GPT-6.1 Terra escreve propostas comerciais sozinho? O que ele resolve e o que você ainda precisa revisar

Fala aí, beleza? A OpenAI soltou um modelo novo em 26 de outubro de 2026, e no meio das tarefas que ele promete resolver aparece uma bem do dia a dia: redigir propostas 🙂

Junto vem a promessa de escrita "mais clara e natural" (clearer, more natural writing, nas palavras da OpenAI)

Aqui a ideia é ver o que isso muda pra quem monta proposta comercial: o que vale pedir pro modelo e o que continua sendo trabalho seu

O que a OpenAI anunciou no GPT-6.1 Terra

O modelo foi apresentado em 26 de outubro de 2026 no post oficial Introducing GPT-6.1 Terra

A OpenAI descreve um modelo rápido e eficiente, que junta raciocínio visual detalhado, uso preciso do computador e escrita mais clara e natural

Também trata o modelo como um avanço significativo em relação ao GPT-5.6 Terra

Pra explicar onde ele brilha, a OpenAI fala das tarefas de comunicação e de computador do dia de trabalho: redação de propostas, interpretação de desenhos técnicos, preenchimento de formulários e edição de vídeos

Se quiser o panorama completo do lançamento, com visão e computer use, tem a cobertura do lançamento do modelo aqui no blog

Os números de erro do benchmark:

Que benchmark é esse? É um conjunto interno da OpenAI com prompts feitos pra induzir o modelo ao erro

Com esforço de raciocínio baixo, a taxa de erro caiu de 53,6% no GPT-5.6 Terra para 16,7% no modelo novo, uma queda de quase 37 pontos percentuais

Com esforço de raciocínio máximo, a queda foi de 18 pontos percentuais, chegando a 4,3%

Tome cuidado com um detalhe: o benchmark é da própria OpenAI

Não é uma medição independente e não mede a qualidade de proposta comercial, nem em português nem em inglês

Onde a escrita mais clara do GPT-6.1 Terra ajuda numa proposta comercial

A promessa ajuda principalmente nas partes da proposta que são texto corrido, aquelas em que você gasta tempo pra soar bem sem errar o tom

São elas:

• Apresentação: o parágrafo de abertura que diz quem você é e por que está mandando aquilo
• Entendimento do problema do cliente: reescrever com clareza o que você ouviu na reunião, mostrando que entendeu a dor
• Descrição da solução: traduzir o técnico pra uma linguagem que o decisor entende, sem jargão sobrando
• E-mail de envio: a mensagem curta que acompanha o documento

Porém, isso é o que a OpenAI promete

Não existe avaliação pública e mensurável da escrita dele em propostas, então o jeito honesto de encarar é: bom candidato pra rascunho, e não um texto pronto pra enviar

E o esforço de raciocínio, faz diferença?

Pelos números da própria OpenAI, faz bastante

No benchmark interno, o erro vai de 16,7% no esforço baixo para 4,3% no máximo

Então, se a ferramenta em que você usa o modelo deixa escolher o esforço de raciocínio, faz sentido subir esse nível nas partes da proposta em que um erro custa caro, e deixar o esforço baixo pra coisas como variações do e-mail de envio

O que pedir no prompt para o GPT-6.1 Terra montar o rascunho da proposta

O modelo só escreve bem sobre o que você entrega pra ele

Se o prompt for "faz uma proposta pro cliente X", ele vai preencher as lacunas com suposição, e suposição numa proposta é problema xD

O que vale mandar, como boa prática de prompt (e não como resultado testado):

• Quem é o cliente e qual é o problema dele: setor, tamanho, o que motivou o contato
• O tom desejado: mais formal, mais consultivo, mais direto
• A estrutura de seções: a ordem que você quer no documento
• Quem vai ler: diretor financeiro lê diferente de gerente técnico
• As restrições: principalmente proibir que ele invente número, prazo ou case

Um exemplo didático de prompt, pra você adaptar:

Você vai redigir o rascunho de uma proposta comercial.

