ChatGPT
Claude
Perplexity
Gemini
GrokUm GPT personalizado serve para protótipos, mas raramente como agente de admissões em produção
Um GPT personalizado consegue responder a perguntas sobre licenciaturas, prazos e apoios em poucas horas de configuração, e é por isso que atrai tantas equipas. O problema surge quando esse assistente tem de falar com candidatos reais, recolher dados e entregá-los ao gabinete de admissões sem perder contexto.
Este artigo ajuda a perceber o que um GPT cobre, onde falha e que alternativas existem. Para uma visão geral, comece pelo nosso guia de chatbots de IA para o recrutamento estudantil.
Não conseguimos confirmar na ajuda oficial da OpenAI as condições dos planos do ChatGPT, os limites de ficheiros nem as opções de partilha. Por isso não os apresentamos como factos: verifique-os na documentação em vigor do plano que pretende contratar.
O que um GPT personalizado oferece realmente
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 através de API.
Isto define o perímetro. As instruções fixam o tom e as regras. Os documentos fornecem uma base de consulta. As ações ligam a outros sistemas, mas só se a sua equipa construir e mantiver a API correspondente.
Numa universidade ou num instituto politécnico, os usos razoáveis são:
- Exploração: perceber o que os candidatos perguntam sobre o concurso nacional de acesso, os cursos e as propinas.
- Apoio interno: permitir que um técnico consulte rapidamente o regulamento ou o guia de bolsas.
- Rascunhos: preparar respostas que uma pessoa revê antes de enviar.
Cinco limites que contam em admissões
O que falta não é qualidade do modelo, mas tudo o que rodeia a conversa: fontes controladas, dados, rastreabilidade e entrega à equipa. 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 ficheiros orientam, mas o modelo pode completar com conhecimento geral | Se cita a fonte e recusa responder quando não a encontra |
| Prazos, vagas e propinas atualizados | Alguém tem de voltar a carregar os ficheiros a cada alteração | Responsável, frequência e verificação |
| Entrega do candidato ao CRM | Exige uma API própria por trás de uma ação | Campos enviados, consentimento e tratamento de erros |
| Registo e auditoria | As conversas ficam onde o GPT foi criado | Se é possível exportar, pesquisar e apagar por candidato |
| Presença no site da instituição | O GPT vive dentro do ChatGPT | Se o candidato tem de sair do site e ter conta própria |
Alucinações e fontes
Um modelo com documentos anexados continua a ser um modelo generativo. Pode misturar a nota de candidatura de um curso com a de outro ou inventar um requisito plausível. Em admissões, um erro destes custa caro: um candidato que falha um prazo ou desiste de um curso por causa de um dado errado.
As proteções habituais são a recuperação sobre fontes controladas, as citações visíveis e o encaminhamento para uma pessoa. Detalhamo-las no artigo sobre alucinações do chatbot no ensino superior.
Entrega à equipa e ao CRM
Um candidato que pergunta por uma visita à escola ou pelo processo de candidatura é um contacto que deve chegar a uma pessoa com o seu contexto. Num GPT, essa entrega depende de uma ação que desenha, testa e mantém: que campos seguem, como evitar duplicados e o que fazer quando o CRM não responde.
Fora do seu próprio site
O GPT usa-se dentro do ChatGPT. O candidato que está a ler a página de um curso no seu site não tem esse assistente ali, a menos que construa uma interface própria, com aviso de privacidade e controlos de acesso.
Dados pessoais: RGPD, Lei 58/2019 e CNPD
A sua instituição é a responsável pelo tratamento dos dados dos candidatos, mesmo que a tecnologia seja de terceiros. Isso implica fundamento de licitude, informação ao titular, contrato com o subcontratante e clareza sobre onde os dados ficam alojados.
O enquadramento é o Regulamento Geral sobre a Proteção de Dados, complementado em Portugal pela Lei n.º 58/2019. A Comissão Nacional de Proteção de Dados publica orientações úteis para redigir a informação que o candidato vê. Veja também o Regulamento da UE sobre IA, que prevê obrigações de transparência quando uma pessoa interage com um sistema de IA.
Distinga três cenários, porque as condições diferem:
- Aplicação ChatGPT: rege-se pelos termos do plano contratado. Reveja-os antes de alguém introduzir dados de candidatos.
- API da OpenAI: tem outra política de dados. Segundo a documentação de dados da API da OpenAI, os dados enviados para a API não são usados para treinar modelos por defeito, salvo se a organização decidir partilhá-los.
- Registos de segurança: A mesma página indica que os registos de monitorização de abusos são conservados por defeito até 30 dias.
Que a API não treine com os seus dados não resolve o RGPD por si só. Continuam em aberto a informação ao candidato, o contrato de subcontratação, as transferências internacionais e o direito ao apagamento. Peça ao seu encarregado de proteção de dados que reveja cada fluxo antes do lançamento.
Alternativas: API própria, solução especializada ou modelo híbrido
Há 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 controlo 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 a 26 de agosto de 2026, com a Responses API como substituta. Se seguir um tutorial antigo, confirme para que interface aponta.
Contratar uma solução especializada em admissões. Inclui o site, a qualificação do candidato, a marcação de sessões de portas abertas e o envio ao CRM. A Skolbot é um exemplo: chatbot para o site da escola, qualificação de candidatos, marcação de reuniões e envio ao CRM, com o WhatsApp como complemento. Peça sempre um teste com os seus próprios conteúdos.
Um modelo híbrido. Um GPT como ferramenta interna de redação e uma solução especializada virada para o candidato. 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 |
| Controlo de fontes e citações | Limitado | Alto | Depende do fornecedor | Misto |
| Integração com CRM | Exige API própria | Desenvolvimento próprio | Costuma vir incluída | 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 equipa 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 que o gabinete de admissões recebe sobre o concurso nacional de acesso, os exames, as bolsas e as vias especiais de acesso.
- Prepare respostas de referência redigidas pela sua equipa.
- Teste cada opção e registe erros, citações e recusas de resposta.
- Simule um candidato que deixa os seus dados e verifique que chegam completos ao CRM.
- Reveja com o encarregado de proteção de dados o aviso, o contrato e a conservação.
Qualquer afirmação sobre cursos ou graus deve coincidir com o que consta da DGES e da A3ES. Para pontuar as opções com uma grelha, use o nosso guia para escolher um agente de IA.
