Analistas de dados, pesquisadores de negócios e gestores de operações frequentemente enfrentam gargalos ao lidar com planilhas densas, fórmulas complexas no Excel e a necessidade de escrever scripts em Python para responder a demandas pontuais. O Ernie Bot (文心一言), desenvolvido pela Baidu, resolve esse desafio ao integrar um ambiente isolado de Interpretador de Código (Code Interpreter) e componentes visuais nativos, como o plugin E-Chart (E言易图), baseado no Apache ECharts. Essa combinação permite que profissionais sem experiência prévia em programação carreguem arquivos .xlsx ou .csv e, utilizando apenas comandos em linguagem natural, realizem auditoria de dados, tratem valores ausentes e criem gráficos dinâmicos de tendência.
Este artigo apresenta um guia operacional completo para equipes de inteligência de mercado e análise de negócios, abrangendo o modelo de processamento, o fluxo de trabalho detalhado, padrões de prompts, comparativos com soluções tradicionais de BI e práticas recomendadas de segurança da informação.
1. Como o Ernie Bot processa dados de planilhas
Modelos de linguagem convencionais geram respostas por probabilidade estatística de texto, o que resulta em frequentes alucinações e erros quando realizam cálculos matemáticos diretos. O Ernie Bot supera essa limitação ao desacoplar a interpretação da consulta e a execução dos cálculos:
- Execução determinística em sandbox (Code Interpreter): Quando uma planilha é enviada juntamente com uma instrução analítica, o Ernie Bot não tenta deduzir os valores mentalmente. Em vez disso, gera scripts em Python utilizando bibliotecas consolidadas (
pandas,numpy,openpyxl), executa esses comandos em um ambiente isolado de sandbox e entrega resultados numéricos estritamente exatos. - Renderização visual nativa com E-Chart: Na etapa de visualização, o sistema utiliza o motor gráfico do Apache ECharts. Isso possibilita gerar gráficos de linha com curvas suavizadas, gráficos de área empilhada, diagramas de barras com eixos duplos e mapas de calor com interatividade ao passar o mouse e controle dinâmico de legendas.
- Mapeamento automático de estrutura e tipos: O modelo identifica automaticamente cabeçalhos de colunas, formatação de datas e valores numéricos, sinalizando inconsistências e campos nulos antes de iniciar as agregações.
2. Passo a passo: Da planilha bruta ao gráfico de tendências
Passo 1: Organização e upload do arquivo
Para garantir que o interpretador leia o arquivo sem atritos, recomenda-se uma formatação limpa:
- Linha única de cabeçalho: A primeira linha deve conter nomes de colunas claros e sem duplicações (ex.:
Data_Venda,Regiao,Categoria,Receita_Liquida,Clientes_Ativos). - Eliminar células mescladas: Desfaça mesclagens verticais ou horizontais e remova linhas de subtotais intercaladas entre os registros para manter uma tabela contínua (Tidy Data).
- Formatos aceitos: Salve em formato
.xlsxou.csv. Para sessões comuns via interface web, mantenha o arquivo abaixo dos limites operacionais habituais (geralmente até 50 MB).
Faça o upload clicando no ícone de anexo no chat do Ernie Bot ou importe o arquivo no workspace de agentes do Baidu Qianfan AppBuilder.
Passo 2: Inspeção inicial de dados (EDA)
Evite solicitar gráficos avançados imediatamente após o upload. Comece com uma análise exploratória para confirmar o entendimento do modelo.
Prompt recomendado:
"Enviei a planilha de vendas deste trimestre. Faça uma inspeção inicial: liste todas as colunas com os tipos de dados identificados, informe o total de linhas e colunas, aponte a porcentagem de valores nulos em cada campo e apresente as 5 primeiras linhas em formato de tabela."
Resultado esperado: O Ernie Bot executa o script de checagem e retorna:
- As dimensões do arquivo (ex.: 24.000 linhas × 11 colunas).
- Confirmação de campos de data e valores numéricos.
- Alertas de qualidade (ex.: dados ausentes em colunas de desconto ou divergências ortográficas em categorias).
Passo 3: Limpeza e agregação via linguagem natural
Com as colunas validadas, solicite o tratamento de exceções e a agregação necessária.
Prompt recomendado:
"Limpe os dados: filtre e descarte pedidos com status 'Cancelado' e registros com faturamento menor ou igual a zero. Em seguida, agrupe a data por mês (AAAA-MM) e calcule a receita total e o ticket médio mensal para cada uma das três regiões ('Norte', 'Sudeste', 'Sul')."
O modelo processa o agrupamento vetorial no sandbox e apresenta uma tabela intermediária consolidada.
