Como gerar DFD, ETP e termo de referência com inteligência artificial

Gerar DFD, ETP e termo de referência com inteligência artificial significa usar uma IA parametrizada com o padrão de compras do próprio órgão — os campos, o vocabulário técnico e as exigências legais daquele tipo de contratação — para produzir a primeira versão desses três documentos a partir da necessidade informada pela área demandante, em vez de redigir cada um do zero ou colar trechos de uma ferramenta de IA genérica, sem contexto do órgão. O ganho não é só velocidade: é reduzir o risco de um documento sair sem um elemento que a legislação de licitações exige, porque a IA já nasce configurada com essa exigência, não com o conhecimento médio da internet.

Este guia cobre o que muda entre redigir esses três documentos manualmente, colar prompts numa ferramenta de IA genérica e usar uma IA especializada integrada ao processo de compras, o passo a passo para estruturar essa geração assistida sem perder o controle técnico e jurídico sobre o conteúdo, o que a legislação exige de cada documento e os indicadores que mostram se a automação está de fato reduzindo o retrabalho da equipe.

O que é a geração de DFD, ETP e termo de referência por IA

O Documento de Formalização de Demanda (DFD) registra a necessidade da área requisitante; o Estudo Técnico Preliminar (ETP) avalia as alternativas e justifica a solução escolhida; o termo de referência (TR) detalha essa solução em especificações que o mercado consegue responder e que a fiscalização consegue verificar depois. Os três documentos existem em sequência e dependem uns dos outros — um TR que descreve objeto diferente do que o ETP concluiu ser a melhor solução é uma inconsistência que qualquer auditoria encontra.

Na geração assistida por IA, a área demandante preenche um formulário estruturado com a necessidade concreta — o que falta, para qual finalidade, com que urgência —, e a IA consulta o Plano de Contratações Anual, o histórico de itens e contratos semelhantes já registrados no órgão e o modelo padrão vigente para aquele tipo de objeto, devolvendo uma minuta de DFD, ETP e TR já coerente entre si. A equipe de compras parte dessa minuta para revisar, ajustar e aprovar — não para escrever do zero.

Por que redigir do zero (ou com IA genérica) trava o planejamento de compras

Sem esse apoio, cada novo processo reinicia a redação do zero, mesmo quando o objeto é parecido com uma dezena de contratações anteriores do mesmo órgão. O efeito mais comum é o TR sair com requisito copiado de um modelo desatualizado, memória de cálculo inconsistente com o histórico de consumo real, ou uma justificativa de necessidade que não conversa com o que o ETP concluiu.

Usar uma ferramenta de IA genérica para escrever esses documentos ajuda na fluência do texto, mas carrega um risco específico: a ferramenta não conhece a legislação municipal do órgão, o modelo padrão já validado pela procuradoria, nem o histórico de itens que a prefeitura já contratou antes — ela produz um texto plausível, não necessariamente um texto correto para aquele processo. Um servidor sem tempo de conferir cada afirmação pode levar para o processo uma citação de lei genérica, um quantitativo sem lastro ou um requisito que parece técnico mas não tem memória de cálculo por trás — exatamente o tipo de falha que ferramentas de auditoria de editais, como o Alice da CGU, foram desenhadas para sinalizar antes da publicação.

Passo a passo para estruturar a geração assistida por IA

1. Centralize o Plano de Contratações Anual como fonte da IA

A IA só evita repetir erro de outro processo se tiver acesso ao que o órgão já planejou e já contratou. Sem essa base, cada geração parte do zero como se fosse a primeira contratação daquele tipo na história do órgão.

2. Padronize o modelo de DFD, ETP e TR por tipo de objeto

Serviço contínuo, aquisição de bem e obra de engenharia têm estrutura de documento diferente. Definir o modelo correto por categoria antes de acionar a IA evita que ela aplique a um serviço de manutenção a mesma estrutura pensada para compra de material de consumo.

3. Conecte a IA ao histórico de contratações semelhantes

Quantitativo, valor de referência e requisito técnico ficam mais defensáveis quando a minuta gerada já parte do consumo real registrado em contratações anteriores do mesmo órgão, não de uma estimativa genérica.

4. Trate a minuta gerada pela IA como rascunho, não como documento final

A IA acelera a primeira versão; ela não substitui o julgamento de quem conhece a necessidade concreta daquela contratação. Nenhuma minuta deveria seguir para assinatura sem alguém da área demandante confirmar que o objeto descrito é, de fato, o que se pretende contratar.

5. Exija revisão técnica e jurídica antes de qualquer assinatura

O fluxo de aprovação continua sendo o mesmo de qualquer DFD, ETP ou TR — parecer técnico, análise jurídica, aprovação da autoridade competente. A IA muda quem escreve a primeira versão, não quem decide se ela está correta.

