---
title: Como treinar a IA com os documentos da empresa, sem treinar o modelo
description: O que é treinar a IA, por que uma pequena empresa quase sempre
  precisa que a IA leia os documentos na hora da resposta (RAG) e o que
  preparar.
language: pt-BR
canonical: https://www.siglata.com/blog/como-treinar-ia-com-documentos-da-empresa
date: 2026-10-10
---

# Como treinar a IA com os documentos da empresa, sem treinar o modelo

Treinar muda o modelo. O que a empresa quer é a IA respondendo com as políticas, os preços e os manuais de hoje, com a fonte de cada resposta.

Angelica Lopes Tang · 10 de out. de 2026

**Para a IA responder com os documentos da empresa, você não precisa treinar o modelo. Treinar, ou fazer o ajuste fino, muda o próprio modelo com exemplos, e serve para formato e tom. O que uma pequena empresa precisa é a IA buscando nos documentos certos e lendo os trechos que importam na hora de cada resposta, o que se chama RAG, com as regras escritas nas instruções de um projeto ou numa skill.** Com os documentos atualizados na busca, citações conferidas e permissões aplicadas por pessoa, esse caminho ajuda a responder com a informação atual da empresa.

Fontes conferidas em 6 de outubro de 2026; as da OpenAI sobre ajuste fino e GPTs, de novo em 10 de outubro de 2026.

## O que as pessoas chamam de treinar a IA

Quando alguém pede para "treinar a IA com os documentos da empresa", quase sempre quer que a IA responda com a política de trocas, a tabela de preços e o manual de atendimento da própria empresa, e não com uma resposta genérica da internet.

A palavra confunde porque, no vocabulário técnico, treinar é outra coisa. Este guia separa as duas, mostra onde cada uma existe hoje e o que preparar. Para os jeitos de dar ao ChatGPT acesso aos arquivos, veja o guia [Como dar ao ChatGPT acesso aos arquivos e planilhas da empresa](/blog/chatgpt-arquivos-da-empresa). Para entender o que é um modelo, veja [O que é LLM](/blog/o-que-e-llm).

## Treinar muda o modelo

Um modelo como o do ChatGPT aprendeu a escrever lendo uma quantidade enorme de texto. Treinar de novo, ou fazer o ajuste fino (\_fine-tuning\_), é mudar esse modelo. Segundo a [documentação da OpenAI](https://developers.openai.com/api/docs/guides/model-optimization), o ajuste fino pega um modelo base, recebe exemplos das entradas e das saídas que você espera e entrega um modelo que vai melhor naquelas tarefas. Os usos que a OpenAI lista são classificação, tradução com nuances, um formato específico de resposta e corrigir instruções que o modelo não segue. É um recurso para desenvolvedores. A OpenAI restringiu novos ajustes finos a organizações já elegíveis e anunciou o fim da criação de novos jobs de ajuste fino para clientes ativos em 6 de janeiro de 2027. Os modelos já ajustados continuam disponíveis até a aposentadoria do modelo base, segundo a [página de descontinuações](https://developers.openai.com/api/docs/deprecations), conferida em 10 de outubro de 2026.

Para os documentos de uma empresa, o ajuste fino tem três problemas:

- **O ajuste fino, por si só, não guarda a origem de cada resposta.** Para citar documentos, o modelo também pode receber os trechos de referência.
- **O ajuste fino não incorpora documentos novos sozinho.** Uma política atualizada pode entrar como contexto ou pela busca, sem outro treinamento.
- **As permissões ficam na aplicação.** O ajuste fino não cria acesso por pessoa; esse controle precisa existir nos dados e nas ferramentas que o modelo usa.

## Dar os documentos na hora da resposta

O caminho que resolve o problema da empresa deixa o modelo como está. A cada pergunta, a IA busca nos documentos os trechos que importam, lê esses trechos e responde com eles. O nome técnico é RAG, sigla em inglês para geração aumentada por recuperação: a busca mais o contexto.

