Gestão do conhecimento com IA: o passo a passo para a empresa não perder o que só as pessoas sabem

O que você vai aprender aqui

• Por que a gestão do conhecimento com IA começa por tirar o saber da cabeça das pessoas, antes de escolher uma ferramenta.
• A diferença entre conhecimento explícito e tácito, e qual dos dois a IA enxerga.
• O modelo SECI de Nonaka e Takeuchi como mapa de quatro conversões, e em qual delas a IA rende mais.
• Um roteiro em sete passos, do domínio escolhido até a medição do resultado.
• Como dar dono humano e data de revisão à base, para a IA não responder com certeza sobre informação velha.
• Quem coordena os donos da base, a função que alguns profissionais já chamam de Head of Context.
• O que acontece com o júnior quando a IA assume a tarefa em que ele aprendia fazendo.
• Um roteiro de entrevista, uma ficha, um template e prompts de IA para os passos em que ela ajuda, prontos para copiar.

Este artigo complementa o livro gratuito Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude, que mostra como estruturar instruções para a IA e levá-la da resposta rápida para o fluxo da equipe.

Pense num analista de crédito com vinte anos de casa que se aposenta em dezembro. Ele deixa manuais, planilhas e o histórico de cada proposta no sistema. Não deixa registrado que os clientes de um certo setor atrasam o primeiro pagamento depois de qualquer reajuste de contrato. Também não registra que, nesses casos, uma ligação na semana anterior resolve.

Seis meses depois, a IA que a empresa implantou para apoiar a análise responde com segurança sobre cada proposta e ignora essa regra, porque ninguém a escreveu.

Quem recebe a missão de montar uma IA que “conheça a empresa” costuma começar pela ferramenta. A gestão do conhecimento com IA começa antes, com quatro decisões que nenhuma ferramenta toma:

1. Qual saber vale guardar.
2. Como registrar o que só quem faz sabe.
3. Quem é o dono de cada pedaço.
4. Quando cada pedaço é revisado.

Gestão do conhecimento com IA: o que é e o que a IA enxerga

Gestão do conhecimento com IA é o conjunto de práticas que decide qual saber da empresa fica registrado, quem responde por ele e quando ele é revisado, para que a IA o recupere com fonte e uma pessoa confira a resposta. A IA ajuda a buscar, rascunhar e classificar. Capturar o saber, responder por ele e revisar continuam sendo trabalho de gente.

Com o saber guardado, entra a engenharia de contexto. Ela cuida de como esse saber chega ao agente, a IA que executa tarefas por conta própria: quais arquivos ele lê, em que ordem e com que instruções.

Pense no agente que tira dúvidas do time de crédito: a base guarda a regra do reajuste, e a engenharia de contexto garante que ele leia essa regra antes de responder. Alguém precisa cuidar das duas pontas, e essa função alguns profissionais já chamam de Head of Context.

Conhecimento explícito é o que cabe num documento: política, manual, contrato, tabela de preços. Conhecimento tácito é o que a pessoa sabe fazer e só consegue descrever, em boa parte, quando alguém pergunta o caso certo: quando abrir exceção, qual cliente exige ligação, por que uma regra existe. Uma parte dele nem uma boa entrevista alcança, e esse resto só passa de pessoa para pessoa, pela convivência.

A IA só enxerga o que alguém escreveu e colocou onde ela alcança. Cinco tipos de conhecimento e o alcance da IA em cada um:

O que a IA não enxerga inclui o que a empresa tem de mais próprio: o jeito da casa e a história das decisões.

Como o tema aparece aqui e lá fora

No Brasil, a gestão do conhecimento com IA costuma aparecer como busca melhor: a IA acha o documento certo mais rápido. A conversa fica em benefícios e ferramentas, quase nunca em fonte, dono da base ou data de revisão. O conhecimento tácito entra no debate como medo de a IA substituir o especialista, sem um passo a passo para a empresa.

Lá fora, a conversa é sobre vantagem competitiva. O julgamento do especialista vira um patrimônio a registrar por escrito para os agentes de IA usarem. A captura acontece em um ciclo contínuo, e não num mutirão de documentação, e em cada volta uma pessoa confirma o que a IA registrou.

Nos dois casos, três perguntas costumam ficar sem resposta: quanto custa manter a base, quem é o dono por cargo e de quanto em quanto tempo revisar. Os passos abaixo respondem a cada uma.

A base teórica: o modelo SECI

Para pensar em como o conhecimento circula numa empresa, eu recomendo o SECI, modelo de Ikujiro Nonaka e Hirotaka Takeuchi. O nome vem das iniciais de quatro conversões entre conhecimento tácito e explícito:

• Socialização (tácito para tácito): o novato aprende ao lado de quem faz, por observação e prática. É a mentoria.
• Externalização (tácito para explícito): a pessoa descreve o que sabe em palavras, exemplos e regras. É a conversão mais difícil e o centro do passo 4 abaixo.
• Combinação (explícito para explícito): documentos que já existem são juntados, organizados e cruzados.
• Internalização (explícito para tácito): a pessoa lê a base, aplica e passa a saber fazer.