6. Vincule DFD, ETP e TR ao mesmo processo, não a arquivos soltos

Os três documentos precisam tramitar dentro do mesmo processo administrativo, referenciando uns aos outros, para que uma divergência entre eles apareça antes da publicação do edital, não depois de uma impugnação.

7. Registre quem editou a minuta gerada pela IA e o que foi alterado

Manter o histórico de alteração — o que a IA gerou e o que um servidor mudou depois — sustenta, diante de qualquer auditoria, que houve análise humana sobre o conteúdo, e não apenas aceite automático do que a ferramenta produziu.

O que a legislação exige

A Lei nº 14.133/2021 trata o planejamento da contratação como fase que antecede a licitação, na qual o ETP tem elementos mínimos definidos em lei e o termo de referência precisa detalhar objeto, quantitativo, modelo de execução e critérios de aceite de forma que sustente as etapas seguintes da contratação. A lei não dispensa nenhum desses elementos porque o documento foi redigido com apoio de IA — a responsabilidade pela informação registrada continua sendo de quem assina o documento, não da ferramenta que ajudou a escrevê-lo.

Como o Aprova resolve isso

• A IA gera a minuta de DFD, ETP e termo de referência já no padrão adotado pelo órgão, aplicando a mesma estrutura e as mesmas exigências legais a cada nova contratação, sem depender de um servidor copiar um modelo antigo.
• O modelo padrão de edital permanece bloqueado à edição livre, o que evita que a mesma lógica de geração assistida vire uma porta para alterar cláusulas fora do fluxo de aprovação.
• DFD, ETP e termo de referência tramitam vinculados ao mesmo processo administrativo, permitindo checar a qualquer momento se os três documentos ainda descrevem a mesma necessidade e a mesma solução.
• O histórico do processo registra quem gerou a minuta, quem revisou e o que foi alterado, disponível para consulta em caso de auditoria do Tribunal de Contas.
• A assinatura eletrônica dos pareceres técnico e jurídico acontece dentro do mesmo fluxo, sem exportar o documento gerado pela IA para outro sistema.

Indicadores para medir a geração assistida por IA

Acompanhe o tempo médio entre a abertura da demanda e a minuta de TR pronta para revisão, o número de inconsistências identificadas entre DFD, ETP e TR antes da publicação, o percentual de processos em que a minuta gerada pela IA precisou de correção relevante na revisão técnica, e o número de pedidos de esclarecimento ou impugnação recebidos por falha de especificação. Uma queda nesses dois últimos indicadores, ao longo de vários processos, é o sinal mais confiável de que a automação está de fato reduzindo risco, não só tempo de digitação.

FAQ sobre geração de DFD, ETP e termo de referência com IA

A IA substitui o técnico responsável por elaborar o termo de referência?

Não. A IA produz a primeira versão a partir de dados que o próprio órgão já validou — histórico de contratações, plano de contratações e modelo padrão. A decisão sobre o que aquela contratação específica precisa continua sendo do servidor responsável.

É seguro usar uma ferramenta de IA genérica, como um chatbot aberto ao público, para redigir esses documentos?

O risco não é usar IA — é usar uma que não conhece o padrão, a legislação municipal e o histórico do órgão. Uma ferramenta genérica pode produzir texto plausível com citação de lei incorreta, quantitativo sem lastro ou requisito incompatível com contratações anteriores, sem sinalizar isso para quem está lendo.

Um processo pequeno, de dispensa por valor, também precisa desse fluxo completo?

Sim, em versão proporcional. A Lei nº 14.133/2021 não dispensa o planejamento documentado por causa do valor da contratação — o que muda é o nível de detalhamento exigido em cada documento, não a existência deles.

Como evitar que a IA repita um erro de um processo antigo em todos os novos?

Corrigindo o modelo padrão assim que o erro é identificado, não apenas o processo específico onde ele apareceu. Se a correção fica só naquele processo, a próxima geração parte do mesmo modelo desatualizado.

Quem responde se um documento gerado com apoio de IA sair incorreto?

O agente público que revisou e assinou o documento, da mesma forma que responderia por um documento redigido manualmente. A IA é uma ferramenta de apoio à redação — não desloca a responsabilidade de quem valida e assina.

Conclusão

Gerar DFD, ETP e termo de referência com IA especializada resolve um problema específico — a redação repetitiva de documentos que seguem um padrão já conhecido pelo órgão — sem tirar da equipe de compras a responsabilidade de decidir se aquele padrão se aplica à contratação em análise. A diferença entre isso e usar uma ferramenta de IA genérica está inteira no contexto que alimenta a geração: plano de contratações, histórico real e modelo já validado juridicamente, não o conhecimento médio da internet sobre licitação pública. Para ver como estruturar esse fluxo dentro do planejamento de compras da sua prefeitura, agende uma demonstração da Aprova.