Na documentação da OpenAI, a [busca em arquivos](https://developers.openai.com/api/docs/guides/retrieval) funciona assim: cada arquivo é dividido em trechos, transformado em vetores e indexado, e a busca encontra os trechos parecidos com a pergunta mesmo quando as palavras não são as mesmas. A Anthropic usa o nome RAG na [ajuda dos projetos do Claude](https://support.claude.com/en/articles/9517075): quando os arquivos de um projeto chegam perto do limite de contexto, o Claude passa a buscar neles, nos planos pagos.

Um exemplo. A Distribuidora Ipê guarda três documentos:

| Documento | O que tem |
| --- | --- |
| Politica_de_trocas.pdf | Seção 2: troca em até 30 dias, com nota fiscal |
| Tabela_de_precos_outubro.xlsx | Preço de cada produto, com o desconto por volume |
| Manual_de_atendimento.docx | Como responder, prazos de entrega por região |

Alguém pergunta: "Um cliente comprou há 20 dias. Ainda pode trocar?" A IA busca nos três, encontra a seção 2 da política de trocas e responde: "Pode. A política aceita troca em até 30 dias, com a nota fiscal (Politica_de_trocas.pdf, seção 2)."

Exemplo ilustrativo, empresa e documentos fictícios.

## As regras ficam escritas

Os documentos dizem o que é verdade. O jeito de trabalhar fica escrito à parte, num texto curto que qualquer pessoa da empresa lê e corrige. Um exemplo para o atendimento:

- responda pela política de trocas e pela tabela de preços do mês;
- cite o documento e a seção de cada resposta;
- se dois documentos disserem coisas diferentes, mostre os dois;
- se nenhum documento responder, diga isso em vez de deduzir.

Essa regra cabe nas instruções de um projeto ou numa skill, e [reutilizar as instruções da empresa](/blog/instrucoes-da-empresa-para-conteudo) mostra um exemplo com dois textos de produto. A última linha deixa claro o que fazer quando falta informação: dizer que nenhum documento responde, em vez de inventar uma resposta.

## Por que a empresa quer o segundo caminho

|  | Treinar (ajuste fino) | Documentos na hora da resposta (RAG) |
| --- | --- | --- |
| Muda o quê | O modelo | O que o modelo lê a cada pergunta |
| Documento mudou | O ajuste fino não incorpora a mudança sozinho | Atualize o arquivo e aguarde a atualização da busca, quando houver indexação |
| Fonte da resposta | Depende do contexto e das ferramentas usados junto com o modelo | Pode citar o documento e o trecho recuperados |
| Acesso por pessoa | Depende dos controles da aplicação | A busca pode aplicar as permissões de cada pessoa |
| Serve para | Formato, tom, classificação | Políticas, preços, manuais, contratos |

- **Pode ficar atualizado.** Trocou a política de trocas, atualize o arquivo usado pela IA e confira se a busca já encontra a versão nova.
- **Mostra a fonte.** A IA pode errar. Peça o documento e o trecho de origem e confira se a resposta corresponde ao que eles dizem.
- **Pode respeitar o acesso.** A busca precisa aplicar as permissões de cada pessoa, para que a IA consulte somente os documentos que ela pode abrir.

## Onde isso existe hoje

Segundo as páginas de ajuda de cada empresa, conferidas em 6 de outubro de 2026:

**No ChatGPT**

- [**Projetos**](https://help.openai.com/en/articles/10169521)**.** Agrupam conversas, arquivos de referência e instruções próprias. Estão disponíveis para quem entra no ChatGPT, conforme o plano e o workspace.
- [**Apps**](https://help.openai.com/en/articles/11487775)**, também chamados de conectores.** Eles buscam informações em serviços como o Google Drive e o SharePoint. Nos planos para empresas, a [sincronização gerenciada pelo administrador](https://help.openai.com/en/articles/10847137) não dá a ninguém acesso ao que a pessoa não consegue ver no próprio serviço: as permissões do Google Drive, do SharePoint ou do Teams decidem o que cada um acessa.
- [**GPTs**](https://help.openai.com/en/articles/8554397)** com arquivos de conhecimento.** A criação de novos GPTs está disponível nos espaços Business, Enterprise e Edu que permitem esse recurso; nos planos pessoais, incluindo Free, Go, Plus e Pro, não é possível criar nem publicar novos GPTs. Os existentes continuam disponíveis para uso, e a edição depende dos requisitos do plano e das permissões (conferido em 10 de outubro de 2026). Segundo a OpenAI, os arquivos de conhecimento dão ao GPT material de consulta para usar nas respostas, como manuais, guias e documentos internos. A OpenAI está levando os GPTs personalizados para os plugins, e no ChatGPT Enterprise eles estão sendo aposentados ([OpenAI](https://learn.chatgpt.com/docs/migrate-custom-gpts), conferido em 6 de outubro de 2026). Na migração, as instruções viram uma skill e os arquivos de conhecimento vão junto.
- [**Skills**](https://help.openai.com/en/articles/20001066)**.** A OpenAI descreve uma skill como um fluxo de trabalho reutilizável que diz ao ChatGPT como fazer uma tarefa, de forma mais consistente, com instruções, exemplos e código. Estão nos planos Business, Enterprise, Healthcare e Edu.

**No Claude**

- [**Projetos**](https://support.claude.com/en/articles/9517075)**.** Cada projeto tem as suas conversas e os seus arquivos, que o Claude usa como contexto. Estão em todos os planos (o Free tem até cinco projetos), e a busca com RAG fica nos planos pagos.
- [**Skills**](https://support.claude.com/en/articles/12512176)**.** Pastas de instruções, scripts e arquivos que o Claude carrega quando a tarefa pede. Estão nos planos Free, Pro, Max, Team e Enterprise, com a execução de código ligada. No Team e no Enterprise, o dono da organização pode distribuir uma skill para todos.

### E os dados da empresa, viram treino?

Aqui a palavra "treinar" aparece de verdade: a dúvida é se a OpenAI e a Anthropic usam os seus arquivos e conversas para treinar os modelos delas. Nas palavras de cada uma, conferidas em 6 de outubro de 2026:

- **OpenAI.** Na página de [dados de empresas](https://openai.com/business-data/), a OpenAI diz que, por padrão, não treina com os dados do ChatGPT Business, Enterprise, Edu, Healthcare e for Teachers, nem da API, incluindo o que entra e o que sai. Nos planos individuais, a opção "Melhorar o modelo para todo mundo", nos controles de dados (Data Controls) das configurações, [decide](https://help.openai.com/pt-br/articles/7730893-data-controls-in-chatgpt) se as conversas da pessoa ajudam a treinar os modelos.
- **Anthropic.** Para os produtos comerciais (Claude Team, Enterprise e a API), a Anthropic [diz](https://privacy.claude.com/en/articles/7996868) que, por padrão, não usa o que entra e o que sai para treinar os modelos, a menos que a pessoa envie um feedback, como o polegar para cima ou para baixo, ou escolha permitir. Nos planos Free, Pro e Max, a opção "Help Improve our AI models", nas configurações de privacidade, [decide](https://privacy.claude.com/en/articles/12109829) se as novas conversas entram no treino.

Antes de dar documentos à IA, confira o plano e essa opção.

## O que preparar

A IA responde com o que encontra. Três coisas fazem a diferença:

1. **Documentos limpos e atuais, com uma fonte só para cada assunto.** Uma política de trocas, e não "Politica\_trocas\_final.pdf", "Politica\_trocas\_final2.pdf" e um e-mail de março. Tire da pasta as versões velhas, ou a busca pode achar a errada.
2. **As regras escritas.** O que hoje está na cabeça de alguém: o desconto que o vendedor pode dar, o prazo que o atendimento promete, quando um pedido vai para o gerente. O que não está escrito, a IA não lê.
3. **Quem pode ver o quê.** Separe o que é de todos (a política de trocas, o manual) do que é de poucos (custos, salários, contratos). A IA de cada pessoa deve trabalhar com o acesso daquela pessoa.

## Onde entra a Siglata

A Siglata é o lugar de trabalho da sua IA: os arquivos, as planilhas, o ERP e as regras da empresa, com as ferramentas para fazer o trabalho inteiro. Você define o trabalho; a sua IA executa.

