No Brasil, um GPT personalizado serve para testar ideias, não para receber candidatos com seus dados
Um GPT personalizado consegue responder dúvidas sobre cursos, mensalidades e bolsas com pouco tempo de configuração. Mas atender candidatos reais exige coletar dados pessoais, informar o titular e entregar o contato à equipe de captação com contexto, e é aí que o GPT fica curto.
Este artigo mostra o que ele cobre, onde falha e que alternativas sua instituição tem. Para o panorama completo, veja o guia de chatbots de IA para captação de alunos.
Não conseguimos confirmar na ajuda oficial da OpenAI as condições dos planos do ChatGPT, os limites de arquivos nem as opções de compartilhamento. Por isso não as apresentamos como fatos: verifique-as na documentação vigente do plano que pretende contratar.
O que um GPT personalizado realmente oferece
Um GPT personalizado é o ChatGPT configurado com regras próprias. Segundo a documentação da OpenAI sobre GPT Actions, um GPT personalizado combina instruções, documentos anexados como conhecimento e ações que chamam serviços de terceiros por meio de API.
Isso define o alcance. As instruções fixam tom e regras. Os documentos servem de base de consulta. As ações conectam outros sistemas, mas só se sua equipe construir e mantiver a API correspondente.
Para uma faculdade, um centro universitário ou uma universidade privada, os usos sensatos são:
- Exploração: entender o que os candidatos perguntam sobre vestibular, nota do ENEM, SISU, mensalidades e bolsas.
- Apoio interno: permitir que um consultor consulte rapidamente o regulamento ou o guia de bolsas.
- Rascunhos: preparar respostas que uma pessoa revisa antes de enviar.
Cinco limites que pesam na captação
O que falta não é qualidade do modelo, e sim todo o entorno operacional: fontes controladas, dados, rastreabilidade e entrega ao consultor. A tabela resume onde um GPT costuma falhar.
| Necessidade | O que costuma acontecer com um GPT | O que verificar |
|---|---|---|
| Respostas fiéis a fontes oficiais | Os arquivos orientam, mas o modelo pode completar com conhecimento geral | Se cita a fonte e se recusa a responder quando não a encontra |
| Datas de vestibular, vagas e mensalidades atualizadas | Alguém precisa recarregar os arquivos a cada mudança | Responsável, frequência e conferência |
| Entrega do candidato ao CRM | Exige uma API própria por trás de uma ação | Campos enviados, consentimento e tratamento de erros |
| Registro e auditoria | As conversas ficam onde o GPT foi criado | Se é possível exportar, buscar e excluir por candidato |
| Presença no site da instituição | O GPT vive dentro do ChatGPT | Se o candidato precisa sair do site e ter conta própria |
Alucinações e fontes
Um modelo com documentos anexados continua sendo generativo. Pode misturar a nota de corte de um curso com a de outro ou inventar um requisito plausível. Na captação, um erro assim sai caro: o candidato que perde um prazo de inscrição ou desiste de um curso por causa de um dado falso.
Há ainda o risco de o assistente afirmar um reconhecimento que o curso não tem. A situação regulatória de cursos e instituições é registrada no sistema do MEC, e o assistente nunca deve contradizê-la. As proteções habituais são a recuperação sobre fontes controladas, as citações visíveis e o encaminhamento a uma pessoa. Elas aparecem em detalhe no artigo sobre alucinações de chatbot no ensino superior.
Entrega à equipe e ao CRM
Um candidato que pergunta sobre uma visita ao campus ou sobre a matrícula é um contato que precisa chegar a uma pessoa com seu histórico. Em um GPT, essa entrega depende de uma ação que você desenha, testa e mantém: quais campos seguem, como evitar duplicidade e o que fazer quando o CRM não responde.
Fora do seu próprio site
O GPT é usado dentro do ChatGPT. O candidato que lê a página de um curso no seu site não encontra o assistente ali, a menos que você construa uma interface própria, com aviso de privacidade e controles de acesso.
