Como criar explicações automáticas em Copilot no Power BI

João Barros 16 de September de 2026 4 min de leitura

Este tutorial ensina a criar explicações automáticas em Copilot no Power BI para que utilizadores consigam ler interpretações claras dos visuais. Explicar o porquê de um aumento, queda ou comparação torna os relatórios mais accionáveis e ajuda quem não domina dados a tomar decisões.

Pré-requisitos

Conta com acesso ao Power BI e Copilot activado
Relatório no Power BI Desktop ou no serviço com um modelo de dados simples
Conhecimentos básicos de DAX e do editor de relatórios

Passo 1: Identificar o cenário de explicação

Escolha um visual onde quer que o Copilot escreva a explicação automática — por exemplo, um gráfico de colunas que mostra Vendas por mês. Defina exactamente que tipo de explicação pretende: tendência, variação percentual mês a mês, ou comparação com objectivo.

Passo 2: Criar medidas de suporte no modelo

Crie medidas que o Copilot possa usar para calcular os valores que irá explicar. Estas medidas tornam as perguntas ao Copilot mais precisas e evitam ambiguidade.

VendasTotais = SUM(Sales[Amount])
VendasMêsAnterior = CALCULATE([VendasTotais], PREVIOUSMONTH(Calendar[Date]))
VariaçãoPct = IF(ISBLANK([VendasMêsAnterior]), BLANK(), DIVIDE([VendasTotais]-[VendasMêsAnterior], [VendasMêsAnterior]))

Estas medidas fornecem o valor actual, o anterior e a variação percentual — informação útil para gerar uma explicação.

Passo 3: Adicionar um cartão ou texto dinâmico para a explicação

Crie um visual de texto (Card ou visual de texto personalizado) onde o Copilot irá inserir a explicação. No Power BI Desktop, use um visual de texto ou um Card com uma medida de texto que combine valores.

TextoExplicativo =
VAR vAtual = FORMAT([VendasTotais], "#,0")
VAR vPct = FORMAT([VariaçãoPct], "0.0%")
RETURN
"Vendas neste mês: " & vAtual & ". Variação em relação ao mês anterior: " & vPct & "."

Este exemplo cria uma string simples. Copilot consegue usar estas medidas como contexto para gerar texto mais rico se receber prompts adequados.

Passo 4: Configurar um prompt/modelo no Copilot

No serviço Power BI, abra a funcionalidade Copilot no relatório e crie um prompt ou modelo que use as medidas e o contexto do visual. O modelo deve ser claro sobre o que pedir — por exemplo, pedir explicação de tendência e causas possíveis.

Prompt Template:
"Tens acesso aos seguintes valores: VendasTotais = {VendasTotais}, VendasMêsAnterior = {VendasMêsAnterior}, VariaçãoPct = {VariaçãoPct}. Gera uma explicação concisa (2-3 frases) que descreva a tendência, destaque a variação e sugira duas possíveis causas para esta mudança. Evita jargão técnico."

Substitui {VendasTotais} etc. pelos campos/measures do relatório quando configurado no Copilot. Este modelo garante consistência e facilita tradução de números em texto.

Passo 5: Ligar o Copilot ao visual e validar permissões

Associe o modelo ao visual de texto ou configure o Copilot para responder quando o utilizador seleccionar o gráfico. Verifica que as permissões do relatório permitem que Copilot leia as medidas e que o âmbito dos dados respeita a governação da organização.

Passo 6: Testar prompts e ajustar tom

Testa várias versões do prompt para obter explicações mais técnicas ou mais simples. Ajusta o comprimento, o estilo (formal/informal) e instrui o Copilot a incluir recomendações específicas (ex.: investigar produto X).

Prompt curto:
"Explica em 2 frases a variação entre os últimos dois meses e sugere uma acção imediata."

Prompt detalhado:
"Explica a tendência dos últimos 3 meses, destaca o maior contributo por categoria e propõe 2 hipóteses para a mudança com acções concretas."

Verificar o resultado

Selecciona o visual e activa o Copilot para gerar a explicação. Devias ver um texto contextual no visual de texto ou numa janela do Copilot que: 1) refere os valores chave, 2) descreve a tendência, e 3) sugere causas ou acções. Se o texto estiver vago, ajusta o modelo para incluir mais contexto (ex.: segmento, produto).

Conclusão

Criar explicações automáticas com Copilot no Power BI aumenta a interpretabilidade dos relatórios e ajuda utilizadores não técnicos a agir. Próximos passos: experimentar modelos por público (executivo vs. operacional) e integrar sinais de alerta quando a variação ultrapassar um limiar. Dica: começa com prompts curtos e vai afinando o tom e a estrutura conforme o feedback dos utilizadores.