O guia definitivo para pré projeto com IA e ABNT em 4 semanas

Você está atrasada com o pré-projeto e corre o risco de perder prazos ou ter o trabalho devolvido pela banca; este texto apresenta um pipeline prático que, em 4 semanas, permite gerar um pré-projeto entregável conforme ABNT NBR 15287:2025, com rastreabilidade e declaração de uso de IA.

Você está atrasada com o pré-projeto, sente insegurança sobre ABNT e teme perder tempo com buscas sem foco. Este artigo mostra um pipeline prático que integra IA generativa e validação humana para produzir um pré-projeto conforme ABNT NBR 15287:2025, com rastreabilidade e declarações de uso.

Prova: o fluxo proposto parte de templates oficiais e práticas testadas em bibliotecas universitárias, reduzindo etapas repetitivas e padronizando referências [F1]. O que vem a seguir: diagnóstico rápido, passo a passo operacional, checagens de integridade, modelo de declaração de IA e sugestões para implementação institucional.

Para economizar seu tempo: use este parágrafo-resposta como resumo operacional. Em 4 semanas você pode ter um pré-projeto entregável seguindo ABNT NBR 15287:2025, se combinar: template inicial, mapeamento bibliográfico com IA mas com exportação de referências verificáveis, revisão crítica do orientador e checagens finais de integridade e formatação.

Perguntas que vou responder

• Como montar um pipeline prático com IA e manter autoria humana?
• Quais são os elementos obrigatórios segundo ABNT NBR 15287:2025?
• Como mapear e checar referências automaticamente?
• Quando o uso de IA falha e o que fazer?
• Quais ferramentas e logs são essenciais?
• Como institucionalizar o piloto no programa de pós-graduação?

---

1. Estrutura do pipeline: do tema ao pré-projeto pronto

Conceito em 1 minuto

O pipeline é uma sequência de etapas: definição e delimitação do tema; mapeamento bibliográfico assistido por IA; geração dos esboços das seções; padronização de referências; formatação ABNT e verificação de integridade. Cada etapa precisa de um artefato de rastreabilidade (logs, arquivos .bib, prompts) e aprovação humana.

O que os dados mostram [F3]

Estudos recentes apontam que ferramentas de IA aceleram a triagem inicial e a síntese conceitual, mas tendem a gerar respostas sem fontes verificadas se não houver controle de origem. Por isso, exportar referências e validar cada citação em bases confiáveis é prática recomendada [F3].

Passo a passo aplicável (checklist rápido)

• Estabeleça o template ABNT NBR 15287:2025 como base do documento.
• Faça uma sessão de delimitação de tema com orientador, registrando termos de busca e critérios de inclusão.
• Rode buscas assistidas por IA para extrair conceitos e gerar uma lista inicial de referências; exporte para gerenciador bibliográfico.
• Gere rascunhos de justificativa, problema, objetivos e método; marque trechos para revisão orientadora.
• Execute checagens automáticas de formato e similaridade; corrija antes da validação final.

Quando não funciona: se a IA produzir citações sem fonte ou inventadas, interrompa a automação, volte às bases acadêmicas e peça ao orientador validação manual.

2. ABNT NBR 15287:2025 e elementos obrigatórios do pré-projeto

Conceito em 1 minuto

A NBR 15287:2025 especifica estrutura e elementos, como capa, folha de rosto, resumo, introdução, justificativa, problema, objetivos, método, cronograma e referências. Formatação e ordenação são obrigatórias para editais e bancas.

O que os dados mostram [F1]

Manuais institucionais baseados em ABNT demonstram que inconsistências formais são motivo frequente de devolução de projetos. Um template fiel à NBR reduz retrabalho e acelera análise por comissões [F1].

Checklist rápido para conformidade

• Use um template com todos os elementos pré-textuais na ordem correta.
• Padronize margens, fonte e espaçamento conforme NBR.
• Inclua sumário automático e numeração de páginas coerente com pré-textuais.
• Garanta que o resumo esteja em português e, se solicitado, em língua estrangeira.

Quando não funciona: se o edital pedir anexos específicos não cobertos pela NBR, siga o edital local e documente a diferença no rodapé ou em anexo de conformidade com a coordenação do programa.

---

3. Mapeamento bibliográfico assistido por IA

Conceito em 1 minuto

IA pode acelerar buscas e extrair temas e autores-chave, mas não substitui bases indexadas. A prática segura combina queries bem formuladas com exportação em formatos reconhecidos (.bib, RIS) e verificação em repositórios acadêmicos.

O que os dados mostram [F1] [F5]

Relatórios de bibliotecas universitárias recomendam integrar ferramentas assistivas com o catálogo institucional e gerenciadores de referências. Treinamento de bibliotecários para validar metadados melhora a qualidade das citações [F1] e orientação interna ajuda a evitar citações falsas [F5].

Passo a passo aplicável para buscas e importação

• Defina termos de busca e filtros com o orientador; registre os prompts usados.
• Use IA para ampliar termos e identificar sinônimos, depois valide resultados em Scopus, Web of Science ou bases nacionais.
• Exporte referências aceitas para um gerenciador e aplique o estilo ABNT.

Contraexemplo: confiar apenas no resumo gerado pela IA para decidir inclusão pode omitir viés metodológico; leia ao menos o método do artigo antes de citar.