Dados pessoais: LGPD e ANPD
Sua instituição é a controladora dos dados dos candidatos, mesmo que a tecnologia seja de terceiros. Isso exige base legal, informação clara ao titular, contrato com o operador e clareza sobre onde os dados ficam hospedados.
O marco é a Lei Geral de Proteção de Dados (Lei 13.709/2018), fiscalizada pela Autoridade Nacional de Proteção de Dados (ANPD), que publica guias úteis para redigir os avisos que o candidato verá. Quando o candidato é menor de idade, o tratamento pede atenção redobrada ao consentimento dos responsáveis e ao melhor interesse do adolescente. Peça ao seu encarregado (DPO) que revise cada fluxo antes do lançamento.
Distinga três cenários, porque as condições mudam:
- Aplicativo ChatGPT: segue os termos do plano contratado. Leia-os antes de alguém digitar dados de candidatos.
- API da OpenAI: tem outra política de dados. Segundo a documentação de dados da API da OpenAI, os dados enviados à API não são usados para treinar modelos por padrão, a menos que a organização decida compartilhá-los.
- Registros de segurança: A mesma página informa que os registros de monitoramento de abuso são mantidos por padrão por até 30 dias.
Que a API não treine com seus dados não resolve a LGPD sozinho. Seguem pendentes a informação ao titular, o contrato com o operador, a transferência internacional e o direito de eliminação. E, se o assistente prometer bolsas ou descontos, lembre que a oferta se submete ao Código de Defesa do Consumidor, que os Procons fiscalizam.
Alternativas: API própria, solução especializada ou híbrido
Existem três caminhos além do GPT. A comparação detalhada está no artigo sobre SaaS, desenvolvimento próprio ou open source.
Construir sobre a API com recuperação de documentos. Dá controle sobre comportamento, fontes e integração, em troca de engenharia, testes e manutenção contínuos. Um ponto de calendário: a OpenAI anunciou a retirada da Assistants API em 26 de agosto de 2026, com a Responses API como substituta. Se você segue um tutorial antigo, confira para qual interface ele aponta.
Contratar uma solução especializada em captação. Inclui o site, a qualificação do candidato, o agendamento de visitas e dias de portas abertas e o envio ao CRM. A Skolbot é um exemplo: chatbot para o site da escola, qualificação de candidatos, agendamento e envio ao CRM, com o WhatsApp como complemento. Peça sempre um teste com seus próprios conteúdos.
Um modelo híbrido. Um GPT como ferramenta interna de redação e uma solução especializada voltada ao candidato. Assim você separa o risco baixo, de uso interno, do risco alto, com dados de terceiros.
| Critério | GPT personalizado | API própria | Solução especializada | Híbrido |
|---|---|---|---|---|
| Tempo até um protótipo | Curto | Médio | Curto | Curto |
| Controle de fontes e citações | Limitado | Alto | Depende do fornecedor | Misto |
| Integração com CRM | Exige API própria | Desenvolvimento próprio | Costuma vir pronta | Misto |
| Presença no site da instituição | Não direta | Sim, com desenvolvimento | Sim | Sim |
| Carga de manutenção | Baixa, mas manual | Alta | Do fornecedor | Média |
A tabela é um quadro de decisão, não uma medição. Os prazos reais dependem da sua equipe e dos seus sistemas.
Como decidir com um piloto
Um piloto curto, com critérios definidos antes de começar, é a forma mais segura de decidir. Este exemplo é ilustrativo e deve ser adaptado à sua instituição:
- Reúna as perguntas reais da captação sobre ENEM, SISU, vestibular próprio, transferência e bolsas como o ProUni e o FIES.
- Prepare respostas de referência escritas pela sua equipe.
- Teste cada opção e registre erros, citações e recusas de resposta.
- Simule um candidato que deixa seus dados e confira se chegam completos ao CRM.
- Revise com o encarregado o aviso de privacidade, o contrato e a retenção.
Dados sobre exames e indicadores de cursos devem coincidir com o que o INEP publica. Para pontuar as opções com uma matriz, use nosso guia para escolher um agente de IA.



