ChatGPT x Power BI: como usar IA para automatizar análises de dados

ChatGPT x Power BI na prática: aprenda 3 formas reais de usar IA no Power BI, da criação de DAX até a automação completa de análises.

Sim, dá para usar o ChatGPT no Power BI em três níveis: pedir fórmulas DAX pontuais, gerar estruturas inteiras de DAX e Power Query, ou integrar a API da OpenAI no Power Query, aplicando a função linha por linha na tabela. Esse último nível analisa texto em escala, mas é pago por uso e roda linha a linha, então teste em 5 ou 10 linhas antes da base inteira.

Introdução

ChatGPT x Power BI é uma combinação que desperta curiosidade, dúvidas e, muitas vezes, expectativas erradas. Quem trabalha com dados sabe como o processo pode ser desgastante: criar medidas DAX complexas, ajustar modelos, tratar dados no Power Query e lidar com erros difíceis de identificar.

Em algum momento, surge a pergunta natural: será que o ChatGPT pode ajudar nisso?

A resposta é sim. Mas não da forma superficial que muita gente imagina.

Usar ChatGPT com Power BI vai muito além de pedir uma fórmula ou corrigir um erro pontual. Quando bem aplicado, ele pode economizar horas de trabalho, automatizar análises inteiras e transformar tarefas manuais em processos inteligentes que rodam dentro do próprio Power BI.

Neste artigo, você vai entender como usar ChatGPT x Power BI em três níveis, indo do mais simples até uma integração avançada com a API, sempre com foco em produtividade, clareza e aplicação prática.

Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:

Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.

O uso mais comum do ChatGPT com Power BI

O primeiro contato da maioria das pessoas com ChatGPT e Power BI acontece em situações bem pontuais.

Você está criando uma medida DAX e trava. Não sabe exatamente como escrever a fórmula. Então abre o ChatGPT e pede algo como:

Crie uma medida DAX que calcule a variação percentual de vendas comparando este mês com o mês anterior.

O ChatGPT responde com uma estrutura parecida com esta:

Variação % Vendas =
DIVIDE(
    [Vendas Mês Atual] - [Vendas Mês Anterior],
    [Vendas Mês Anterior]
)

Você copia, cola no Power BI, testa e funciona.

O mesmo acontece no Power Query. Surge um erro difícil de interpretar. Você copia a mensagem, cola no ChatGPT e recebe uma explicação clara do problema e uma possível correção.

Esse uso é válido. Ajuda bastante. Economiza tempo e reduz frustração.

Mas ele tem um limite claro.

Por que esse uso é limitado?

Nesse cenário, o ChatGPT funciona como um auxílio pontual. Ele resolve problemas isolados, mas não muda o seu fluxo de trabalho.

Você ainda precisa:

• Criar uma medida por vez
• Ajustar tudo manualmente
• Ir e voltar entre ferramentas
• Repetir o processo sempre que surge algo novo

É eficiente no curto prazo, mas pouco escalável.

Para ganhar produtividade de verdade, é preciso usar o ChatGPT de forma mais estratégica.

Criando estruturas completas com ChatGPT

O segundo nível de uso já traz um salto enorme de eficiência.

Em vez de pedir ajuda para resolver um problema por vez, você começa a pedir estruturas completas.

Estruturas de DAX

Imagine que você tem uma base de vendas e quer criar um dashboard com:

• Faturamento total
• Ticket médio
• Quantidade de vendas
• Crescimento mês a mês

Em vez de criar cada medida manualmente, você pode pedir algo como:

Gere um conjunto completo de medidas DAX para um dashboard de vendas com faturamento total, ticket médio, quantidade de vendas e crescimento mensal.

O ChatGPT entrega todas as medidas de uma vez.

Você copia, cola no Power BI, ajusta os nomes das colunas se necessário e já tem a base do dashboard pronta.

Estruturas de Power Query

O mesmo vale para tratamento de dados.

Se você precisa remover duplicatas, criar colunas calculadas, filtrar registros e ajustar tipos de dados, pode simplesmente descrever o processo e pedir o código M completo.

O ChatGPT gera o script, você cola no Editor Avançado do Power Query e executa.

Esse nível já economiza horas de trabalho.

Mesmo assim, ainda existe um ponto de atrito importante.

O gargalo do copiar e colar

Mesmo usando estruturas completas, você ainda depende de copiar código, colar no Power BI, ajustar manualmente e repetir o processo sempre que algo muda.

É melhor do que antes, mas ainda não é o máximo que dá para extrair dessa combinação.

É nesse ponto que a integração direta entre ChatGPT e Power BI faz toda a diferença.

Integrando ChatGPT diretamente no Power BI

O nível mais avançado do uso de ChatGPT x Power BI acontece quando você integra a API do ChatGPT diretamente no Power Query.

Com isso, o Power BI passa a enviar prompts automaticamente e receber respostas dentro do próprio ambiente, sem intervenção manual.

Na prática, isso permite trabalhar com texto em escala, algo que normalmente seria inviável de forma manual.

Criando a chave da API da OpenAI

Para começar, você precisa de uma chave de API.

