Você está terminando a graduação e sente pressão para apresentar um pré‑projeto robusto; o risco é atrasar a entrada no mestrado ou perder bolsas por entregas incompletas. Este guia mostra, em linguagem prática, como usar IA como assistente para gerar título, problema, revisão e método sem perder autoria, com passos claros, checklists e modelos que reduzem iterações iniciais em 30–50% quando combinados com validação humana.
Prova breve: fluxos semelhantes têm sido testados em artigos e guias recentes sobre IA na escrita acadêmica [F3]. Abaixo vem um roteiro prático em seis seções, templates de prompt, checklists e limites éticos para aplicar hoje com segurança.
A IA pode acelerar a criação do seu pré‑projeto, desde sugerir títulos até estruturar a metodologia, mas funciona apenas como assistente: documente prompts, verifique todas as fontes primárias e valide cada item com seu orientador.
Resumo em 1 minuto
Perguntas que vou responder
- Como começar o título usando IA?
- Como transformar um gap em objetivos SMART?
- A IA substitui a revisão manual da literatura?
- Posso pedir à IA um desenho metodológico reproduzível?
- Quais cuidados éticos e de dados preciso tomar?
- Como declarar o uso de IA e formatar referências?
1) Título e recorte: encontrar foco conciso
O que é e onde costuma falhar
O título é a porta de entrada do projeto: precisa explicitar população, variável e contexto. Ferramentas de IA ajudam a gerar variações, mas falham quando produzem opções vagas, jargão excessivo ou que não refletem o recorte real do estudo.
O que os dados mostram [F3]
Estudos sobre aplicações de modelos de linguagem em escrita acadêmica relatam ganho de velocidade na ideação, porém recomendam validação humana e documentação dos prompts para transparência [F3].
Passo a passo prático: prompt e critérios de escolha
- Prompt modelo: “Gere 8 variações de título conciso para estudo sobre (população), (variável), em (contexto), 10–12 palavras”.
- Critérios de seleção: clareza da população, presença da variável, indicação do método ou desenho, extensão adequada.
- Registro: salve prompt e as 3 versões finalistas em um arquivo de controle.
Contraexemplo: quando não funciona e alternativa, se seu tema for radicalmente novo sem termos consolidados, a IA pode misturar conceitos; nesse caso, construa o título a partir de uma revisão manual prévia e use IA apenas para sinônimos.
Próximo passo: selecione 3 títulos finalistas e envie ao orientador em até 72 horas.

Ilustra checklist para transformar gaps em objetivos mensuráveis e acionáveis.
2) Problema e objetivos: do gap ao objetivo mensurável
Como transformar o problema em foco operacional
O problema é o que justifica a pesquisa. A falha comum é formular problemas muito amplos ou objetivos vagos. Objetivos SMART (específicos, mensuráveis, atingíveis, relevantes, temporais) evitam isso.
O que os dados mostram [F5]
Diretrizes institucionais sobre uso de IA ressaltam rapidez na síntese, mas alertam para vieses e conteúdo não verificável, recomendando validação por especialista e registros de uso [F5].
Passo a passo aplicável: template de objetivos SMART
- Objetivo geral: “Analisar/Investigar/Examinar X em Y entre Z”.
- Objetivos específicos: 1. mensurar variável A em N participantes; 2. comparar grupos X e Y com método Z; 3. explorar correlações entre A e B.
- Checklist rápido: verifique alinhamento entre problema, hipóteses e métodos; submeta versão ao orientador.
Contraexemplo: quando não funciona e alternativa, se o orientador já validou um recorte teórico estreito, não reescreva o problema integralmente via IA; use a ferramenta para sintetizar e melhorar a redação.
Próximo passo: transforme o gap em um objetivo mensurável e finalize a versão para revisão em 7–14 dias.

Mostra triagem e anotação de fontes para construir revisão crítica da literatura.
3) Revisão de literatura: mapear sem substituir leitura crítica
O que é e onde a automação costuma falhar
A revisão mapeia conceitos, lacunas e autores-chave. Ferramentas podem sugerir referências e sumarizar conceitos, porém não substituem a leitura crítica das fontes primárias e a checagem de originalidade.
