Prompt para criar um dashboard executivo com IA (passo a passo)

Você tem uma planilha com centenas de linhas e alguém pergunta: “e aí, o que esses números estão dizendo?”. Abrir o Excel e filtrar coluna por coluna funciona, mas é lento, e o resultado raramente convence quem precisa decidir. Um dashboard resolve isso: reúne os números mais importantes numa única tela, com filtros e gráficos, e mostra onde agir.

As ferramentas de IA conseguem montar um dashboard completo, em HTML, a partir de uma planilha. O problema é que um pedido vago (“faça um dashboard bonito dessa planilha”) costuma gerar algo bonito e errado: números inventados, filtros decorativos e gráficos que não dizem nada. Neste artigo você vai conhecer um prompt mestre que evita isso, entender como ele funciona e aprender a usá-lo com segurança.

O que é um dashboard executivo

Dashboard executivo é um painel pensado para quem precisa decidir rápido. Em vez de mostrar todos os dados, ele destaca poucos indicadores, compara períodos e aponta o que merece atenção. Pense no painel de um carro: você não vê o motor inteiro, só velocidade, combustível e as luzes de alerta.

O prompt deste artigo pede um painel com seis áreas, no estilo visual de ferramentas como o Power BI:

Esquema de um dashboard executivo com seis áreas: cabeçalho, filtros, indicadores, gráficos, títulos com conclusões e insights com ações Exportar Período Região Categoria Status Limpar filtros A B C E D F
Esquema das áreas pedidas no prompt. É uma ilustração: as barras e linhas não representam dados reais.
  • ACabeçalho: nome, objetivo, período e botão de exportar
  • BFiltros: data, categoria, região etc., com botão de limpar
  • CKPIs: de 4 a 6 indicadores com comparação
  • DGráficos: linha, barras e tabela analítica
  • ETítulos: frases que dizem a conclusão, não só o assunto
  • FInsights e ações: o que fazer a partir dos números

Como o prompt está organizado

O prompt completo tem sete blocos. Cada um resolve um problema que costuma estragar dashboards feitos por IA:

BlocoO que pedeProblema que evita
1. Análise inicialLer a base, identificar colunas, tipos, duplicidades e falhas antes de desenharDashboard feito em cima de dados mal entendidos
2. Identidade visualTema escuro, quatro cores, tipografia limpa, layout responsivoPainel poluído, com cores demais
3. EstruturaCabeçalho, filtros, KPIs, gráficos, títulos com conclusões e insightsUm monte de gráficos sem ordem nem objetivo
4. Desenvolvimento técnicoHTML, CSS, JavaScript e Chart.js; filtros que funcionam de verdadeBotões decorativos que não fazem nada
5. TransparênciaSeção “Metodologia e fórmulas” com a conta de cada KPINúmeros que ninguém consegue conferir
6. EntregaHTML, dados tratados, resumo da base, instruções e limitaçõesEntrega solta, sem documentação
7. Validação finalConferir totais, filtros, datas, gráficos e exportaçãoErros que só aparecem na reunião

As ideias que fazem o prompt funcionar

1. Entender os dados antes de desenhar

O prompt manda a IA descrever a base primeiro: formato, colunas, tipos de dados, valores ausentes e duplicidades. Ele também diz para não presumir que a base é comercial. Uma planilha de notas de uma turma, de estoque ou de chamados de suporte precisa de indicadores diferentes de uma planilha de vendas.

2. Nada de inventar

A regra mais importante aparece várias vezes: não invente metas, taxas, comparações ou variações. Se a planilha não tem uma coluna de meta, o dashboard não pode dizer que “a meta foi atingida”. Quando faltar informação, a IA deve avisar e dizer qual campo seria necessário.

3. Títulos que dizem a conclusão

Compare dois títulos para o mesmo gráfico:

  • Genérico: “Vendas por região”.
  • Com conclusão: “A região Sudeste concentra a maior parte do faturamento”.

O segundo já entrega o que o gráfico mostra. O prompt exige que esse tipo de título seja calculado a partir dos dados reais; sem evidência, a IA deve usar um título neutro.

