Os melhores modelos de IA para tarefas de gestão de projetos
Panorama dos modelos: A utilização de modelos de IA na gestão de projetos cresceu rapidamente, com modelos distintos para tarefas específicas.
Resumo de reuniões: Diferentes modelos de IA destacam-se no resumo de reuniões; a escolha do modelo afeta a precisão e o nível de detalhe.
Comunicação com as partes interessadas: A IA ajuda a estruturar conteúdo para atualizações destinadas às partes interessadas, mas a precisão varia consoante o modelo.
Documentação do âmbito: O Claude é preferido para tarefas de âmbito orientadas para o detalhe, especialmente quando o modelo processa dependências.
Documentação de processos: O ChatGPT é frequentemente melhor a organizar informação dispersa em documentos de processos coerentes.
Falamos muito sobre ferramentas de gestão de projetos com IA aqui na DPM — mas ainda não tínhamos analisado os próprios modelos de IA e a forma como estão a moldar o trabalho de gestão de projetos. Até agora.
O panorama dos modelos ficou rapidamente mais concorrido. De acordo com o Inquérito sobre a adoção de IA da Artificial Analysis, o número médio de famílias de LLM utilizadas ou consideradas aumentou de cerca de 2,8 em 2024 para 4,7 em 2025. E a classificação dos «Modelos de IA mais utilizados» da T4 Atlas mostra quais continuam a surgir em todo o mercado: GPT-4o, Claude 3.5 Sonnet, DeepSeek R1, Gemini 1.5 Pro, Llama 3, Copilot Model Stack, Grok e Codestral.
Se já experimentou mais do que um, sabe que não são intercambiáveis — e tratá-los como se fossem pode significar deixar escapar ganhos reais de desempenho. Para descobrir como estes modelos se comparam nas tarefas de gestão de projetos mais comuns, fomos diretamente falar com profissionais. Eis o que nos disseram.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Resumo de reuniões e itens de ação
Claude, Gemini, Read AI
O resumo de reuniões é um dos casos de utilização de IA mais comuns na gestão de projetos e também um dos mais sensíveis à degradação do desempenho dos modelos. Joe Troyer, diretor de marketing da Great Lakes Tiny Homes, faz uma comparação direta: "O Claude mantém os itens de ação corretos em transcrições de uma hora, enquanto o GPT começa a eliminar nomes e prazos após os primeiros trinta minutos." Quanto mais longa for a reunião, mais importante é a escolha do modelo.
Claude mantém os itens de ação precisos ao longo de transcrições com uma hora de duração, enquanto o GPT começa a esquecer nomes e prazos após os primeiros trinta minutos.
Mas identificar o modelo certo é apenas metade da equação — saber como é um bom resultado é a outra metade. Troyer é específico: "Um bom resultado enumera cada item com o nome do orador e uma única frase sobre o compromisso. Um mau resultado acrescenta tarefas extra que nunca foram mencionadas ou junta duas pessoas num único responsável."
Nem todos chegam ao mesmo resultado. Michael Gold, que gere projetos para vários clientes, faz deliberadamente uma comparação cruzada entre modelos em vez de se comprometer com um só: "Acabo por usar tudo, como o Gemini, o Claude, o Chatty, etc., mesmo quando tenho o Firefly. Pego na transcrição do Firefly e coloco-a noutra ferramenta, porque não confio no Firefly." A sua abordagem trata a comparação entre modelos como parte do próprio fluxo de trabalho — não como um passo de configuração que se faz uma única vez.
Ryan Gilbreath adota uma abordagem mais estruturada, classificando as opções que testou: "Diria que, se tivesse de classificar a minha lista de ferramentas no que diz respeito a aplicações de tomada de notas com IA, o Read AI tem sido uma das melhores para mim. Em segundo lugar estaria o Gemini, simplesmente porque trabalho num espaço de trabalho Google e é fácil sincronizar e reunir todas as minhas notas num só lugar. E depois diria o Otter AI."
Comunicação com as partes interessadas e elaboração de relatórios de estado
Claude Opus, ChatGPT-4
Uma atualização de estado útil faz bem determinadas coisas. Como explica Guillermo Ginesta, sócio-gerente da APAC na Brinc: "Um resultado útil tem de separar factos, bloqueios, ações específicas dos responsáveis e risco político sem inventar certezas." Ken Herron, cofundador da VCONify, expressa a ideia com a mesma clareza: "Um bom resultado resume o que mudou, por que motivo é importante, quem é responsável pela próxima ação e onde são necessárias decisões. Um mau resultado parece o resumo genérico de uma reunião, trata todas as questões como igualmente importantes e perde o contexto executivo."
Tendo isto em conta, os profissionais tendem a dividir-se consoante aquilo que procuram otimizar. Ken Herron, cofundador da VCONify, recorre ao Claude quando a prioridade é a qualidade da comunicação: "Quando preciso de transformar notas de reuniões, cadeias de e-mails e comentários da direção numa atualização concisa para as partes interessadas, o Claude [Opus] produz consistentemente comunicações mais claras e matizadas do que os outros modelos que testei."
Outros defendem o ChatGPT-4. Bogdan Condurache, cofundador e CPO da Brizy, utiliza o GPT-4 para a comunicação com as partes interessadas, em conjunto com o Claude para definir o âmbito. Salienta a capacidade do GPT-4 para adaptar as comunicações a diferentes públicos: "Se precisar de explicar um atraso à liderança, simplificar uma atualização de produto para os clientes ou resumir dívida técnica para equipas não técnicas, ajusta bem o tom e o nível de detalhe."