Em cada conversão, o trabalho se divide assim entre a pessoa e a IA:

As quatro se repetem em ciclo: o que alguém passa a saber fazer volta a ser compartilhado na convivência, e a volta recomeça. Muitos projetos de IA nas empresas param na combinação e deixam a externalização de fora. O resultado é uma IA que organiza muito bem o que já estava escrito. Eu começaria pela externalização, que é onde a base ganha o que o concorrente não tem.

A internalização depende de a base estar correta: se estiver errada, o time aprende o erro com a mesma eficiência. E a socialização, que a IA só acompanha, é a que mais sofre quando a empresa contrata menos gente em início de carreira, tema da seção sobre o júnior.

Gestão do conhecimento com IA em 7 passos

Os três primeiros passos definem o que guardar, o quarto registra o que só quem faz sabe e os três últimos mantêm a base viva depois que o entusiasmo do projeto passa.

Passo 1: escolha um domínio cuja perda quebra algo

Não tente cobrir a empresa inteira no primeiro ciclo. Escolha um domínio de conhecimento que passe em quatro critérios:

1. Uma pessoa, ou um grupo pequeno, concentra o saber e pode sair ou se aposentar.
2. A falta dele atrasa entrega, trava atendimento ou gera erro caro.
3. Mais de uma pessoa consulta esse saber com frequência.
4. Alguém aceita ser entrevistado e revisar o resultado.

Domínio é uma área de saber delimitada, como a análise de crédito de um setor ou a precificação de um produto especial. “O conhecimento da empresa” é amplo demais para servir de domínio, porque ninguém consegue entrevistar uma empresa.

Poucas empresas fazem isso de forma organizada: numa pesquisa da APQC, centro americano de estudos sobre produtividade e qualidade, só 8% das organizações disseram capturar de forma consistente o conhecimento de quem está saindo, e 16% nem tentam.

Faça um teste com uma frase: “se essa pessoa sair amanhã, o que quebra?” Se a resposta vier rápida, o domínio está escolhido. Se mais de um passar, comece pelo que tem a saída mais próxima no calendário, como uma aposentadoria ou uma licença já marcada. Depois, vá para o que gera o erro mais caro.

Passo 2: inventarie onde o conhecimento mora

Antes de entrevistar alguém, descubra onde o saber já está escrito, mesmo mal. O conhecimento da empresa mora em seis lugares:

1. Sistemas, como o de gestão financeira e de estoque (ERP) e o de relacionamento com clientes (CRM).
2. Anexos de e-mail.
3. Arquivos no Google Drive ou no OneDrive.
4. Planilhas na máquina das pessoas, inclusive a que roda em paralelo ao sistema.
5. Mensagens de WhatsApp e de Teams.
6. A cabeça das pessoas.

Para o domínio escolhido, marque em qual dos seis cada informação mora e quem sabe onde ela está. No caso hipotético da abertura, uma linha seria: “ligar antes do primeiro vencimento para cliente do setor X depois de reajuste”. Essa informação mora só na cabeça do analista de crédito, sem registro em lugar nenhum.

Pergunte ao time: qual informação a IA mais vai precisar e só uma pessoa sabe onde está? Comece pela planilha paralela e pela mensagem de uma conversa antiga, que costumam ficar fora de qualquer sistema.

As técnicas de levantamento são as mesmas do mapeamento de processos com IA: entrevista, observação, análise de documentos. Muda o que você procura: no mapeamento, as etapas do processo; aqui, o saber por trás de cada decisão, como a regra que diz quando ligar para o cliente antes do vencimento.

Passo 3: separe o explícito do tácito

Para cada item do inventário, faça a pergunta do novato: “uma pessoa que acabou de entrar, com só este documento na mão, faria o trabalho sem ligar para ninguém?” Se faria, o conhecimento é explícito. Se precisaria ligar, existe tácito escondido ao redor.

Pense em duas coisas de um domínio de precificação. A tabela de preços é explícita: está escrita, qualquer um lê. A regra “para cliente deste porte, dá para fechar com desconto maior no fim do trimestre sem pedir aprovação” é tácita: ninguém escreveu, e quem sabe aprendeu errando uma vez.

Aprenda a ouvir os sinais. “Depende”, “nesse caso eu sempre” e “o pessoal já sabe” costumam marcar tácito. Para achar o tácito sem esforço, recolha as dez perguntas que gente nova mais faz no chat do time e que os documentos não respondem. Elas viram a pauta das entrevistas do próximo passo.