4. Insights com fato, importância, ação e evidência

Cada recomendação do painel precisa responder quatro perguntas:

  1. O que aconteceu? O fato observado nos dados.
  2. Por que importa? O impacto ou o risco.
  3. Qual ação sugerir? Uma medida prática ou uma investigação.
  4. Qual a evidência? O número que sustenta a recomendação.

O prompt ainda pede para separar fatos comprovados, sinais que merecem investigação e hipóteses, e para nunca tratar correlação como causa.

5. Transparência dos cálculos

A seção expansível “Metodologia e fórmulas” lista, para cada KPI, a fórmula, as colunas usadas, a unidade e as limitações. Isso permite que você (ou seu chefe) confira a conta em vez de confiar às cegas.

Como usar o prompt, passo a passo

  1. Prepare a planilhaUse um arquivo Excel (.xlsx) ou .csv com uma linha de cabeçalho e uma linha por registro. Remova dados pessoais que não sejam necessários (veja os cuidados mais adiante).
  2. Abra uma ferramenta de IA que aceite anexosAnexe a planilha e cole o prompt completo na mesma mensagem.
  3. Leia primeiro o resumo da baseO prompt pede uma análise inicial. Confira se a IA entendeu as colunas e a quantidade de registros corretamente antes de seguir.
  4. Salve e abra o HTMLSalve o arquivo gerado com extensão .html e abra no navegador. Se os gráficos não aparecerem, veja a dica sobre o Chart.js logo abaixo.
  5. Valide os númerosCompare os totais do painel com a planilha original e teste os filtros. Essa etapa é sua, e é a mais importante.
Dica sobre o Chart.js: o prompt usa a biblioteca Chart.js para os gráficos. Muitas vezes ela é carregada de um endereço na internet (CDN). Se você abrir o dashboard sem conexão, os gráficos podem não aparecer. Para uso offline, peça à IA: “inclua o Chart.js dentro do próprio arquivo HTML”.

O prompt completo

Aqui está o prompt na íntegra. Clique em Copiar prompt, cole na ferramenta de IA e anexe a sua base de dados:

Prompt mestre · dashboard executivo Copiar prompt
# PROMPT MESTRE — CRIAÇÃO DE DASHBOARD EXECUTIVO INTERATIVO EM HTML

Atue como um **especialista em Business Intelligence (BI), análise de dados, UX/UI Design e desenvolvimento Front-End**, com experiência na criação de dashboards executivos para apoio à tomada de decisões.

Analise a base de dados que vou anexar e desenvolva um dashboard interativo, moderno, minimalista e profissional, utilizando como referência visual dashboards executivos no estilo Power BI, com identidade visual dark, cartões de indicadores, gráficos compactos, tabelas analíticas e uma seção de insights e ações.

O objetivo não é apenas apresentar números, mas transformar os dados em informações úteis para identificar tendências, oportunidades, riscos e prioridades de atuação.

## 1. ANÁLISE INICIAL DA BASE

Antes de desenvolver o dashboard:

1. Identifique o formato do arquivo, as planilhas disponíveis, as colunas, os tipos de dados e a quantidade de registros.
2. Identifique campos de data, categorias, valores numéricos, identificadores, responsáveis e demais dimensões relevantes.
3. Verifique valores ausentes, duplicidades, inconsistências, formatos incorretos e possíveis problemas de qualidade.
4. Determine quais indicadores podem ser calculados de forma confiável a partir dos dados disponíveis.
5. Identifique limitações da base e não invente informações ausentes.
6. Apresente um resumo inicial da base e proponha os indicadores mais relevantes para o contexto analisado.

Não presuma que a base seja comercial. Adapte o dashboard ao domínio dos dados: vendas, finanças, estoque, produção, educação, atendimento, projetos ou outro contexto.

