporativas, autenticação e permissões mínimas.
- Revisão humana de fatos, fontes e conteúdos antes do uso.
- Responsabilidade por textos públicos, comunicação com clientes e código.
- Conservação, exclusão e gestão das versões aprovadas.
- Procedimento para comunicar erros ou compartilhamentos acidentais.
- Revisão periódica da política à medida que ferramentas e processos mudam.
Cada ponto deve indicar uma pessoa ou função a quem pedir ajuda. Uma regra sem responsável pode virar um obstáculo, em vez de apoiar o trabalho.
Perguntas frequentes sobre IA generativa no escritório
Posso colar um contrato para pedir um resumo?
Somente depois de verificar se a ferramenta é autorizada para esse tipo de documento e se o envio está de acordo com os contratos firmados com o cliente. Se a necessidade for apenas compreender uma cláusula geral, muitas vezes é possível descrever o problema sem compartilhar o contrato inteiro. Em caso de dúvida, consulte o responsável interno antes de enviar o arquivo.
Uma conta paga torna os dados automaticamente seguros?
Não. Preço e segurança não são a mesma coisa. É preciso verificar as condições do plano específico, as configurações ativas, a gestão dos acessos e o tipo de informação enviada. Mesmo um serviço com controles avançados pode ser usado de maneira inadequada se a conta for compartilhada ou conectada a arquivos com acesso amplo demais.
Se eu remover o nome do cliente, o texto será anônimo?
Não necessariamente. Datas, endereços, valores ou circunstâncias particulares ainda podem permitir sua identificação. Avalie o conjunto das informações e reduza os detalhes ao mínimo necessário para a tarefa.
Posso publicar imediatamente um texto produzido pela IA?
É melhor tratá-lo como um rascunho. Antes da publicação, verifique fatos, fontes, tom, direitos sobre os materiais utilizados e coerência com a comunicação da empresa. Uma pessoa deve assumir a responsabilidade pela versão final.
Conclusão: tornar a IA útil sem perder o controle
A IA generativa pode aliviar tarefas repetitivas e ajudar a preparar conteúdos melhores. O benefício, porém, depende da qualidade das regras ao seu redor: classificar dados, escolher ferramentas adequadas, limitar permissões, verificar respostas e lidar com erros. Não é preciso criar imediatamente um sistema complexo; é preciso começar com poucos casos claros e melhorar os procedimentos com base na experiência.
Para uma pequena ou média empresa, o passo mais útil muitas vezes é simples: nomear um responsável, publicar uma política curta, treinar as pessoas com exemplos concretos e revisar periodicamente ferramentas e acessos. Assim, a IA continua sendo um apoio ao trabalho, enquanto decisões e informações importantes permanecem sob a responsabilidade da empresa.
Quer aprofundar esse tema na sua empresa? A Azienda Digitale pode ajudar você a avaliar as soluções mais adequadas e colocá-las em prática. Azienda Digitale