Passo 4: capture o tácito

É neste passo que o tácito vira ficha, e é o que as empresas mais deixam para depois. Siga quatro ações:

1. Entreviste quem sabe, com autorização para gravar. Parta de casos reais, e não de princípios: “conta o último caso em que isso deu errado” rende mais do que “como você decide?”. Use o roteiro da seção “O que aplicar primeiro”. Combine antes quanto tempo o especialista pode dar, por exemplo uma hora por sessão e uma sessão por semana. Encerre a rodada quando os casos novos só repetirem regras que já viraram ficha.
2. Transcreva e peça à IA um rascunho de fichas, uma para cada regra ou exceção que apareceu, no formato da ficha do passo 5, detalhado em “O que aplicar primeiro”. Use a conta corporativa da ferramenta, a que a empresa contrata e aprova, e não a sua conta pessoal. Tire da transcrição todo nome e dado pessoal de cliente ou colaborador. Apague o áudio depois que as fichas forem validadas.
3. Devolva as fichas a quem foi entrevistado, para que corrija, corte e acrescente.
4. Só entram na base as fichas que a pessoa validou.

Registre também as correções. Quando o especialista recusa uma resposta plausível da IA, anote o motivo. Se a IA sugere aprovar a proposta e o analista responde “não, esse cliente trocou de sócio no ano passado”, essa frase vai para o registro. A recusa está entre os dados mais valiosos que a empresa produz: mostra onde a base está fraca e vira a fonte das próximas fichas.

Antes da entrevista, diga a quem vai falar:

1. O que será feito com o material.
2. Quem terá acesso a ele.
3. Como o trabalho dele será reconhecido.

Sem isso, a pessoa tende a entregar a versão oficial e guardar a exceção, que é justamente o que o passo queria capturar.

Se o especialista já saiu, como aconteceria com o analista de crédito da abertura depois de dezembro, entreviste quem trabalhou ao lado dele e parta dos últimos casos que passaram por e-mail e por sistema. A reconstrução é parcial, e o inventário do passo 2 mostra o que ficou escrito.

Passo 5: organize a base com dono humano e data de revisão

Base de conhecimento sem dono envelhece em silêncio, até o erro chegar ao cliente. A regra é uma só: todo bloco tem dono humano e data de última revisão, ou não entra na base.

O dono é um cargo, pela mesma lógica do dono do dado em sistemas e planilhas. Se a base diz “dona: Marina”, o bloco fica órfão quando Marina muda de área. “Dono: coordenação de precificação” sobrevive à troca de pessoas.

A ficha é o bloco da base: uma pergunta e a resposta, com os seis campos do modelo da seção “O que aplicar primeiro”. Quem valida a ficha é quem foi entrevistado; quem responde por ela depois é o dono.

Se duas pessoas descrevem a mesma regra de jeitos diferentes, registre as duas versões e leve ao dono. A ficha só entra na base com uma resposta, e o motivo da escolha vai junto.

De quanto em quanto tempo revisar depende de quanto o conteúdo muda. Comece pela tabela abaixo e ajuste com o tempo: se toda revisão anual de uma política encontra algo mudado, revise essa política a cada semestre.

Um bloco vencido continua na base com aviso, e a IA o sinaliza em toda resposta. Isso vale até o dono decidir entre revisar o bloco, o que renova a data, ou aposentá-lo. Funciona como o remédio vencido na gaveta de casa: ele continua lá, e quem pega precisa ver o aviso antes de usar. Apagar sem decisão do dono apaga a história da regra.

Para saber se a base funciona, rode o teste das vinte perguntas: reúna vinte perguntas reais do time e faça cada uma ao agente que tira dúvidas. Defina antes o que conta como acerto, por exemplo o bloco certo citado e a resposta conferida pelo dono, e acompanhe se o resultado sobe de um mês para o outro. Fixe também a nota mínima para lançar, como 16 acertos em 20, e não lance abaixo dela.

Para cada erro, veja qual destes três casos aconteceu:

1. Não existe ficha: a pergunta entra na próxima entrevista.
2. A ficha está errada: o dono corrige.
3. A ficha certa existe e não foi achada: reescreva a pergunta da ficha com as palavras de quem pergunta, ou divida a ficha que mistura duas regras. Só depois pense em trocar o modelo de IA.

Duas das cinco falhas silenciosas de um sistema de IA nascem neste passo: o arquivo desatualizado que vira referência oficial e a correção feita no arquivo errado, quando a mesma regra morava em dois lugares. Para evitar as duas, deixe cada regra numa ficha só e respeite a data de revisão.