## 2. IDENTIDADE VISUAL

Crie um dashboard com as seguintes características:

- Tema dark, executivo, moderno e minimalista.
- Fundo azul-marinho profundo, com cartões em tons ligeiramente mais claros.
- Paleta limitada a quatro cores principais: azul para informações e tendências, verde para resultados positivos, roxo para elementos secundários e coral para alertas.
- Tipografia sem serifa, legível e hierarquia visual bem definida.
- Cartões com cantos arredondados, bordas discretas e espaçamento consistente.
- Gráficos limpos, com legendas compactas, grades sutis e rótulos legíveis.
- Layout responsivo para computadores, tablets e celulares.
- Evite excesso de cores, sombras, efeitos decorativos, gráficos redundantes e elementos visuais desnecessários.

A aparência deve transmitir profissionalismo, clareza, precisão e facilidade de leitura.

## 3. ESTRUTURA DO DASHBOARD

Organize o painel nas seguintes áreas, adaptando-as à base analisada.

### A. Cabeçalho

Inclua:
- Nome do dashboard.
- Breve descrição do objetivo da análise.
- Período dos dados, quando aplicável.
- Quantidade de registros analisados.
- Botão para exportar os dados filtrados, quando viável.

### B. Filtros interativos

Posicione os filtros no topo do dashboard.

Selecione automaticamente os filtros adequados às colunas disponíveis, como:

- Data inicial e final.
- Ano e mês.
- Região, estado, país ou unidade.
- Categoria, produto ou tipo.
- Responsável, equipe ou departamento.
- Status ou situação.
- Outros filtros relevantes para a base.

Os filtros devem ser dependentes quando necessário. Por exemplo, selecionar uma região deve restringir as opções de estados correspondentes.

Todos os indicadores, gráficos, tabelas e insights dependentes dos dados devem ser atualizados de acordo com os filtros selecionados.

Inclua um botão para limpar os filtros e restaurar a visão completa.

### C. Indicadores principais — KPIs

Apresente de quatro a seis cartões na primeira área visual do dashboard.

Selecione os indicadores mais relevantes para o contexto, priorizando:

- Volume ou quantidade total.
- Valor financeiro ou resultado total, quando aplicável.
- Média por transação, registro ou unidade.
- Quantidade de ocorrências, pedidos ou eventos.
- Percentual de crescimento ou variação.
- Meta atingida, eficiência, conversão ou margem, somente quando os dados permitirem calcular esses indicadores.

Cada cartão deve apresentar:
- Nome do indicador.
- Valor calculado.
- Unidade de medida.
- Comparação com um período anterior, quando possível.
- Breve explicação da métrica.

Não invente metas, taxas, comparações ou variações. Quando não houver dados suficientes, informe claramente a limitação.

### D. Gráficos analíticos

Escolha os gráficos conforme a natureza dos dados. Utilize, preferencialmente:

1. **Gráfico de linha:** evolução temporal e identificação de tendências.
2. **Gráfico de barras horizontais:** rankings, categorias, regiões, responsáveis ou produtos.
3. **Gráfico de barras verticais:** comparações entre períodos ou categorias.
4. **Gráfico de rosca:** participação proporcional, apenas quando agregar valor e houver poucas categorias.
5. **Tabela analítica:** registros detalhados, rankings e comparações.
6. **Gráficos adicionais:** mapas, dispersão, distribuição ou outros formatos quando realmente necessários.

Evite gráficos de pizza como padrão, gráficos 3D e visualizações redundantes.

Sempre que possível, permita interação por meio de tooltips, seleção de categorias e cruzamento de filtros.

### E. Títulos orientados a conclusões

Não utilize títulos genéricos como “Vendas por Região” ou “Evolução Mensal”.

Prefira títulos que comuniquem uma conclusão identificada nos dados, como:

- “A região Sudeste concentra a maior parcela do faturamento”.
- “O volume de atendimentos caiu no último mês”.
- “Cinco categorias representam a maior parte das ocorrências”.
- “A produtividade aumentou em relação ao período anterior”.

Os títulos devem ser calculados a partir dos dados reais. Se não houver evidência suficiente, utilize um título descritivo e neutro, sem inventar conclusões.

### F. Seção “Insights e Ações”

Crie uma área destacada com cartões de recomendações.