O seu ChatGPT busca e lê os documentos da empresa, em PDF, Word e PowerPoint, sem ninguém anexar nada, e segue as regras numa skill da empresa, de modo que o agente [começa toda conversa sabendo o que a empresa vende](/lancamentos/perfil-da-empresa). Cada pessoa tem o seu acesso, e a IA dela trabalha dentro dele. Cada arquivo guarda as versões anteriores (por padrão, todas), e a sua IA pode restaurar qualquer versão guardada, se você tiver acesso de alteração ao arquivo.

O seu ChatGPT também trabalha com as exportações do ERP, em planilha ou CSV, e nas próprias páginas do ERP, como o Bling: a sua IA entra no portal com o login que você ou a empresa conectou, lê listas e tabelas, clica, preenche e lança, sem ver a senha.

A IA trabalha com o acesso que a empresa dá a cada pessoa: ler e agir são permissões separadas. A senha fica fora do alcance da IA, e cada execução fica registrada.

A Siglata funciona no ChatGPT e no Codex.

[Conectar ao ChatGPT](/docs/agents/install/chatgpt)

[Conectar ao Codex](/docs/agents/install/codex)

## Perguntas frequentes

### Como treinar uma IA com os documentos da minha empresa?

Na maioria dos casos, não é preciso treinar. Coloque os documentos onde a IA consegue buscar, como um projeto do ChatGPT ou do Claude, escreva as regras nas instruções ou numa skill e peça que cada resposta cite o documento e o trecho. A IA lê os documentos na hora de responder, o que se chama RAG.

### Como treinar o ChatGPT com os meus dados?

No ChatGPT, você não treina o modelo. Você dá os arquivos e as instruções a um projeto, a uma skill (nos planos Business, Enterprise, Healthcare e Edu, conferido em 6 de outubro de 2026) ou a um GPT, e o ChatGPT lê esses arquivos ao responder. A criação de novos GPTs depende de um espaço Business, Enterprise ou Edu com essa permissão, e a OpenAI está levando os GPTs para os plugins. O ajuste fino é um recurso de desenvolvedores, e a OpenAI restringiu novos ajustes finos a organizações já elegíveis (página de descontinuações, conferida em 10 de outubro de 2026). Para escolher entre eles, veja [o que um GPT, um projeto e uma skill guardam](/comparar/gpts-ou-projetos-do-chatgpt).

### O que é RAG?

RAG é a sigla em inglês para geração aumentada por recuperação. A cada pergunta, a IA busca nos documentos os trechos que importam e responde com eles. O modelo não muda, e o documento pode ser trocado a qualquer hora.

### Qual a diferença entre treinar e usar RAG?

Treinar, ou fazer o ajuste fino, muda o modelo com exemplos, e serve para formato e tom. O RAG deixa o modelo igual e muda o que ele lê a cada pergunta. Para políticas, preços e manuais que mudam, o RAG pode ficar atualizado, citar a fonte e respeitar o acesso de cada pessoa, desde que a busca aplique essas permissões.

### O ChatGPT usa os dados da minha empresa para treinar?

Segundo a OpenAI, conferido em 6 de outubro de 2026, os dados do ChatGPT Business, Enterprise, Edu, Healthcare e for Teachers e da API não são usados para treinar os modelos, por padrão. Nos planos individuais, a opção "Melhorar o modelo para todo mundo" decide. No Claude, os planos Team e Enterprise e a API seguem a mesma regra por padrão, e nos planos Free, Pro e Max a opção "Help Improve our AI models" decide.

### A IA pode errar com os documentos?

Pode. Por isso, cada resposta aponta o documento e o trecho de onde veio, e a regra pede que a IA diga quando nenhum documento responde.

### Funciona com o meu ERP?

A sua IA trabalha com as exportações do ERP, em planilha ou CSV, e nas próprias páginas do ERP, como o Bling, com o login que você ou a empresa conectou.

- [Como dar ao ChatGPT acesso aos arquivos e planilhas da empresa](/blog/chatgpt-arquivos-da-empresa)

- [O que é LLM? A IA por trás do ChatGPT, explicada](/blog/o-que-e-llm)