A engenharia da Meta usou agentes de IA para registrar o conhecimento que não estava escrito em lugar nenhum sobre um conjunto de rotinas de dados. O registro virou um guia de consulta para cada parte do sistema. A empresa revalida esses guias de tempos em tempos, porque contexto que envelhece é pior do que nenhum contexto. É a mesma razão do aviso em todo bloco vencido.

A IA também ajuda a organizar e revisar os blocos: ela classifica, sugere etiquetas e sinaliza fichas duplicadas, desatualizadas e confidenciais. Uma pessoa revisa antes de publicar.

Passo 6: ponha a IA para responder com fonte citada e ponto de revisão humana

Neste passo você vai escrever a instrução de sistema: o texto fixo que você cola num campo de configuração da ferramenta e que diz ao agente como se comportar, por exemplo “responda só com base nas fichas da pasta”.

Deixe a base numa pasta compartilhada que a empresa já usa, como SharePoint, OneDrive ou Google Drive, e ponha o agente para consultar essa pasta direto. Quando o dono atualiza uma ficha, o agente já responde com a versão nova.

Na prática, pode ser um agente do Copilot com a pasta do SharePoint como fonte, o ChatGPT ligado ao Drive ou ao SharePoint pelos conectores, que respeitam a permissão de cada pessoa, ou uma skill do Claude que consulta a pasta compartilhada. Quando a skill roda no ambiente da empresa, basta indicar nela a pasta compartilhada: ela consulta a versão atual a cada uso, e só para quem tem acesso a ela.

Evite subir cópias dos arquivos para dentro da ferramenta: a cópia para de acompanhar as revisões, e a data de revisão da ficha perde o sentido. Quando cada área precisar ver só os próprios arquivos, use as permissões da própria pasta. Quando a base crescer para vários domínios, avalie uma ferramenta de busca corporativa, que procura em todos os sistemas da empresa de uma vez.

Em qualquer desses arranjos, a busca do agente na base antes de responder só ajuda quando a instrução do agente traz quatro regras:

1. Toda resposta cita o bloco, o dono e a data da última revisão.
2. Bloco vencido recebe aviso no início da resposta.
3. Se nenhum bloco responde, a IA diz “não encontrei na base” e indica o dono do domínio, em vez de completar com conhecimento geral.
4. Resposta que mexe com dinheiro, contrato ou cliente passa por uma pessoa antes de seguir.

A quarta regra ainda ajuda a cumprir a LGPD, a Lei Geral de Proteção de Dados. Pelo artigo 20, a pessoa cujo dado foi usado pode pedir revisão de uma decisão tomada só por máquina. Com a palavra final numa pessoa, esse pedido já tem a quem ir.

Documento institucional entra, dado de pessoa não. O que pode entrar na base:

• Manual de procedimento e política interna.
• Tabela de preços e política comercial.
• Material de treinamento e kit de integração.
• Comunicado interno.

O que não deve entrar:

• Cadastro de cliente com CPF ou dado de contato.
• Ficha funcional, currículo e avaliação de desempenho de colaborador.
• Laudo, folha de pagamento e contrato com dado pessoal.

Se a empresa contrata a versão corporativa da ferramenta, a pasta que o agente consulta pode ter documento institucional e transcrição de entrevista sem dado pessoal. Sem ela, deixe na pasta só documento institucional. A praticidade não abre exceção na LGPD: o dado pessoal de outra pessoa continua sujeito às regras de necessidade e segurança, e a empresa responde por ele.

Cuide também do formato em que a base fica guardada. Agente que guarda a base só dentro dele cria dependência: quando o fornecedor muda de preço ou de regra, a base fica presa a ele.

Guarde os blocos em formato aberto, que qualquer programa abre, como arquivos de texto simples. Use um arquivo por ficha, com os campos no topo, na pasta compartilhada que o agente consulta. Se você trocar de ferramenta amanhã, a base vai junto.

Antes de lançar para o time, mapeie o que as pessoas vão perguntar: quando a base não cobre o tópico, quem pergunta sente que o agente não entendeu, mesmo com tudo bem configurado.

Passo 7: meça

Meça antes de lançar e compare depois, nos mesmos indicadores:

1. Pergunta repetida: quantas vezes por semana a mesma pergunta chega ao especialista.
2. Tempo de resposta: quanto o time leva para achar a resposta de uma pergunta do domínio.
3. Tempo de integração: quantas semanas uma pessoa nova leva para trabalhar sem consultar o especialista nas dúvidas do domínio.
4. Resposta com fonte vencida: quantas respostas da IA citaram um bloco fora da data de revisão.
5. Acerto no teste: a nota no teste das vinte perguntas, repetido todo mês.

Para ter o ponto de partida da comparação, peça ao especialista que anote numa planilha, por duas semanas, cada pergunta do domínio que recebe, com a data e o cargo de quem perguntou. Na mesma planilha, quem fez a pergunta registra quanto tempo levou até ter a resposta. Repita a anotação um mês depois do lançamento.