Cada insight deve conter:

1. **O que aconteceu:** fato observado nos dados.
2. **Por que importa:** impacto ou risco potencial.
3. **Ação sugerida:** investigação ou medida prática recomendada.
4. **Evidência:** indicador, valor ou comparação que fundamenta a recomendação.

Procure identificar, conforme o contexto:
- Resultados abaixo do esperado, quando houver uma referência válida.
- Tendências negativas ou mudanças significativas.
- Concentrações excessivas.
- Categorias sem movimentação recente.
- Gargalos, atrasos ou anomalias.
- Oportunidades de melhoria.
- Informações ausentes que impedem análises mais completas.

Diferencie fatos comprovados, sinais que merecem investigação e hipóteses. Não apresente correlação como causalidade nem recomende ações irreversíveis com base apenas em dados insuficientes.

## 4. DESENVOLVIMENTO TÉCNICO

Entregue um arquivo HTML completo, funcional e pronto para execução local.

Utilize:
- HTML5 para estrutura.
- CSS3 para identidade visual e responsividade.
- JavaScript para filtros, cálculos, tabelas, interações e exportação.
- Chart.js para os gráficos, quando apropriado.

Requisitos obrigatórios:

1. Incorporar os dados ao HTML ou fornecer um mecanismo confiável para carregar o arquivo de dados.
2. Implementar filtros realmente funcionais.
3. Atualizar todos os componentes afetados quando os filtros forem alterados.
4. Implementar os cálculos a partir dos registros originais, sem valores de exemplo apresentados como reais.
5. Formatar números, percentuais, datas e moedas de acordo com o contexto e a localidade.
6. Implementar tooltips, ordenação de tabelas e exportação de dados filtrados quando viável.
7. Incluir tratamento para filtros sem resultados, valores nulos e erros de carregamento.
8. Garantir que o dashboard continue utilizável em telas menores.
9. Evitar dependências desnecessárias e documentar as dependências externas utilizadas.
10. Não criar botões ou controles meramente decorativos: cada controle deve executar a ação indicada.

Se a base for muito grande, avalie o desempenho e adote uma estratégia adequada para processamento e filtragem.

## 5. TRANSPARÊNCIA DOS CÁLCULOS

Inclua uma seção expansível chamada “Metodologia e fórmulas”.

Para cada KPI, informe:
- Nome.
- Fórmula.
- Colunas utilizadas.
- Unidade de medida.
- Critérios de inclusão e exclusão.
- Limitações conhecidas.

Quando houver comparação temporal, explique como os períodos foram selecionados e comparados.

Se a base não tiver metas, histórico suficiente ou informações necessárias para um indicador, não estime valores sem fundamento. Explique quais campos adicionais seriam necessários.

## 6. ENTREGA DOS ARQUIVOS

Entregue:

1. Um arquivo HTML completo para abrir no navegador.
2. O arquivo de dados transformado, se houver necessidade de processamento.
3. Uma breve análise inicial com as principais descobertas.
4. As fórmulas dos indicadores calculados.
5. Instruções objetivas para executar o dashboard.
6. Uma lista das limitações identificadas e dos campos que poderiam melhorar a análise.

Se possível, forneça uma versão de demonstração visual antes da implementação final, preservando os dados reais na versão funcional.

## 7. VALIDAÇÃO FINAL

Antes de entregar, verifique:

- Se os totais calculados correspondem à base original.
- Se os filtros alteram corretamente os indicadores.
- Se as datas e comparações estão corretas.
- Se os gráficos representam os dados filtrados.
- Se os títulos refletem os resultados reais.
- Se as fórmulas estão documentadas.
- Se os controles e a exportação funcionam.
- Se o layout é legível em diferentes resoluções.
- Se não há valores fictícios apresentados como resultados reais.

**Prioridade máxima:** combinar visual moderno, cálculos confiáveis, interatividade real e recomendações que ajudem o usuário a decidir onde agir.

Agora analise o arquivo anexado, adapte o dashboard ao conteúdo real da base e produza os arquivos solicitados. Não se limite a apresentar um exemplo visual: entregue a implementação funcional.