4. Padronização e verificação de referências segundo ABNT

Conceito em 1 minuto

Padronizar é aplicar regras de formatação para autores, títulos, periódicos, DOI e local de publicação. Ferramentas podem automatizar, mas erros de metadados exigem checagem manual.

O que os dados mostram [F1]

Templates e scripts de formatação reduzem erros de pontuação e ordem dos elementos. No entanto, registros importados automaticamente costumam precisar de ajustes, especialmente para capítulos, trabalhos em anais e teses [F1].

Checklist rápido para referências confiáveis

• Verifique autor, título, ano, DOI e editora; corrija metadados errados no gerenciador.
• Use validação cruzada com repositórios e catálogos de bibliotecas.
• Faça uma checagem final de formatação ABNT antes de gerar o sumário de referências.

Quando não funciona: se a referência for a material não indexado (p.ex., relatório institucional sem DOI), documente a fonte e anexe comprovante de acesso.

5. Integridade, autoria e declaração do uso de IA

Conceito em 1 minuto

Integridade significa garantir autoria humana, evitar plágio e declarar o uso de ferramentas de IA. A prática ética pede transparência sobre o que a IA fez, quais prompts foram usados e a versão da ferramenta.

O que os dados mostram [F2]

Diretrizes institucionais recomendam que qualquer contribuição relevante de IA seja registrada e apresentada em seção específica do trabalho, com logs e indicação da responsabilidade intelectual do autor humano [F2].

Passo a passo aplicável: template de declaração de IA

• Insira uma seção chamada “Declaração de uso de inteligência artificial” com: a) nome da ferramenta; b) versão; c) objetivos e trechos gerados; d) arquivo de prompts anexado.
• Mantenha logs de prompts e versões em anexo ou repositório institucional.
• Oriente o orientador a assinar a validação final da seção.

Contraexemplo: declarar apenas “usei IA” sem detalhes não atende exigências; detalhe o que foi automatizado e o que foi analisado pelo autor.

6. Ferramentas, segurança de dados e implementação institucional

Conceito em 1 minuto

Ferramentas variam de LLMs comerciais a assistentes dentro de bibliotecas. Critérios práticos: rastreabilidade, capacidade de exportar referências, compatibilidade com gerenciadores e políticas de privacidade.

O que os dados mostram [F7]

Editais e chamadas locais exigem conformidade e, em alguns casos, formatos específicos. Pilotos coordenados por PROPG/PRPG e suporte de bibliotecas permitem adaptação dos templates aos editais vigentes [F7].

Checklist rápido para adoção institucional

• Propor um piloto semestral coordenado pela Pró-Reitoria de Pós-Graduação, com participação de bibliotecas e TI.
• Capacitar orientadores e bibliotecários para validar referências e usar ferramentas de checagem.
• Criar um checklist mínimo institucional: template NBR + declaração de IA + verificação de fontes e plágio.

Quando não funciona: se a universidade proibir ferramentas externas por segurança, migre para soluções internas ou ambientes controlados e registre tudo em ata do projeto.

---

Como validamos

Comparei o pipeline com manuais e guias de bibliotecas, diretrizes institucionais sobre IA e estudos científicos sobre assistentes de escrita [F1] [F2] [F3]. Priorizei práticas já adotadas em bibliotecas e um ciclo de revisão orientadora, e testei o fluxo em um caso prático com estudantes, ajustando exportação de referências e declaração de IA.

Conclusão e próxima ação

Resumo: um pipeline com IA é viável e acelera a entrega de pré-projetos alinhados à ABNT se combinado com validação humana, rastreabilidade e declaração de uso. Ação prática: entregue ao seu orientador o template ABNT preenchido em rascunho e anexe o arquivo .bib exportado para validação.

Recurso institucional sugerido: proponha ao PROPG/PRPG um piloto semestral com treinamento de bibliotecas.

FAQ

P: Preciso declarar o uso de IA no pré-projeto?

Sim. Declare a ferramenta, versão, prompts principais e trechos gerados — essa é a medida que protege sua autoria. Próximo passo: anexe a declaração e os logs ao rascunho antes da submissão.

P: A IA pode escrever a justificativa por mim?

A IA pode ajudar a rascunhar, mas a justificativa deve refletir seu raciocínio e referências verificadas; a tese principal deve ser sua. Próximo passo: use o rascunho gerado para orientar sua redação e valide com o orientador.

P: Como evitar citações fabricadas pela IA?

Exporte referências para um gerenciador e valide cada item em bases indexadas; se a referência não for encontrada, não a use. Próximo passo: crie uma lista de verificação para validar DOIs e metadados antes de citar.

P: Quanto tempo leva o piloto institucional?

Um semestre é suficiente para identificar ajustes, treinar equipes e adaptar templates; 10 a 20 projetos-piloto fornecem amostra útil. Próximo passo: proponha um cronograma semestral com metas e número inicial de projetos.

P: Que ferramenta usar para checagem de plágio?

Use a ferramenta aprovada pela sua instituição; se não houver, proponha soluções que permitam comparação com bases acadêmicas e exportação de relatórios. Próximo passo: consulte a coordenação sobre a ferramenta institucional ou solicite avaliação técnica.

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.

---