O que é o P-C-D-I-R-O-C?
O P-C-D-I-R-O-C (PCDIROC) é um framework desenvolvido por Duarte Drumond para orientar a resolução de problemas complexos com IA generativa. Organiza a interação entre utilizador e modelo em sete fases: Problema, Contexto, Decomposição, Inferência, Reflexão, Otimização e Conclusão.
Um framework é uma estrutura de trabalho. Neste caso, define o que deve acontecer em cada etapa, que informação é necessária e em que momento a IA deve pedir esclarecimentos. Pode orientar uma conversa ou integrar as instruções de um assistente.
O elemento central é o ciclo entre Reflexão e Contexto: quando a primeira análise revela uma lacuna relevante, o processo volta à recolha de informação antes de produzir uma versão revista.
Quando usar o framework
Use o P-C-D-I-R-O-C quando a resposta depende de várias variáveis, informação distribuída ou decisões que precisam de revisão. É adequado para diagnóstico, planeamento, análise de alternativas e preparação de propostas.
Para uma pergunta factual simples ou uma reformulação pontual, percorrer todas as fases pode acrescentar trabalho desnecessário. A profundidade de cada etapa deve acompanhar a complexidade da tarefa.
As sete fases
Problema
Definir o que precisa de ser resolvido.
Descreva a situação, quem é afetado e o resultado pretendido. Quando houver dados para isso, quantifique o impacto e defina como reconhecer uma melhoria.
Saída da fase: Um problema delimitado e um objetivo que possa ser avaliado.
Contexto
Reunir a informação que permite analisar.
A IA identifica os dados necessários e pede esclarecimentos: histórico, objetivos, recursos, prazos, restrições e critérios de avaliação. Deve esperar pela resposta do utilizador antes de prosseguir com a análise dependente desses dados.
Saída da fase: Contexto organizado, fontes identificadas e limitações explícitas.
Decomposição
Separar o problema em componentes.
Divida a questão em causas possíveis, variáveis ou etapas do processo. O framework propõe três a cinco componentes como referência de organização; ajuste esse número à complexidade, sem o tratar como uma regra universal. Relacione cada parte com o contexto e estabeleça prioridades.
Saída da fase: Um mapa das partes do problema e das relações relevantes entre elas.
Inferência
Construir uma primeira análise.
Relacione os dados disponíveis e formule hipóteses. Distinga o que foi observado, o que é uma interpretação e o que ainda precisa de confirmação. Associe as propostas à evidência disponível, sem transformar uma associação numa causa demonstrada.
Saída da fase: Uma resposta preliminar com hipóteses, pressupostos e riscos identificados.
Reflexão
Rever antes de avançar.
Procure dados em falta, contradições, enviesamentos e fragilidades na análise. Se uma lacuna afetar a proposta, a IA deve explicá-la, pedir informação e parar. Após receber os novos dados, regressa ao Contexto e refaz a análise que deles depende.
Saída da fase: Uma decisão explícita: pedir mais contexto ou avançar para a Otimização.
Otimização
Melhorar a proposta com base na revisão.
Corrija os problemas identificados, compare alternativas e verifique a adequação aos critérios definidos. Quando fizer sentido, use cálculos, testes ou simulações com pressupostos declarados. Prepare o formato mais útil para o destinatário.
Saída da fase: Uma versão revista, com melhorias justificadas e verificadas.
Conclusão
Entregar um resultado utilizável.
Apresente o resultado de forma estruturada. Conforme a tarefa, inclua ações, prioridades, responsáveis, prazos e indicadores de acompanhamento. Torne visíveis as limitações que continuem relevantes para a decisão.
Saída da fase: Uma entrega que permite decidir, executar ou continuar a investigação.
O processo e o regresso ao Contexto
As fases seguem uma sequência, mas a Reflexão pode reabrir a análise. O regresso ao Contexto incorpora os novos dados e preserva a informação que continua válida.
- PProblemaDefinir a questão e o objetivo
- CContextoPedir dados e esperar pela resposta
- DDecomposiçãoSeparar componentes e prioridades
- IInferênciaFormular uma análise preliminar
- RReflexãoRever hipóteses e informação
Identificar o que falta, pedir dados e esperar pela resposta do utilizador.
↶ Voltar a C · ContextoIntegrar a informação recebida e refazer Decomposição, Inferência e Reflexão.
- OOtimizaçãoAplicar e verificar melhorias
- CConclusãoEntregar o resultado estruturado
Casos de uso
Estes casos de uso são exemplos ilustrativos de aplicação do framework. Descrevem como orientar o trabalho; não representam resultados medidos em projetos de clientes.
Marketing e comércio eletrónicoInvestigar uma quebra na conversão
- Problema
- Perceber por que razão menos visitas terminam numa compra e definir o que analisar primeiro.
- Contexto necessário
- Conversões por período, canal e dispositivo; volume de visitas; alterações no site; etapas do checkout; orçamento e qualidade da medição.