Para saber quanto custa manter a base, some a assinatura da ferramenta, as horas de organização da base e as horas do especialista nas entrevistas e nas revisões, que também entram na conta de um projeto de IA. A primeira entrevista dá a régua: cronometre a conversa, a validação e a revisão das fichas, e multiplique pelo número de especialistas do domínio a entrevistar.

Se a pergunta repetida não cai e o especialista segue respondendo o mesmo de antes, a base existe e ninguém a usa. Se a pergunta repetida cai e o acerto no teste também cai, a base está ficando desatualizada.

Quem coordena os donos: a função de Head of Context

Os sete passos dão um dono a cada bloco. Falta quem responda pelo conjunto, com cinco tarefas:

1. Manter o inventário dos seis lugares onde o conhecimento mora.
2. Cobrar dos donos as datas de revisão.
3. Garantir que a regra do que entra na base seja cumprida.
4. Rodar o teste das vinte perguntas todo mês.
5. Combinar com quem cuida da engenharia de contexto como a base chega aos agentes.

Sem essa função, um bloco vencido pode passar meses com aviso sem que ninguém o revise.

Wagner Martins usa o título de Head of Context desde abril de 2026 na Buzzlabs. Ele descreve o trabalho assim: transformar conversas, documentos, conhecimento e decisões em memória que orienta pessoas e agentes. Ele é professor de um curso da minha curadoria na ESPM.

Em estratégia de marca, o mesmo título tem outro foco: o contexto que a IA usa para falar da marca.

O nome muda de empresa para empresa, e o trabalho se parece. A Argus Media, de Londres, abriu vaga de Head of Ontology para cuidar da ontologia da empresa, o mapa dos termos do negócio e de como eles se relacionam, e usar esse mapa para melhorar as respostas da IA. Nos Estados Unidos, sites de emprego já listam vagas de engenharia de contexto.

Eu leio esses títulos como sinal de uma tendência: as empresas começam a pôr alguém para responder pelo que sabem e por como isso chega à IA.

Na empresa que ainda não tem a função, eu a colocaria com quem já cuida de processo, qualidade ou treinamento, desde que essa pessoa receba tempo na agenda para isso. Entregar essa coordenação só à TI deixa uma lacuna: a TI responde pela ferramenta e não fica sabendo quando uma regra da área mudou.

O que acontece com o júnior

Pense no júnior que conferia propostas de crédito uma a uma e, de tanto conferir, aprendia a reconhecer o cliente arriscado. É a socialização, a primeira conversão do SECI: aprender fazendo ao lado de quem sabe.

Se a IA passa a conferir por ele, some o degrau entre o início de carreira e a experiência, e o conhecimento tácito pode deixar de se formar na empresa. Nenhuma ferramenta responde quem paga a formação do júnior quando a tarefa que o formava some.

Um estudo com 52 engenheiros de software, em sua maioria juniores, mediu um pedaço desse risco enquanto eles aprendiam a usar uma ferramenta de programação nova. O grupo que usou IA obteve média de 50% no teste de conceitos, contra 67% do grupo sem IA, sem diferença confiável de tempo entre os grupos.

Na mesma pesquisa, quem usou a IA para pedir explicações, em vez de receber o código pronto, aprendeu mais. Ensine o júnior a usar a IA desse jeito: pedir que ela explique antes de pedir o resultado pronto.

Sem socialização, a base fica sem quem a corrija. Reserve tempo no calendário do especialista para uma sessão por semana de revisão em voz alta: ele corrige a resposta da IA com o júnior ao lado e explica o motivo de cada correção. Eu não cortaria essa sessão nem em mês apertado. Se você é o júnior, peça ao especialista para revisar com você uma resposta da IA por semana.

Erros comuns

Mutirão de documentação. Reunir o time por duas semanas para “documentar tudo” gera um volume grande de texto com a mesma data de validade. A captura funciona como rotina curta e contínua: uma rodada de entrevistas por domínio, repetida a cada data de revisão.

Deixar a IA publicar sozinha. A IA classifica, resume e rascunha bem. Publicar na base sem a validação de uma pessoa transforma o erro de um rascunho em referência oficial para o time inteiro.

Lançar sem o teste. Soltar o agente para o time sem rodar antes as vinte perguntas transforma o time inteiro em testador, e o primeiro erro vira desconfiança na base.

O que aplicar primeiro

Eu começaria pelo domínio cuja perda já assustou alguém na empresa: escolha um que passe nos quatro critérios do passo 1 e um especialista para entrevistar. Nesta semana, faça o inventário (passo 2) e recolha as dez perguntas que gente nova mais faz (passo 3). Na semana seguinte, entreviste (passo 4), com a conta corporativa da IA para rascunhar as fichas. Com as fichas validadas na mão e o dono definido, siga para os passos 5 e 6.