Cliente: (nome da empresa, setor e tamanho aproximado).
Problema: (o que o cliente relatou na reunião, com as palavras dele).
Solução que vamos oferecer: (resumo em tópicos).
Quem vai ler: (cargo do decisor).
Tom: consultivo, direto, sem jargão técnico desnecessário.

Estrutura:
1. Apresentação
2. Entendimento do problema
3. Solução proposta
4. Próximos passos

Regras:
- Não invente números, preços, prazos, métricas nem cases.
- Não escreva cláusulas, garantias ou condições de pagamento.
- Onde faltar informação, escreva PREENCHER em caixa alta e siga em frente.

O marcador PREENCHER é o pulo do gato aqui

Ele transforma o "não sei" do modelo em lacuna visível, em vez de um número bonito e inventado no meio do texto

Se liga: isso não garante que o modelo vai respeitar a regra sempre, por isso a revisão continua obrigatória

Quais partes da proposta não terceirizar para a IA

Tudo que vira compromisso precisa sair da sua mão, ou no mínimo passar pela sua validação linha por linha

É a mesma lógica de saber quando vale delegar uma tarefa pra um agente: o que é rascunho pode ir pra IA, o que tem consequência fica com você

• Preço e condições de pagamento: é o número que o cliente vai cobrar de você depois
• Escopo e o que fica fora dele: um "inclui também" a mais e lá se vai sua margem
• Prazos e entregáveis: só você sabe a capacidade real do time
• Cláusulas e garantias: têm efeito contratual, e texto genérico aqui é risco
• Dados e métricas do cliente: o modelo não sabe os números da empresa, e um dado errado queima a credibilidade logo na abertura
• Cases e referências: citar um projeto que não existe ou um resultado que não aconteceu é o tipo de erro que não tem volta

E por que tanto cuidado se a taxa de erro caiu?

Porque mesmo no melhor cenário medido pela própria OpenAI, com esforço máximo, ainda ficam 4,3% de erro naquele benchmark

Parece pouco, mas basta um número errado na proposta pra virar compromisso comercial assinado

Checklist curto de revisão:

1. Procurar todos os PREENCHER e trocar por dado real
2. Conferir cada número do texto contra a sua fonte (planilha, contrato, CRM)
3. Reler escopo e prazos como se você fosse o cliente tentando cobrar algo a mais
4. Apagar qualquer case, métrica ou promessa que você não consegue comprovar
5. Escrever você mesmo preço, pagamento, cláusulas e garantias
6. Ler em voz alta a apresentação e o e-mail de envio pra ver se soa como você

Quem pode usar o GPT-6.1 Terra hoje e quanto custa na API

No ChatGPT, o modelo está disponível para usuários Plus, Pro, Enterprise e Edu, no ChatGPT Work e no Codex, com liberação gradual a partir de 26 de outubro de 2026

Os planos Free e Go não aparecem na lista oficial de disponibilidade

Pra quem desenvolve, o acesso é pela API da OpenAI com o identificador gpt-6.1-terra, conforme a documentação do modelo

Os preços padrão da API são:

Tipo de token	Preço por milhão de tokens
Entrada	US$ 1
Entrada em cache	US$ 0,05
Saída	US$ 5

O GitHub também anunciou o modelo no Copilot, pelo changelog oficial

Cobertura em vídeo do lançamento:

No canal Hora de Codar tem um vídeo sobre o lançamento, com o modelo rodando em projetos reais e uma comparação de custo e qualidade

Próximo passo: teste na sua próxima proposta com revisão marcada

Pega a próxima proposta real que você precisa mandar, não um exemplo inventado

Monta o rascunho com o prompt acima, deixando as lacunas marcadas com PREENCHER

Aí revisa item a item pelo checklist antes de enviar, e anota onde o texto economizou seu tempo e onde você teve que reescrever tudo

Os números de desempenho que existem hoje vêm do benchmark interno da OpenAI, então o que vale mesmo é o resultado no seu fluxo de trabalho, com os seus clientes

Faça o teste e tira suas conclusões 😀

até o próximo post!

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.