O processo é simples:

• Criar ou acessar uma conta na OpenAI
• Ir até as configurações de API
• Gerar uma nova chave secreta

Essa chave deve ser guardada com cuidado, porque:

• Ela aparece apenas uma vez
• Permite consumo pago da API
• Qualquer uso feito com ela será cobrado da sua conta

Essa chave é o que permite que o Power BI se comunique com o ChatGPT.

Power BI Impressionador

Como dominar a ferramenta que mais cresce e forma profissionais disputados no Mercado de Trabalho, com a criação de Relatórios e Dashboards que impressionam e ajudam na tomada de decisão.

Começar agora

Criando a conexão no Power Query

Com a chave da API em mãos, o próximo passo é criar a conexão entre o Power BI e o ChatGPT usando o Power Query.

Essa etapa é feita inteiramente dentro do Power BI Desktop.

Primeiro, abra o Power BI e, no menu superior, clique em Transformar Dados para acessar o Power Query.

Com o Power Query aberto, siga o caminho:

Página Inicial → Obter Dados → Consulta Nula

Ao clicar em Consulta Nula, o Power BI vai criar uma consulta em branco, sem nenhuma fonte de dados associada. Essa consulta é exatamente o que precisamos para escrever o código manualmente.

Depois de criar a consulta nula, vá até o menu superior e clique em Editor Avançado.
É nesse editor que você vai colar o código responsável por se comunicar com a API do ChatGPT.

Ao abrir o Editor Avançado, você verá um código padrão bem simples. Pode apagar tudo e substituir pelo código de integração com a API.

Esse código é o responsável por:

• Enviar um prompt para o ChatGPT
• Receber a resposta da API
• Retornar o texto para o Power Query

Um exemplo de estrutura é este:

(pergunta as text, entrada as text) =>
let
    Prompt = entrada,
    Model = "gpt-4",
    Instructions = pergunta,
    MaxOutputTokens = 200,

    ApiKey = "SUA_CHAVE_AQUI",
    Endpoint = "https://api.openai.com/v1/responses",

    Request0 = [
        model = Model,
        input = Prompt,
        instructions = Instructions,
        max_output_tokens = MaxOutputTokens
    ],

    Body = Json.FromValue(Request0),

    Raw =
        Web.Contents(
            Endpoint,
            [
                Headers = [
                    #"Content-Type" = "application/json",
                    Authorization = "Bearer " & ApiKey
                ],
                Content = Body
            ]
        ),

    Json = Json.Document(Raw),
    Output = Json[output]
in
    Output

Logo na primeira linha, antes do let, estão definidos os parâmetros da função:

• pergunta: representa o prompt que será enviado ao ChatGPT
• entrada: representa o texto que será analisado, como um comentário de cliente ou uma descrição de produto

Esses parâmetros permitem que a função seja aplicada linha por linha em qualquer tabela, tornando a integração realmente útil no dia a dia.

Dentro do código, repare que:

• O valor de Prompt usa o parâmetro entrada
• O valor de Instructions usa o parâmetro pergunta

Isso substitui qualquer texto fixo e deixa a função totalmente dinâmica.

Antes de clicar em Concluído, é importante fazer dois ajustes essenciais.

O primeiro é substituir o valor "SUA_CHAVE_AQUI" pela chave da API que você gerou anteriormente.
Essa chave é o que permite que o Power BI se comunique com o ChatGPT, então precisa estar correta.

O segundo ajuste é o modelo utilizado. No código, o valor está como "gpt-4", que hoje é um modelo antigo: para usar um mais recente, basta trocar esse texto por "gpt-4o" ou "gpt-4.1". Vale lembrar que modelos mais avançados costumam consumir mais créditos.

Depois de fazer os ajustes, clique em Concluído.

Se tudo estiver correto, o Power Query vai processar a consulta e retornar uma resposta da API.
Caso apareça algum erro, não é motivo para preocupação. Os erros mais comuns costumam ser:

• Parênteses ou colchetes faltando
• Vírgulas fora do lugar
• Problemas de autenticação na chave da API

Esses pontos podem ser corrigidos ajustando o código com calma.

Por fim, no painel de consultas do Power Query, clique com o botão direito sobre essa consulta e renomeie para algo claro e objetivo, como:

Analisar com ChatGPT

Esse nome facilita bastante na hora de aplicar a função em outras tabelas.

Carregando a base de dados para análise

Com a função pronta, agora é hora de aplicá-la em uma base de dados real.

Você pode usar qualquer tabela que contenha texto, como:

• Comentários de clientes
• Descrições de produtos
• Respostas abertas de pesquisas
• Observações internas

Carregue essa base normalmente no Power BI, usando Obter Dados e escolhendo a fonte desejada (Excel, CSV, banco de dados, etc.).

No material disponível nesse artigo, você encontrará uma base de dados para usar de Exemplo.

Depois que a tabela estiver carregada, abra novamente o Power Query.

Aplicando a função linha por linha na tabela

Com a tabela aberta no Power Query, siga este caminho:

Adicionar Coluna → Invocar Função Personalizada

Ao clicar nessa opção, uma janela vai se abrir.