Meça já na primeira semana o ponto de partida de pergunta repetida e de tempo de resposta (passo 7); o tempo de integração acompanha a próxima pessoa que entrar.

Se o projeto não depende de você, dá para começar no seu próprio trabalho: escolha uma regra que só você conhece, escreva a ficha completa e mostre ao seu gestor como teste do método.

Para pedir o orçamento do projeto a quem aprova, leve cinco itens:

1. O domínio escolhido.
2. O especialista a entrevistar e as horas dele para entrevista e validação.
3. O cargo que será dono das fichas.
4. Quem coordena os donos.
5. A data do primeiro teste das vinte perguntas.

Roteiro de entrevista, para usar com quem sabe:

1. Conta o último caso em que isso deu errado. O que aconteceu?
2. O que você faz hoje que nenhum documento explica?
3. Qual regra o pessoal novo quebra e você só percebe depois?
4. Quando você abre uma exceção, o que olha primeiro?
5. De qual cliente, produto ou situação você se lembra de cabeça, sem consultar nada?
6. Se você saísse amanhã, qual pergunta o time faria por semanas?
7. Quem mais sabe isso? Essa pessoa diria a mesma coisa?
8. O que mudou nos últimos dois anos que ainda não está escrito em lugar nenhum?

Ficha de cada bloco da base: monte uma planilha com uma coluna para cada linha abaixo e uma linha para cada bloco. Se preferir arquivos de texto, uma ficha por arquivo com os mesmos campos no topo.

No caso hipotético da abertura, a ficha ficaria assim:

• Pergunta: “cliente do setor X teve reajuste, preciso fazer algo antes do primeiro vencimento?”
• Resposta: ligue na semana anterior ao vencimento, porque clientes desse setor costumam atrasar o primeiro pagamento depois de reajuste.
• Dono: coordenação de análise de crédito.
• Origem: entrevista com o analista de crédito antes da aposentadoria, com a data.
• Última revisão: a data da validação.
• Próxima revisão: seis meses depois, por ser regra de especialista.

Prompt para transformar a transcrição de uma entrevista em fichas, escrito com os seis elementos do método PACREF (persona, ação, contexto, referências, estrutura e formato). Anexe a transcrição e cole:

Persona: atue como analista de gestão do conhecimento com experiência em entrevistas com especialistas.
Ação: transforme a transcrição em fichas de conhecimento, uma para cada regra, exceção ou critério de decisão que a pessoa descreveu.
Contexto: a transcrição é de uma entrevista com a pessoa que domina este assunto na empresa. As fichas vão para uma base de conhecimento que a IA vai consultar, e a pessoa entrevistada vai revisar cada ficha antes de ela entrar.
Referências: use só a transcrição anexada. Não invente regra, número ou exceção que não apareça nela.
Estrutura: uma tabela com as colunas da ficha da base: pergunta, resposta (com o motivo da regra), origem (a entrevista e a data, com o trecho da transcrição que a sustenta), dono, última revisão e próxima revisão, deixando em branco as três últimas para o dono preencher. Depois, uma lista das regras que a pessoa citou sem explicar o motivo. Por último, perguntas para uma segunda entrevista, cobrindo o que ficou vago ou contraditório.
Formato: quando uma informação não estiver clara, escreva "não informado" na célula e inclua a dúvida na lista de perguntas. Linguagem simples, sem jargão técnico.

Template de instrução para o agente que tira dúvidas, com as regras do passo 6 mais persona, ação e formato. Adapte os colchetes à sua área e cole como instrução do agente, com a pasta da base como fonte:

Você é o agente que tira dúvidas sobre a base de conhecimento de [área]. Trabalha como um analista que prefere dizer "não encontrei" a responder sem fonte.
Receberá uma pergunta de alguém do time. Responda usando só os blocos da base de conhecimento.
## Como raciocinar
Primeiro localize os blocos que tratam do assunto. Depois confira a data de próxima revisão de cada um. Só então responda.
## Regras
Cite a pergunta do bloco, o dono e a data da última revisão em toda resposta.
Se o bloco estiver com a revisão vencida, avise no início da resposta e recomende falar com o dono.
Se nenhum bloco responder, escreva "não encontrei na base" e recomende procurar o dono do domínio.
Se a pergunta envolver dinheiro, contrato ou cliente, lembre que uma pessoa precisa aprovar antes de seguir.
Nunca complete lacunas com conhecimento geral nem invente número, prazo ou nome.
Não responda sobre dado pessoal de cliente ou colaborador.
## Formato
1. Aviso, se houver: revisão vencida
2. Resposta em até cinco linhas
3. Fonte: pergunta do bloco, dono e data

Para entender cada parte do template, veja o capítulo 11 do livro Engenharia de Prompts na Prática.