Documentação do âmbito e requisitos
Claude Opus, ChatGPT-4
Quando se trata de definir o âmbito, o consenso entre os profissionais inclina-se para o Claude — especialmente no caso de trabalhos complexos, com múltiplas dependências, em que o custo de uma suposição falhada é elevado. Murli Pawar, vice-presidente da SunTec, descreve como a sua equipa utiliza o Claude Opus precisamente para este fim: "Utilizamos o Claude Opus para transformar o documento de âmbito de um cliente num plano de projeto concreto, dividindo-o em tarefas, definindo a sua sequência e mapeando as dependências. Os nossos projetos tendem a incluir muitos passos interdependentes, em que uma fase não pode começar até que outra esteja concluída e devidamente preparada, pelo que esta é a tarefa em que o planeamento tem de ser verdadeiramente fundamentado, em vez de se limitar a uma simples listagem."
O que distingue o Claude neste contexto, na perspetiva de Pawar, é a forma como lida com a ambiguidade: "Quando lhe entrego um briefing vago, o Claude é o mais consistente a detetar que o passo C depende secretamente do passo A e a assinalar as partes incompletas do briefing, em vez de inventar discretamente suposições para preencher as lacunas. Os outros entregam-me com mais frequência um plano que parece completo, mas cuja sequência se desmorona assim que o verificamos."
Vale a pena reter a definição de Pawar de um resultado bom em oposição a um mau resultado: "Um bom resultado é um plano que posso questionar. Expõe as suas próprias suposições. Também consegue agrupar as tarefas em fases lógicas e indicar-me onde o briefing era ambíguo, em vez de ocultar o problema. Eu deveria estar a editá-lo, não a reconstruí-lo. Um mau resultado é um plano demasiado confiante que, no fundo, está errado."
SOP e documentação de processos do ChatGPT
A documentação de processos coloca exigências diferentes à IA das impostas pelo registo de reuniões em tempo real — e a diferença entre um resultado com um aspeto cuidado e um resultado utilizável pode ser especialmente dispendiosa neste caso. Os profissionais que realizam este trabalho regularmente tendem a escolher o ChatGPT, muitas vezes devido à sua capacidade para reestruturar informação dispersa em sequências lógicas.
Hien Nguyen, cofundadora e diretora da Happy Way, utiliza o ChatGPT para consolidar conhecimento operacional que está "disperso por vários locais — reuniões, mensagens no Slack, e-mails e através de membros individuais da equipa de operações". O valor do modelo, na sua experiência, reside na sua capacidade de pegar em dados desorganizados e impor-lhes uma estrutura: "Um bom resultado definirá o processo passo a passo e incluirá pontos de decisão, com um nível de detalhe tal que um novo funcionário poderia utilizar este documento para executar o processo sem precisar de esclarecimentos contínuos."
Identifica claramente o principal padrão de falha: "Um mau resultado terá um aspeto cuidado, mas não incluirá os detalhes práticos. Se a IA criar novos passos, omitir informações vitais sobre um processo e utilizar termos gerais para descrever empresas sem explicar como o trabalho é concluído, o documento torna-se praticamente inutilizável." Para os POP, a coerência superficial não é suficiente — é necessário que exista especificidade, caso contrário o documento falha na prática.
More Articles
- O que é a Gestão de Projetos Empresariais? Principais Estratégias & Ferramentas
- Quanto Custa o Software de Fluxos de Trabalho?
- Quanto Custa o Software de Colaboração?
- Como Utilizar o Asana para a Gestão de Projetos
- Modelo de Planeamento da Capacidade: Planeie as Cargas de Trabalho da Equipa Mais Rapidamente
Redação publicitária e trabalho escrito
Claude, Gemini
Para tarefas de escrita — quer se trate de redigir comunicações de projetos, conteúdos ou textos publicitários — os profissionais relatam uma divisão clara. Claude e Gemini surgem como as opções preferidas, com o ChatGPT a ficar para trás nas comparações diretas.
Jennifer Goebel, coordenadora de projetos no Baker Marketing Laboratory, considera que o Claude é a melhor ferramenta de escrita do ponto de vista do tom de voz: "O Claude parece ser a ferramenta que funciona melhor para comunicações, exigindo menos trocas do que o ChatGPT e apresentando um tom de voz mais natural na escrita."
Yonelly Gutierrez, que gere fluxos de trabalho de projetos em várias ferramentas, fez uma mudança mais decisiva: cancelou completamente a sua subscrição profissional do ChatGPT depois de notar uma diminuição do desempenho. "Notei uma diferença enorme, até entre modelos GPT. Costumava utilizar o ChatGPT a toda a hora, mas agora reparei que alucina demasiado." Atualmente, recorre ao Gemini para escrever: "Quando se trata de escrever efetivamente, prefiro o Gemini." A sua ferramenta secundária é o Glean — não pela qualidade da sua escrita, mas pela sua capacidade de obter contexto interno relevante dos projetos.
Adequar o modelo ao momento
Entre resumos de reuniões, atualizações de estado, documentação de processos e definição do âmbito do trabalho, emerge um tema consistente: os resultados da IA falham não porque a tecnologia esteja errada, mas porque foram aplicadas à tarefa expectativas erradas — ou o modelo errado. Os gestores de projetos que obtêm mais valor da IA não utilizam uma ferramenta para tudo. Encaram a seleção do modelo como uma parte deliberada do seu fluxo de trabalho — e avaliam os resultados segundo um padrão claro do que realmente representa um bom resultado.
Quer obter mais informações como estas? Crie uma conta DPM gratuita para ouvir mais especialistas como estes.