Como adaptar o prompt ao seu caso

O prompt serve como base. Você pode acrescentar instruções no final da mensagem, sem mexer no texto original:

  • Quer um HTML que funcione sem internet? Acrescente: “inclua o Chart.js dentro do arquivo HTML, sem depender de CDN”.
  • Prefere outras cores? Troque a frase da paleta, por exemplo: “use azul-marinho, verde, laranja e vermelho”.
  • Tem metas? Informe: “a meta mensal é X, está na coluna Y”. Assim os indicadores de meta passam a ser calculados com base real.
  • Quer revisar antes? Peça em duas etapas: “primeiro faça só a análise inicial da base e espere minha confirmação; depois monte o dashboard”.
  • Base com poucos registros? Diga: “use no máximo 4 KPIs e dois gráficos”.

Cuidados antes de enviar seus dados

Dados pessoais: se a planilha tem nomes, CPF, e-mails, notas individuais de alunos ou outros dados de pessoas, anonimize antes de enviar: troque os nomes por códigos e apague as colunas que não são necessárias. Siga também as regras da sua empresa ou escola sobre o uso de ferramentas de IA, e lembre-se da LGPD.
  • Confira sempre os números. A IA pode errar uma soma, um filtro ou uma data. O prompt pede validação, mas quem assina o relatório é você.
  • Cuidado com conclusões fortes. Um dashboard mostra o que aconteceu, e não necessariamente o motivo. Trate os insights como pistas para investigar.
  • Bases muito grandes podem deixar o HTML lento. Nesse caso, peça para a IA resumir os dados por mês ou por categoria antes de montar o painel.
  • Guarde os arquivos gerados: o HTML e os dados tratados. Assim você consegue repetir ou ajustar o painel depois.

Erros comuns

1. Enviar o prompt sem anexar a base

Sem a planilha, a IA vai criar um exemplo com dados inventados. Confira se o anexo foi enviado antes de aceitar o resultado.

2. Aceitar o primeiro resultado sem conferir

Compare pelo menos o total geral e um filtro com a planilha original. Se não bater, peça a correção e mostre a diferença encontrada.

3. Planilha bagunçada

Células mescladas, linhas de total no meio dos dados e colunas sem título confundem a leitura. Deixe uma tabela limpa: cabeçalho na primeira linha e um registro por linha.

4. Pedir KPIs que a base não permite

Sem coluna de meta, não existe “meta atingida”. Sem datas, não existe “variação em relação ao mês anterior”. O prompt manda avisar, e não fingir.

5. Mostrar o painel sem ler a metodologia

A seção “Metodologia e fórmulas” existe para você conferir as contas. Leia antes de apresentar os números para alguém.

Resumo rápido

IdeiaEm uma frase
Análise antes do visualA IA descreve a base e seus problemas antes de desenhar o painel
Nada inventadoSem dados para metas ou comparações, o painel avisa em vez de estimar
Títulos com conclusãoCada gráfico diz o que os dados mostram
Insights acionáveisO que aconteceu, por que importa, qual ação e qual evidência
TransparênciaFórmulas e colunas de cada KPI ficam documentadas
Validação humanaVocê confere totais e filtros antes de usar

Desafio para praticar

  1. Monte uma planilha pequena (50 a 100 linhas) com dados fictícios ou anonimizados do seu dia a dia: gastos do mês, tarefas de um projeto ou presença em aulas.
  2. Rode o prompt e leia a análise inicial. A IA entendeu todas as colunas? O que ela apontou como limitação?
  3. Abra o HTML e confira dois números à mão: o total geral e o total de uma categoria, comparando com a planilha.
  4. Teste um filtro e verifique se os KPIs, os gráficos e a tabela mudaram juntos.
  5. Desafio extra: acrescente uma coluna de meta, peça o dashboard de novo e compare o que mudou nos indicadores e nos insights.

Washington Paiva — instrutor de Desenvolvimento de Sistemas · washington.pro.br

Compartilhe:

Profissional engajado com as últimas tendências tecnológicas e de gestão, buscando continuamente aprimorar suas competências e compartilhar seu conhecimento.

Publicar comentário