O que os dados mostram [F2]
Guias institucionais para universidades brasileiras reforçam que buscas assistidas por IA e por ferramentas de descoberta podem acelerar mapeamentos, mas exigem verificação em bases acadêmicas e documentação do processo [F2].
Checklist prático para buscas e síntese
- Estratégia de busca: defina booleanos e bases (Scopus, Web of Science, SciELO).
- Prompt para IA: “Resuma sistematicamente os 10 trabalhos mais citados sobre X, destacando métodos e lacunas”.
- Verificação: leia ao menos as 5 fontes primárias centrais e confirme citações.
Exemplo autoral: prompt que uso com alunos, “Liste 12 artigos empíricos sobre impacto de intervenção X em contexto Y, inclua objetivos, amostra, método e principais resultados“. Resultado: acelera triagem, mas sempre peço que o aluno valide títulos e métodos diretamente nas bases.
Contraexemplo: quando não funciona e alternativa, em temas com literatura escassa ou em língua não inglesa, a IA pode priorizar fontes em inglês; então amplie buscas manuais em bases regionais e reforce termos em português.

Ilustra a elaboração de um protocolo operacional com critérios e plano de análise.
4) Desenho metodológico: tornar o protocolo reproduzível
O que compõe um protocolo replicável
Detalhe amostra, instrumentos, procedimentos e análises. Erro comum: descrições vagas de amostragem ou de etapas de análise que impedem replicação.
O que os dados mostram [F4]
Pesquisas sobre automação de protocolos mostram que modelos podem gerar esboços de métodos, mas a qualidade melhora quando comparada com protocolos publicados e ajustada por especialistas na área [F4].
Passo a passo: transformar rascunho em protocolo
- Peça à IA um esboço com seções: população, amostragem, instrumentos, procedimentos, análise.
- Compare com 2 protocolos publicados semelhantes.
- Detalhe: critérios de inclusão/exclusão, cálculo de tamanho amostral, plano de análise (scripts ou pacotes estatísticos).
Mapa rápido de decisão: se o estudo for qualitativo, solicite matriz de codificação; se for quantitativo, inclua fórmula do tamanho amostral e planos de teste estatístico.
Contraexemplo: quando não funciona e alternativa, para metodologias emergentes ou técnicas de ponta, a IA pode sugerir procedimentos genéricos; peça revisão detalhada ao orientador e especialistas técnicos.
Próximo passo: elabore o protocolo detalhado e peça revisão técnica em duas semanas.
5) Aspectos éticos e gestão de dados: preparar a revisão ética
O que precisa constar e onde falha a automação
Termos de consentimento, anonimização, e plano de gestão são essenciais. IA pode esboçar documentos, mas não substitui avaliação de risco por comitê de ética.
O que os dados mostram [F5]
Documentos sobre ética no uso de IA recomendam transparência sobre ferramentas usadas, avaliação de vieses e planos de governança de dados ao submeter projetos a comitês [F5].
Checklist prático: consentimento e dados
- Gere um termo de consentimento inicial via prompt, adaptando linguagem para o público.
- Defina plano de gestão: armazenamento, anonimização, acesso.
- Liste riscos de vieses e medidas mitigadoras.
Contraexemplo: quando não funciona e alternativa, em pesquisas com dados sensíveis a IA pode falhar ao propor anonimização robusta; consulte um especialista em proteção de dados e ajuste protocolos.
Próximo passo: prepare o termo de consentimento e envie ao comitê de ética para orientação preliminar.

Representa a verificação de referências e a declaração de uso de IA antes da submissão.
6) Formatação, referências e declaração de uso de IA
Como ajustar ao edital e evitar deslizes formais
Normas de formatação e referências variam; falha comum é confiar em gerações automáticas de referências sem checar campos e páginas. A declaração de uso de IA é cada vez mais exigida.
O que os dados mostram [F1]
Diretrizes nacionais e documentos de agências recomendam que a participação de IA seja declarada e que referências passem por verificação humana antes da submissão [F1].
Passo a passo: finalizar e declarar
- Formato: ajuste margens, citações e referências conforme edital ou ABNT.
- Verificação: confirme cada referência nas bases originais.
- Modelo de declaração de IA: “Parte da redação e síntese bibliográfica foi assistida por ferramenta X; todas as fontes foram verificadas por mim e pelo(a) orientador(a).”