Onde a IA acelera cada passo. Use a conta corporativa aprovada pela empresa; sem ela, trabalhe só com documento institucional e deixe a transcrição de entrevista para depois. Dado pessoal de cliente ou colaborador fica fora de qualquer prompt.

1. Passo 1: a escolha do domínio é decisão de negócio, e a IA fica de fora.
2. Passo 2: a IA organiza num quadro as anotações soltas do inventário (prompt A); quem confere o quadro é quem conhece o domínio.
3. Passo 3: a IA separa as perguntas de gente nova entre as que um documento responde e as que dependem de alguém, e monta a pauta da entrevista (prompt B); quem decide o que entra na entrevista é você.
4. Passo 4: a IA rascunha as fichas a partir da transcrição, com o prompt acima; a entrevista e a validação ficam com pessoas.
5. Passo 5: a IA aponta fichas vencidas, duplicadas e contraditórias (prompt C); revisar ou aposentar é decisão do dono.
6. Passo 6: o template de instrução acima.
7. Passo 7: a IA compara cada resposta do teste com a ficha citada (prompt D); quem diz se a resposta está certa é o dono da ficha.

Prompt A, organizar o inventário (passo 2). Anexe as anotações do inventário e cole:

Persona: atue como analista de gestão do conhecimento.
Ação: organize num quadro as anotações anexas sobre o conhecimento do domínio [nome do domínio].
Contexto: as anotações listam informações do domínio e onde cada uma mora hoje. O objetivo é ver o que já está escrito e o que só existe na cabeça de alguém.
Referências: use só as anotações anexas. Não invente informação, lugar ou pessoa.
Estrutura: uma tabela com as colunas informação, onde mora (sistema, anexo de e-mail, arquivo na nuvem, planilha na máquina de alguém, mensagem ou cabeça de alguém), cargo de quem sabe onde está e se existe registro escrito. Depois, a lista das informações que só uma pessoa sabe onde estão.
Formato: quando faltar um dado, escreva "não informado". Linguagem simples, sem jargão técnico.

Prompt B, separar o tácito e montar a pauta (passo 3). Tire os nomes das perguntas recolhidas no chat do time, anexe as perguntas e os documentos que o time usa hoje, e cole:

Persona: atue como analista de gestão do conhecimento com experiência em entrevistas com especialistas.
Ação: separe as perguntas anexas em dois grupos e proponha a pauta de uma entrevista.
Contexto: são perguntas que pessoas novas fizeram no chat do time sobre [nome do domínio]. Os documentos anexos são os que o time usa hoje. Quero saber o que os documentos já respondem e o que depende do saber de alguém.
Referências: use só as perguntas e os documentos anexos. Uma pergunta só entra em "o documento responde" se você citar o trecho que a responde.
Estrutura: primeiro, uma tabela com as colunas pergunta, grupo ("o documento responde" ou "depende de alguém") e trecho do documento, quando houver. Depois, a pauta da entrevista: as perguntas do segundo grupo, agrupadas por tema, cada uma reescrita para pedir um caso real, no formato "conte o último caso em que...".
Formato: linguagem simples, sem jargão técnico.

Prompt C, auditar a base (passo 5). Aponte o agente para a pasta da base e cole:

Persona: atue como responsável pela organização de uma base de conhecimento.
Ação: audite as fichas da base e liste o que precisa de decisão do dono.
Contexto: cada ficha tem pergunta, resposta, dono, origem, última revisão e próxima revisão. Hoje é [data de hoje]. A decisão de revisar ou aposentar cada ficha é do dono; seu papel é apontar.
Referências: use só as fichas da base.
Estrutura: três listas. Primeira, as fichas com a próxima revisão vencida. Segunda, as fichas que respondem à mesma pergunta. Terceira, as fichas que se contradizem, com o trecho de cada uma lado a lado. Em cada item, o dono a avisar.
Formato: se uma lista ficar vazia, escreva "nenhuma". Não reescreva nenhuma ficha.

Prompt D, preparar a conferência do teste (passo 7). Anexe as vinte perguntas e as respostas do agente, aponte para a pasta da base e cole:

Persona: atue como avaliador de respostas de uma base de conhecimento.
Ação: para cada uma das vinte perguntas do teste, compare a resposta do agente com a ficha que ele citou.
Contexto: o agente responde com base nas fichas da base. Quem decide se a resposta está certa é o dono da ficha; seu papel é preparar essa conferência.
Referências: use só as perguntas, as respostas e as fichas da base.
Estrutura: uma tabela com as colunas pergunta, ficha citada, se a resposta bate com a ficha (sim, em parte ou não), o que diverge e dono a consultar. Depois, a lista das perguntas em que nenhuma ficha foi citada.
Formato: não avalie se a ficha está certa, só se a resposta bate com ela.

