Como criar gráficos com o Copilot no Fabric: passo a passo

João Barros 08 de July de 2026 4 min de leitura

Transformar uma tabela cheia de números num gráfico claro é, muitas vezes, o que falta para a equipa perceber o que os dados dizem. Com o Copilot no Fabric, pode descrever o gráfico que quer em português, dentro de um Notebook, e receber o código pronto a executar — sem decorar a sintaxe do matplotlib nem procurar exemplos antigos. Este guia mostra, passo a passo, como criar gráficos com o Copilot no Fabric a partir de uma tabela do seu Lakehouse — uma abordagem ideal para explorar dados rapidamente antes de construir um relatório completo.

Pré-requisitos

Uma área de trabalho do Fabric numa capacidade paga (F2 ou superior) ou numa capacidade de teste (trial).
O Copilot ativado pelo administrador nas definições do tenant.
Um Notebook ligado a um Lakehouse com, pelo menos, uma tabela de dados.
Conhecimentos básicos de Notebooks e de Python.

Passo 1: Carregar os dados para um DataFrame

Antes de desenhar o gráfico, precisa de ter os dados numa variável. Abra o Notebook, ligue-o ao Lakehouse e execute uma célula que agregue a tabela num DataFrame. No exemplo, somamos o valor das vendas por região:

df = spark.sql(
    "SELECT region, SUM(amount) AS total "
    "FROM sales GROUP BY region"
)
display(df)

Confirme que o display mostra as colunas region e total. É este DataFrame df que o Copilot vai usar como base.

Passo 2: Abrir o Copilot no Notebook

Na barra de ferramentas do Notebook, clique no ícone do Copilot para abrir o painel de chat do lado direito. Na primeira utilização, execute a célula que o painel adiciona automaticamente para carregar o Copilot. Tem duas formas de trabalhar: o painel de chat, ideal para pedidos em várias etapas, e o Copilot na célula, para melhorias rápidas dentro de uma célula. O painel conhece as células já executadas, por isso mantenha o Passo 1 corrido para que ele "veja" o seu DataFrame.

Passo 3: Pedir o gráfico em linguagem natural

No painel do Copilot, escreva um pedido claro que indique o tipo de gráfico, as colunas e a ordenação. Quanto mais concreto for o pedido, melhor é o resultado — um pedido vago dá um gráfico genérico. Por exemplo:

Cria um gráfico de barras com o total de vendas por região a partir do DataFrame df, ordenado do maior para o menor.

O Copilot responde com uma explicação curta e um bloco de código. Reveja sempre o código antes de o executar: confirme que usa o DataFrame certo (df) e as colunas corretas.

Passo 4: Executar e afinar o código

Insira o código numa nova célula e execute-o. Um resultado típico é parecido com este:

import matplotlib.pyplot as plt

pdf = df.toPandas().sort_values("total", ascending=False)

plt.figure(figsize=(8, 5))
plt.bar(pdf["region"], pdf["total"], color="#0078D4")
plt.title("Total sales by region")
plt.xlabel("Region")
plt.ylabel("Total")
plt.tight_layout()
plt.show()

Para ajustar, peça a alteração ao Copilot em vez de reescrever tudo. Pedidos como "muda para um gráfico de linhas" ou "mostra os valores por cima de cada barra" mantêm o contexto anterior. Se aparecer um erro a dizer que uma coluna não existe, cole a mensagem no painel e peça ao Copilot para corrigir o erro.

Verificar o resultado

O gráfico aparece logo por baixo da célula. Confirme três coisas: os eixos têm rótulos legíveis, a ordem das barras corresponde ao que pediu (do maior para o menor) e os valores coincidem com o display do Passo 1. Se os números não baterem certo, o problema está quase sempre na consulta do DataFrame e não no gráfico — reveja o Passo 1.

Conclusão

Em quatro passos, passou de uma tabela a um gráfico claro sem escrever a sintaxe de raiz, deixando o Copilot tratar do código repetitivo. A partir daqui, experimente pedir gráficos interativos com Plotly ou juntar vários gráficos numa só figura para comparar métricas. Com a prática, vai perceber que descrever bem o gráfico é metade do trabalho. Qual é a primeira métrica da sua equipa que ganharia com um gráfico gerado pelo Copilot?