Passo 4: Geração do gráfico de tendências
Defina o formato visual desejado, escalas e elementos de destaque que facilitem a interpretação gerencial.
Prompt recomendado:
"Utilize o componente E-Chart para gerar um gráfico de linha mostrando a evolução mensal da receita de janeiro a dezembro: o eixo horizontal deve conter os meses e o vertical a receita em milhares de reais. Plote três linhas suaves com cores distintas para cada região, destaque com marcadores o mês de pico de cada uma e inclua abaixo do gráfico 3 observações estratégicas sobre o comportamento das vendas."
Entrega do sistema:
- Gráfico nítido com trajetórias de desempenho e sazonalidade bem demarcadas.
- Picos de faturamento destacados de forma intuitiva.
- Resumo analítico pronto para inclusão em relatórios executivos.
Passo 5: Refinamento interativo e exportação de dados
Por preservar a memória contextual, o Ernie Bot permite aperfeiçoar a visualização na mesma conversa:
- Alterar tipo de gráfico: "Transforme o gráfico de linha em uma área empilhada 100% para demonstrar a variação da participação de cada região no faturamento total."
- Adicionar média móvel: "Aplique uma média móvel de 3 meses na curva consolidada para suavizar a volatilidade mensal."
- Exportar tabela final: "Compile a tabela de faturamento mensal e taxas de crescimento mês a mês em um arquivo
.xlsxpara download."
3. Modelos de prompts práticos para o dia a dia
| Objetivo da Análise | Estrutura de Prompt Recomendada |
|---|---|
| Auditoria de consistência | "Verifique a existência de chaves primárias duplicadas, calcule os quartis da receita e aponte eventuais valores discrepantes (outliers)." |
| Análise de cohort e retenção | "Agrupe os clientes pelo mês de cadastro e calcule a retenção mensal ao longo dos 6 meses subsequentes, gerando um mapa de calor." |
| Deteção de anomalias | "Calcule o desvio padrão das transações diárias e crie um gráfico de dispersão destacando os dias que variaram mais de 2 desvios padrão da média." |
| Comparação com eixo duplo | "Calcule as vendas brutas e a taxa de despesas comerciais por trimestre. Monte um gráfico com vendas em barras e a taxa de despesa em linha com eixos Y independentes." |
4. Comparativo: Ernie Bot versus BI tradicional e LLMs sem sandbox
| Critério de Comparação | Ernie Bot (Code Interpreter + E-Chart) | Ferramentas de BI (Power BI / Tableau) | LLMs sem execução de código |
|---|---|---|---|
| Barreira de entrada | Mínima: Diálogo direto em linguagem natural. | Alta: Exige modelagem de dados, medidas DAX e cálculos LOD. | Baixa: Porém propensa a cálculos matemáticos incorretos. |
| Precisão dos cálculos | Elevada: Execução real de scripts Python em sandbox. | Máxima: Motores analíticos consolidados. | Nula: Invenção estatística de números. |
| Adaptação a contextos locais | Nativa: Excelente compreensão de calendários fiscais, terminologia de YoY/MoM e métricas de mercado. | Manual: Demanda configuração manual de campos e regras. | Intermediária: Tendência a traduções literais e imprecisões conceituais. |
| Agilidade exploratória | Imediata: Mudança de dimensões e tipos de gráficos em segundos. | Rígida: Indicadores não planejados exigem ajustes no modelo dimensional. | Rápida: Contudo, não gera arquivos reais processados para download. |
5. Diretrizes de governança e segurança corporativa
Ao aplicar o Ernie Bot em tarefas analíticas diárias, certifique-se de seguir padrões adequados de privacidade:
- Anonimização de dados (PII): Remova previamente CPF, números de cartão de crédito e dados cadastrais pessoais antes de fazer o envio em chats públicos, substituindo-os por identificadores genéricos.
- Adoção corporativa via Baidu Qianfan: Para informações financeiras confidenciais ou operações sujeitas a compliance rígido, adote o Baidu Qianfan e o AppBuilder em ambiente corporativo isolado (VPC), garantindo controle de acesso e políticas sem retenção de dados.
- Auditoria dos códigos executados: Verifique a opção de exibição do código Python gerado pelo Ernie Bot para garantir que o critério matemático empregado (ex.: substituição de nulos por zero versus exclusão de linhas) esteja alinhado às regras de negócio.
- Volume de dados suportado: O interpretador em sandbox é indicado para planilhas departamentais e amostras analíticas de até centenas de milhares de linhas. Para bases com dezenas de milhões de registros, faça uma pré-agregação via SQL no data warehouse antes de submeter os dados ao Ernie Bot.