Comunidade no WhatsApp: as novidades de ferramentas, modelos e uso de dados no trabalho saem todo dia no grupo IA e Dados, sempre com a fonte. Veja como entrar no grupo.

Perguntas frequentes

O que é gestão do conhecimento com IA?

É o conjunto de práticas que decide qual saber da empresa fica registrado, quem responde por ele e quando é revisado, para que a IA o recupere com fonte e uma pessoa confira a resposta. A IA ajuda na busca, no rascunho e na classificação. A captura do que as pessoas sabem, o dono de cada bloco e a data de revisão continuam com gente.

Quais são os 4 pilares da gestão do conhecimento?

Não existe uma lista única. Uma referência comum é o modelo SECI, de Nonaka e Takeuchi, que descreve quatro conversões em vez de pilares: socialização (tácito para tácito), externalização (tácito para explícito), combinação (explícito para explícito) e internalização (explícito para tácito). A IA rende mais na combinação, ajuda na externalização e não substitui a socialização.

Quais são as 5 práticas da gestão do conhecimento com IA?

Também não há lista oficial. Cinco práticas seguram uma base de conhecimento na rotina: dono humano por cargo, data de revisão em cada bloco, resposta da IA com fonte citada, teste das vinte perguntas reais do time e decisão do dono sobre bloco vencido. O dono escolhe entre revisar e aposentar. Cada empresa ajusta a cadência ao ritmo de mudança do seu conteúdo.

Qual a diferença entre conhecimento tácito e explícito?

Conhecimento explícito cabe em um documento: política, manual, contrato, tabela de preços. Conhecimento tácito é o que a pessoa sabe fazer e só consegue descrever quando alguém pergunta o caso certo, como quando abrir uma exceção ou qual cliente exige ligação. A IA enxerga o explícito que foi escrito e atualizado, e não enxerga o tácito até que ele seja registrado.

Como capturar conhecimento tácito com IA?

Entreviste quem sabe, com autorização para gravar, partindo de casos reais. Transcreva e use a IA para rascunhar fichas, uma por regra ou exceção. Devolva as fichas para a pessoa corrigir, e só coloque na base as que ela validou. A IA organiza a conversa, mas o conteúdo e a validação vêm de quem faz o trabalho.

Quem deve ser o dono da base de conhecimento?

O dono é o cargo responsável pelo assunto na área. Quem entende do tema responde pelo bloco, e a TI cuida da ferramenta. Quando o dono é um nome e a pessoa muda de área, o bloco fica órfão e envelhece sem aviso, por isso todo bloco precisa de dono e de data de revisão para entrar na base. Acima dos donos, alguém coordena o conjunto e cobra as revisões, função que alguns profissionais chamam de Head of Context.

Posso colocar documentos da empresa no ChatGPT, no Claude ou no Gemini?

Documento institucional, como manual, política e material de treinamento, pode subir. Transcrição de entrevista sobe só em conta corporativa aprovada pela empresa, sem dado pessoal. Dado pessoal de cliente ou colaborador, como ficha, currículo, avaliação de desempenho, laudo e folha, não deve subir. A LGPD mantém as regras de necessidade, segurança e responsabilidade da empresa que decide como usar o dado, mesmo quando a ferramenta é prática.

Como medir se a gestão do conhecimento com IA funcionou?

Compare antes e depois cinco indicadores: quantas vezes a mesma pergunta chega ao especialista, quanto tempo o time leva para achar uma resposta, quantas semanas uma pessoa nova leva para trabalhar sem consultar o especialista, quantas respostas da IA citaram um bloco vencido e o acerto no teste das vinte perguntas. Some também as horas do especialista. Acessos à ferramenta medem uso e dizem pouco sobre resultado.

O que faz um Head of Context?

Head of Context é um título que alguns profissionais adotam para quem coordena o contexto que a empresa entrega à IA e às pessoas. Na gestão do conhecimento, a função cuida do conjunto da base: mantém o inventário de onde o saber mora, cobra dos donos as datas de revisão e acompanha se a IA responde certo. Em estratégia de marca, o mesmo título responde pelo contexto que a IA usa para falar da marca.

O que fazer se o especialista já saiu da empresa?

Entreviste quem trabalhou ao lado dele e parta dos últimos casos que passaram por e-mail e por sistema. A reconstrução é parcial, e o inventário de onde o conhecimento mora mostra o que ficou escrito.

Edney “InterNey” Souza atua com tecnologia desde 1990 como professor, palestrante e Conselheiro Consultivo em Tecnologia, IA, Dados e Inovação. Participou da criação de sete startups ao longo da carreira. É professor na ESPM, Insper, PUCRS, USP e IBGC. É autor do livro gratuito Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude.