Apresentando o Claude e definindo o foco do treinamento
A primeira pergunta que pode surgir é: o que é o Claude? Seguiremos basicamente a mesma lógica que adotamos com o ChatGPT. Se dizemos "ChatGPT", não faz sentido dizer "clod". Portanto, diremos "Claude", mas a escolha de nomenclatura e pronúncia fica a seu critério.
O Claude é uma inteligência artificial generativa, como as que já conhecemos no mercado, por exemplo, o Gemini ou o próprio ChatGPT, entre outras ferramentas existentes. Uma das diferenças do Claude é que ele possui um sistema interno no qual podemos conectar extensões, criar artefatos e usar conectores externos ao Claude, o que é muito útil. Também podemos utilizar o Claude Code, a parte voltada para criação de código de forma mais inteligente e dinâmica, e criar agentes de IA diretamente no Claude. Essa proposta é recente; o próprio ChatGPT também oferece recursos semelhantes, mas, em nossa opinião, a Anthropic, empresa responsável pelo Claude, atualmente lidera o mercado de inovação nessa área pelas ferramentas que integrou ao produto.
Todo este treinamento será baseado nisso: como podemos usar essas ferramentas, extensões, conectores, projetos, artefatos, colaboração em equipe e o Code (código) no dia a dia de uma pessoa analista de dados.
Detalhando modelos e recursos do Claude
Separamos aqui, em um slide, o que é um assistente de IA no Claude. Temos alguns modelos: Sonnet, Haiku e Opus. O Opus é o mais poderoso e o que vamos escolher para trabalhos muito complexos; o Sonnet será o que utilizaremos com mais frequência; e o Haiku é indicado para responder questões mais simples do dia a dia, por ser mais leve e rápido.
Resumindo, hoje o Claude é uma IA à qual temos várias formas de nos conectar. Podemos criar artefatos e projetos, e ele possui skills (habilidades), o que é muito interessante e vamos utilizar aqui também. Há uma habilidade muito conhecida no Claude, que é a habilidade de Excel, com a qual podemos criar e gerenciar planilhas. Além disso, veremos integrações com ferramentas externas.
Acessando e instalando o aplicativo do Claude
Como acessar o Claude? Entramos no Google e pesquisamos por Claude. No primeiro link, claude.ai, clicamos e somos direcionados para dentro da plataforma.
Não vamos utilizar a versão web durante todo o curso. Vamos baixar e usar o aplicativo em nossa máquina, o que preferimos, pois há muito mais recursos disponíveis. No Google, pesquisamos por Claude download e fazemos o download para Windows. Existe versão para Mac também, mas no nosso caso usaremos Windows daqui em diante. Selecionamos "Download for Windows" e baixamos para a máquina. Assim, teremos o Claude instalado.
Observemos que já existem alguns testes feitos anteriormente em outros projetos, com chats muito semelhantes ao que já conhecemos no ChatGPT.
Explicando versões e autenticação
O primeiro passo será ir ao menu superior esquerdo e clicar em "Projects". Antes, um ponto importante: o Claude tem versão gratuita e também uma versão paga. Vamos utilizar, durante todo o curso, a versão PRO do Claude, que custa aproximadamente R$ 100,00 por mês. Existe a possibilidade de que muitos recursos demonstrados aqui não estejam disponíveis na versão gratuita. Assim, há duas opções: acompanhar todo o curso, fazer anotações, tirar dúvidas e, eventualmente, não praticar; ou considerar um investimento em uma conta PRO, caso seja viável.
Para iniciar sessão no Claude, podemos usar a conta do Google ou criar uma conta com e-mail e senha. O processo é simples e, ao baixar o aplicativo, essa autenticação será solicitada.
Criando o primeiro projeto no Claude
Vamos à seção de projetos: selecionamos "Projects". Aqui temos alguns projetos já utilizados anteriormente para aulas. No nosso caso, clicamos em "New project", no canto superior direito, e vamos nomear o projeto.
Já separamos um prompt para usar, e a empresa com a qual trabalharemos é fictícia, chamada Nova Métrica. Copiamos o nome com "Ctrl+C", voltamos ao Claude e colocamos: Análise de Dados Nova Métrica. Neste momento, não vamos descrever muito; faremos isso com calma depois. Clicamos em "Create project".
Explicando contexto, continuidade e memória do projeto
Pode surgir a pergunta: por que criar um projeto? O que é um projeto e para que serve? Os projetos, não apenas no Claude, mas também no ChatGPT, são muito úteis para manter o contexto. E o que é contexto? Quando abrimos um chat para resolver dúvidas, por exemplo, sobre política, e depois temos outra dúvida sobre culinária, cada chat que abrimos cria um contexto.
Chamamos isso, no universo da inteligência artificial, de continuidade. Se utilizarmos um chat (bate-papo), fizermos uma pergunta sobre política e, logo em seguida, outra sobre culinária, o que acontecerá? Os temas poderão se cruzar — por exemplo, “qual é a culinária preferida do presidente?” — ou o sistema poderá alucinar. Esse é um problema que enfrentamos há alguns anos e que, por enquanto, continuará existindo: as alucinações de inteligências artificiais. Uma das melhores formas de evitá-las é manter o mesmo contexto.
A vantagem de criar um projeto é que, dentro dele, teremos perguntas e atividades apenas sobre esse projeto. Essa é a parte mais interessante, além de contarmos com memória. Forneceremos algumas instruções em breve: qual tom a IA deve usar para responder, qual abordagem adotar em relação às perguntas e, principalmente, enviaremos nossos arquivos — PDFs, TXT, CSV, Excel — para que o cloud (nuvem) possa lê-los e, sempre que fizermos uma pergunta, consultar esses arquivos por nós.
Iniciando o projeto com o primeiro prompt
Vamos começar com nosso primeiro prompt (instrução). Voltamos ao PowerPoint (apresentação do PowerPoint) e copiamos com 'Ctrl+C'. Todos esses prompts (instruções) estarão disponíveis nesta lâmina, que também será compartilhada com você em nossa aula. Se quiser modificar algum prompt (instrução) para tentar obter respostas melhores, fique à vontade, mas elaboramos esses prompts (instruções) especificamente para alcançarmos um resultado interessante.
Voltamos ao cloud (nuvem), colamos com 'Ctrl+V' na seção de chat (bate-papo) e a instrução diz, em essência: a partir de agora, queremos que a IA atue como assistente de análise de dados em um projeto empresarial. Trabalharemos com uma empresa fictícia chamada Nova Métrica, uma cadeia de retail (varejo) e e-commerce (comércio eletrônico) com dados dispersos em arquivos, documentos e ferramentas corporativas. Nesta etapa inicial, queremos apenas estruturar o contexto do projeto e entender quais serão os desafios da análise. Enviamos a instrução e aguardamos a resposta. Não pedimos nada específico, então, possivelmente, receberemos um cumprimento inicial.
Redefinindo o papel da pessoa analista de dados com IA
Voltamos à lâmina para continuar e encerrar esta primeira parte do curso, trazendo algo muito importante que talvez não voltemos a mencionar ao longo do curso: o novo papel da pessoa analista de dados. Se já tivermos alguma experiência com ferramentas como Power BI (Power BI), Python (linguagem Python), SQL (linguagem SQL), provavelmente percebemos que não escrevemos mais a mesma quantidade de código que antes. É fundamental entendermos que nosso papel não é simplesmente escrever código em SQL (linguagem SQL), Power BI (Power BI), Python (linguagem Python) etc. Nosso papel agora vai muito além.
Nós nos tornamos questionadores e tradutores da base de dados. Precisamos analisar o produto final — que normalmente é um dashboard (painel) — e que agora pode estar diretamente dentro de um Live Artifact (artefato ao vivo), que veremos mais adiante em nosso treinamento dentro do cloud (nuvem), assim como pode estar em Power BI (Power BI), Python (linguagem Python) etc. Cabe a nós organizar melhor o problema, formular hipóteses, interpretar arquivos, preparar materiais e transformar a análise em comunicação. Esse é nosso papel de agora em diante, não apenas escrever código.
A melhor parte é que contamos com a ajuda do cloud (nuvem) e de outras inteligências artificiais para nos apoiar. Elas podem ajudar a organizar melhor o problema, a propor hipóteses mais robustas etc.
Solicitando o fluxo de trabalho e esclarecendo o contexto
Para ilustrar, vejamos outro prompt (instrução) que separamos: pensar no trabalho de uma pessoa analista de dados na Nova Métrica e dividir o fluxo de trabalho em etapas, desde a recepção dos arquivos até a entrega de recomendações executivas. Suponhamos que sejamos pessoas analistas de dados iniciantes, sem muita experiência, e que não saibamos como é o processo de implementação de BI dentro de um e-commerce (comércio eletrônico). O chat (bate-papo) no cloud (nuvem) poderá ajudar? Sim.
Copiamos com 'Ctrl+C', voltamos ao cloud (nuvem) e, antes de finalizar a resposta do prompt (instrução) anterior, a IA começa a nos fazer perguntas. Qual é nosso papel no projeto com a Nova Métrica — pessoa analista de dados, gerência, consultoria? Nosso papel é de pessoa analista de dados. Qual é o principal objetivo do que queremos construir — entender desempenho de vendas, identificar problemas operacionais, analisar clientes e comportamento, construir um dashboard (painel) executivo completo? Queremos, basicamente, tudo isso, mas definimos como foco um dashboard (painel) executivo completo, que integrará as demais análises.
Qual é o nível de maturidade atual dos dados na Nova Métrica? Ainda não sabemos, porque nem recebemos o contexto completo da empresa. Sabemos apenas que trabalharemos com e-commerce (comércio eletrônico), mas ainda não conhecemos os problemas com os dados. Dados muito dispersos e sem padronização? Possivelmente. Alguns sistemas integrados? Boa estrutura? Ainda não sabemos. E isso é verdade: ainda não apresentamos todo o panorama da Nova Métrica. Vamos descobrir juntos.
Visualizando o plano do projeto e avançando para o próximo passo
A IA então prossegue e completa a resposta do prompt (instrução): “Excelente. Pessoa analista de dados construindo dashboard (painel) executivo, com maturidade de dados ainda desconhecida.” Esse é um cenário bastante realista e desafiador no mundo corporativo. Antes de qualquer análise, vamos estudar o contexto do projeto de forma visual.
Em seguida, a ferramenta mostra como poderá ser o fluxo de entrega do projeto, o que é muito útil por tornar o processo visual. Sempre houve uma grande dificuldade para quem usa IA generativa: havia muito texto, as respostas eram longas e, muitas vezes, não eram lidas. Agora, além das respostas em texto, o cloud (nuvem) cria resumos que facilitam a interpretação.
A ferramenta indica por que começamos avaliando a maturidade, apresenta três riscos principais que já podemos antecipar e traz algumas suposições. Esse conteúdo ainda é genérico.
Agora, colamos nosso próximo prompt (instrução) com 'Ctrl+V' e pedimos que a IA o execute e crie o fluxo de trabalho. Essa é uma pergunta importante para estruturar todo o projeto. Vamos montar o fluxo completo com a análise de dados.
Isso pode levar algum tempo. Veremos a resposta na sequência, em nosso próximo vídeo.