Nela, você deve:

• Escolher a função que acabou de criar (por exemplo, Analisar com ChatGPT)
• Definir o valor do parâmetro pergunta
• Definir o valor do parâmetro entrada

No campo pergunta, escreva o prompt que orienta a análise. Por exemplo:

Classifique este comentário como positivo, negativo ou neutro.

No campo entrada, selecione a coluna da tabela que contém o texto que será analisado, como a coluna Comentário.

Depois disso, clique em OK.

O Power Query vai começar a processar os dados linha por linha, enviando cada texto para o ChatGPT e trazendo a resposta para uma nova coluna.

Testando com uma amostra antes de aplicar em toda a base

Antes de aplicar essa transformação em toda a base, é altamente recomendado testar com uma quantidade pequena de linhas.

Para isso, você pode:

• Filtrar a tabela para mostrar apenas 5 ou 10 linhas
• Executar a função
• Conferir se as respostas fazem sentido

Esse cuidado evita desperdício de créditos da API e ajuda a validar se o prompt está bem escrito.

Depois de confirmar que tudo está funcionando corretamente, basta remover o filtro e aplicar a função na base completa.

Exemplos práticos de uso dessa integração

A partir desse ponto, as possibilidades se expandem bastante.

Análise de sentimento

Você pode classificar automaticamente avaliações de clientes em positivo, negativo ou neutro. Isso facilita análises de satisfação sem precisar ler comentário por comentário.

Categorização de produtos

Descrições genéricas podem ser transformadas em categorias padronizadas, como smartphone, notebook, tablet ou acessórios.

Extração de temas

Em respostas abertas de pesquisas, é possível identificar o tema principal de cada resposta, como atendimento, preço, qualidade ou entrega.

Tradução automática

Se a base contém textos em outro idioma, basta ajustar o prompt para solicitar a tradução para português.

Resumo de textos longos

Textos extensos podem ser resumidos automaticamente para facilitar a visualização em dashboards.

Qualquer tarefa repetitiva que envolva texto passa a ser candidata à automação.

Cuidados importantes antes de usar em produção

Apesar de extremamente poderosa, essa integração exige atenção em alguns pontos.

O primeiro é custo. A API da OpenAI é cobrada por uso, então bases muito grandes podem gerar custos relevantes.

O segundo é tempo de processamento. Como a análise acontece linha por linha, bases grandes podem levar minutos ou até horas para concluir.

O terceiro é qualidade das respostas. O ChatGPT é muito bom, mas não infalível. Sempre vale revisar uma amostra dos resultados.

O quarto é privacidade dos dados. Se você trabalha com informações sensíveis ou confidenciais, é essencial verificar se o envio desses dados para uma API externa está alinhado com as políticas da empresa.

Conclusão

Usar ChatGPT x Power BI de forma estratégica muda completamente a forma como você trabalha com dados.

O ChatGPT deixa de ser apenas uma ferramenta para tirar dúvidas e passa a atuar diretamente no processo de análise. O Power BI continua sendo o centro da visualização e da tomada de decisão, agora com inteligência artificial integrada.

Quando bem aplicado, esse tipo de automação economiza tempo, reduz tarefas manuais e amplia o nível de análise que você consegue entregar.

Se você quer aprofundar seus conhecimentos e criar projetos profissionais no Power BI, vale conhecer o curso completo Power BI Impressionador.

Perguntas frequentes sobre ChatGPT e Power BI

Hashtag Treinamentos

Para acessar outras publicações de Power BI, clique aqui!

Posts mais recentes de Power BI

• 
  O que faz um analista de BI? Funções, salário e ferramentas23 de setembro de 2026
  O que faz um analista de BI, salário no Brasil, ferramentas exigidas e como entrar na área de Business Intelligence.
• 
  O que é modelagem de dados?18 de setembro de 2026
  O que é modelagem de dados, a diferença entre tabela fato e dimensão e como o modelo estrela organiza dados para análise.
• 
  Curso Básico de Power BI: Aprenda do Zero em 6 Aulas18 de setembro de 2026
  Curso básico de Power BI gratuito: instale a ferramenta, trate dados no Power Query, crie medidas em DAX e monte seu primeiro dashboard em 6 aulas.

Posts mais recentes da Hashtag Treinamentos

• 
  Planilha de Controle de Notas Fiscais no Excel [Grátis]2 de outubro de 2026
  Baixe a planilha de controle de notas fiscais no Excel grátis: calcule ISS e retenções, veja o que está em aberto e gere a cobrança de cada nota de serviço.
• 
  Qual IA usar na empresa: ChatGPT, Claude ou Perplexity?2 de outubro de 2026
  Qual IA usar na empresa: veja as diferenças entre ChatGPT, Claude e Perplexity e quando cada um rende mais em cada área da sua equipe.
• 
  Apostilas Gratuitas em PDF: Excel, Power BI, Python e IA30 de setembro de 2026
  Baixe apostilas gratuitas em PDF de Excel, Power BI, Python, Claude e agentes de IA, com exercícios e gabarito. Escolha a sua e comece hoje.