- Decomposição, Inferência e Reflexão
- Separar aquisição, experiência de compra e medição. Formular hipóteses para cada componente e confrontá-las com os dados. Na Reflexão, verificar se a comparação usa períodos e segmentos equivalentes.
- Quando voltar ao Contexto
- Há uma queda global, mas faltam dados por dispositivo. Antes de atribuir a causa ao checkout, pedir essa segmentação e voltar ao Contexto.
- Entrega após Otimização
- Um plano de diagnóstico e testes, com prioridades, métricas e critérios para avaliar cada hipótese.
Recursos humanos e gestãoAnalisar a saída de colaboradores
- Problema
- Identificar fatores que possam explicar a rotatividade e preparar medidas adequadas ao contexto da organização.
- Contexto necessário
- Saídas por função, equipa e antiguidade; motivos de saída; evolução temporal; feedback disponível; práticas de gestão e recursos para intervir. Usar informação agregada ou anonimizada.
- Decomposição, Inferência e Reflexão
- Decompor a questão em integração, condições de trabalho, liderança e desenvolvimento. Formular hipóteses e rever se a evidência sustenta cada uma.
- Quando voltar ao Contexto
- A análise aponta para um problema transversal, mas os dados não distinguem equipas. Pedir a distribuição antes de propor uma medida para toda a organização.
- Entrega após Otimização
- Um diagnóstico provisório, perguntas a investigar e um plano de medidas com responsáveis e acompanhamento.
Consultoria e desenvolvimento comercialEstruturar uma proposta de serviço
- Problema
- Preparar uma proposta de consultoria SEO alinhada com a necessidade do cliente e com a capacidade de execução.
- Contexto necessário
- Objetivos do cliente, situação do site, público, âmbito pretendido, recursos, prazo, orçamento e critérios de sucesso.
- Decomposição, Inferência e Reflexão
- Separar diagnóstico, intervenção, conteúdos e acompanhamento. Desenhar uma primeira proposta e rever dependências, exclusões e pressupostos.
- Quando voltar ao Contexto
- A proposta inclui alterações técnicas, mas não se sabe quem as implementa. Esclarecer essa responsabilidade antes de fechar o âmbito e o calendário.
- Entrega após Otimização
- Uma proposta com entregáveis, limites, dependências, responsabilidades e condições de acompanhamento, sem promessas de resultados não demonstrados.
Checklist por fase
Use esta checklist durante a aplicação. Cada ponto ajuda a verificar se a fase produziu o que era necessário. Uma lacuna relevante é motivo para rever o trabalho antes de avançar.
Como aplicar numa conversa com IA
- Apresente o problema. Explique o que pretende resolver, o resultado esperado e a informação de que já dispõe.
- Defina as regras de interação. Peça à IA que siga as sete fases, solicite contexto em falta e espere pela sua resposta quando esse contexto for necessário.
- Peça resultados verificáveis por fase. Uma síntese do problema, um mapa dos componentes, hipóteses apoiadas em dados e uma revisão de lacunas permitem acompanhar o trabalho.
- Responda aos pedidos de esclarecimento. Acrescente dados, corrija pressupostos e confirme o que a IA interpretou. Se não tiver a informação, torne essa limitação explícita.
- Valide a entrega. Confira as fontes, os cálculos e a adequação da proposta antes de a aplicar.
Validação e limites
As fases organizam a interação e os resultados que podem ser examinados. Não dão acesso ao raciocínio interno do modelo e não garantem que uma resposta revista esteja correta. A qualidade dos dados, a formulação da tarefa e a validação humana continuam a influenciar o resultado.
Quando não for possível obter informação essencial, explicite o que continua por resolver. Uma proposta condicionada deve identificar os seus pressupostos; uma decisão que dependa de dados ausentes deve permanecer em aberto.
Para preparar um pedido, explore o Método PROMPT. Para explorar ideias e preparar a execução de uma solução, conheça o IDEAR-OC. São estruturas com finalidades distintas.
Perguntas frequentes
Quem desenvolveu o framework P-C-D-I-R-O-C?
O framework foi desenvolvido por Duarte Drumond. Esta página apresenta as suas fases, regras de interação, casos de uso e critérios de validação.
O que distingue Contexto de Reflexão?
O Contexto reúne a informação necessária para analisar. A Reflexão revê a análise preliminar e pode revelar informação que ainda falta. Nesse caso, o processo regressa ao Contexto e incorpora os novos dados.
É necessário repetir todas as fases sempre que surge uma dúvida?
Quando a dúvida revela uma lacuna relevante, o framework prevê regressar ao Contexto e refazer a análise a partir dos dados atualizados. A profundidade da revisão depende das partes afetadas; a informação anterior que continua válida deve ser preservada.
Pode ser usado nas instruções de um assistente de IA?
Sim. As instruções devem definir as sete fases, os critérios para avançar e os momentos em que o assistente deve pedir informação e esperar. Esse comportamento deve ser testado com pedidos completos, dados em falta e informações contraditórias.