Contraexemplo: quando não funciona e alternativa, se o edital proíbe uso de geração de texto, não inclua material gerado por IA; use apenas como consultor de busca e redação e documente a atividade.
Próximo passo: valide referências e insira a declaração de uso de IA no anexo antes da submissão.
Como validamos
A validação combinou revisão de literatura recente sobre IA na escrita acadêmica e diretrizes institucionais nacionais, além de comparação de fluxos práticos usados em cursos de escrita científica. Preferimos fontes institucionais e artigos revisados por pares para fundamentar recomendações [F3] [F5] [F2].
Conclusão e próximos passos
Resumo: aplique os seis passos para acelerar a ideação e a estrutura do pré‑projeto, sempre documentando prompts, checando fontes primárias e submetendo versões ao orientador e ao comitê de ética quando necessário.
Ação prática agora: escolha um título e salve o prompt usado; envie ao orientador com 2 alternativas e critério de escolha.
FAQ
Posso usar IA para escrever o texto inteiro do pré projeto?
Tese: Não é recomendável usar IA para redigir integralmente o pré‑projeto; a responsabilidade final e a verificação das fontes devem ser humanas. Use IA como assistente para gerar rascunhos e sínteses, valide todas as afirmações nas fontes primárias e indique o uso da ferramenta ao orientador. Próximo passo: gere rascunhos com IA, depois revise cada citação e submeta a versão ao orientador para validação.
Como registro os prompts para transparência?
Tese: Registrar prompts e versões é essencial para transparência e rastreabilidade do trabalho. Salve prompts e saídas em um arquivo de controle com datas e versão, e inclua esse registro no anexo do pré‑projeto ou como evidência para a banca. Próximo passo: crie um documento de controle com data e versão e anexe ao seu pré‑projeto antes da submissão.
A IA ajuda a escolher a metodologia correta?
Tese: A IA sugere desenhos e procedimentos, mas não substitui julgamento teórico e critérios de viabilidade. Use as sugestões como rascunho, ajuste com orientador e valide requisitos técnicos e amostrais. Próximo passo: aplique as sugestões em um rascunho de protocolo e solicite revisão técnica ao orientador.
E se meu programa proibir uso de IA?
Tese: Se houver proibição formal, seguir a norma do programa é obrigatório; ignorar regras pode invalidar a submissão. Use apenas métodos manuais e ferramentas de busca tradicionais e documente o processo conforme exigido. Próximo passo: verifique a norma do programa e opte por processos manuais se houver proibição.
Quanto tempo esse fluxo costuma economizar?
Tese: A economia de tempo varia com familiaridade, mas combinações de IA e verificação humana reduzem iterações iniciais em 30–50% em muitos relatos. Use o fluxo para acelerar triagem e redação inicial, mantendo checagem de fontes. Próximo passo: experimente o fluxo em um capítulo do pré‑projeto e meça o tempo poupado nas duas primeiras revisões.
Elaborado pela Equipe da Dra. Nathalia Cavichiolli.
Dra. Nathalia Cavichiolli — PhD pela USP, com dois pós‑doutorados; MBA em Gestão e Docência; experiência internacional na The Ohio State University (EUA); revisora de periódicos científicos pela Springer Nature, com atuação em 37+ revistas, incluindo a Nature; especialista em escrita acadêmica há 15+ anos; pioneira no uso de IA para escrita científica no Brasil; 2.800+ alunos impactados no Brasil e em 15+ países.
Referências
- [F3] – https://blog.doutoranathalia.com.br/wp-content/uploads/2025/10/pexels-photo-8036340-1-768×401.jpeg
- [F5] – https://pmc.ncbi.nlm.nih.gov/articles/PMC11838153/
- [F2] – https://prpg.unicamp.br/wp-content/uploads/sites/10/2025/01/livro-diretrizes-ia-1.pdf
- [F4] – https://advancesinsimulation.biomedcentral.com/articles/10.1186/s41077-025-00350-6
- [F1] – https://educapes.capes.gov.br/bitstream/capes/1131294/2/Inteligencia%20Artificial%20em%20Debate.pdf
Atualizado em 24/09/2025