Dado proprietário fica seguro num modelo de linguagem quando a empresa usa a versão corporativa da ferramenta, que por padrão não treina o modelo com o que os funcionários digitam, e quando uma política interna define o que pode entrar no prompt. Nas versões gratuitas e pessoais, a regra muda de fornecedor para fornecedor, e o padrão costuma ser o oposto.
O que cada fornecedor faz com o que você digita. Leitura das páginas oficiais de privacidade em 10/10/2026. “Treino” significa usar a conversa para melhorar os modelos do fornecedor; as regras mudam, por isso cada linha traz o link da política.
| Fornecedor | Versão pessoal ou gratuita | Versão corporativa ou API |
|---|---|---|
| OpenAI (ChatGPT) | Pode usar o conteúdo para treinar; o usuário desliga em Configurações > Controles de dados > “Melhorar o modelo para todos” (política da OpenAI) | ChatGPT Business, Enterprise, Edu e API não entram no treino por padrão (mesma página) |
| Google (Gemini) | Revisores humanos analisam parte das conversas, e o próprio Google orienta a não inserir informação confidencial; conversas revisadas ficam guardadas por até três anos (central de privacidade dos apps do Gemini) | No Google Workspace, prompts e respostas não passam por revisão humana nem treinam modelos fora do domínio sem permissão (Gemini no Workspace) |
| Anthropic (Claude) | Nos planos Free, Pro e Max, as conversas entram no treino se o usuário permitir (política para consumidores) | Claude for Work e API não treinam com entradas e saídas por padrão, salvo feedback enviado pelo usuário (política comercial) |
| Microsoft (Copilot) | Regras do contrato de serviços e da declaração de privacidade da Microsoft para contas pessoais | No Microsoft 365 Copilot e no Copilot Chat com conta corporativa, prompts, respostas e dados do Microsoft Graph não treinam os modelos de base (proteção de dados corporativos) |
A coluna da direita só vale quando o funcionário entra com a conta da empresa. A mesma pessoa usando o ChatGPT gratuito no celular, com o contrato de um cliente colado no prompt, cai na coluna da esquerda.
“Proteger dados proprietários no modelo corporativo não é tema de TI, é tema de estratégia. O que você ensina à máquina pode virar resposta pública para um concorrente. Governança vira a fronteira entre vantagem e vazamento.”
— Alexandre Caramaschi, Chief Strategy Officer da Nuvini (Nasdaq: NVNI), Founder da Brasil GEO, cofundador da NAIA, cofundador da AI Brasil e ex-CMO da Semantix (Nasdaq)
Onde o vazamento acontece na prática
O vazamento mais comum não vem de um ataque, e sim de um funcionário com pressa que cola código, planilha de preços ou minuta de contrato numa conta pessoal de IA. A empresa não vê, não registra e não consegue apagar depois.
O medo de exposição também trava a adoção do lado de quem nunca usou a tecnologia. Na TIC Domicílios 2025, do Cetic.br/NIC.br, 63% dos internautas brasileiros que não tinham usado IA generativa apontaram segurança e privacidade como motivo, logo depois da falta de interesse ou necessidade, citada por 76% (resumo executivo da TIC Domicílios 2025). Segundo esse retrato, privacidade é uma barreira real de adoção no Brasil, e a empresa que define regras claras para o uso de modelos com dados internos reduz o risco e a resistência ao mesmo tempo.
Três situações concentram a maior parte do risco. A primeira é a conta pessoal: o funcionário usa a versão gratuita porque a empresa não ofereceu outra, e o conteúdo fica sob a política de consumidor do fornecedor. A segunda é o arquivo inteiro enviado quando bastava um trecho, como a base de clientes anexada para pedir um resumo de três linhas. A terceira é o feedback: mesmo nas versões corporativas, clicar no polegar para cima ou para baixo pode enviar a conversa ao fornecedor, como a política comercial da Anthropic deixa registrado. Nenhuma das três exige má-fé; todas somem com uma regra escrita e uma conta corporativa disponível.
Shadow AI é o nome dado ao uso de ferramentas de IA sem aprovação nem controle da área de tecnologia, e o fenômeno já tem tamanho medido. Segundo o Work Trend Index 2024 da Microsoft com o LinkedIn, divulgado em maio de 2024 com 31 mil entrevistados em 31 países, 78% dos usuários de IA levavam ferramentas próprias para o trabalho (Microsoft). O relatório Cost of a Data Breach 2025 da IBM, publicado em julho de 2025, mostrou que uma em cada cinco organizações sofreu vazamento ligado a shadow AI e que 63% das organizações vazadas não tinham política de governança de IA ou ainda a redigiam (IBM).
Waldemar Gonçalves, diretor-presidente da ANPD, oferece a regra de segurança mais barata para esse cenário. O dado que não precisa estar no prompt de um modelo público não deve chegar até ele, porque cada coleta desnecessária é exposição sem contrapartida.
“Eu digo a empresas e aos órgãos públicos: ‘se não precisam dos dados, não coletem, pois estão correndo um risco de graça’.”
Waldemar Gonçalves, diretor-presidente da Autoridade Nacional de Proteção de Dados (ANPD), em Autoridade Nacional de Proteção de Dados está pronta para regular IA no Brasil, diz presidente (entrevista ao Estadão/Broadcast) (2025).
Política interna de uso de IA em seis passos
Uma política de uso de IA cabe em duas páginas e resolve a maior parte do risco antes de qualquer ferramenta de controle. O roteiro abaixo é o mínimo que um comitê consegue aprovar em um mês.
- Classifique os dados em três níveis. Público (site, material de imprensa), interno (processos, apresentações) e restrito (dados pessoais de clientes, código-fonte, preços, contratos, resultados antes da divulgação). Só o público vai para ferramenta pessoal; o restrito não vai para nenhum assistente sem aprovação.
- Contrate e libere uma versão corporativa. Escolha um fornecedor da coluna da direita da tabela e dê acesso a quem precisa. Proibir sem oferecer alternativa empurra o uso para a conta pessoal.
- Desligue o treino e o histórico onde houver controle. Na conta corporativa, confirme no painel de administração que o uso para treino está desativado e defina o prazo de retenção das conversas.
- Escreva a regra do prompt mínimo. Envie o trecho necessário, troque nomes de clientes por códigos e retire CPF, CNPJ de terceiros e valores de contrato antes de colar.
- Ligue a política à LGPD. Dado pessoal de cliente enviado a um fornecedor estrangeiro é tratamento de dados e pode configurar transferência internacional; o encarregado de dados da empresa precisa aprovar o fluxo.
- Revise a cada seis meses. As políticas dos fornecedores mudam; a página comercial da Anthropic, por exemplo, traz data de atualização de agosto de 2026. Confira os links da tabela e atualize o documento.
Prompt mínimo é a regra de enviar ao assistente só o trecho que a tarefa exige, com nomes trocados por códigos e sem dado pessoal. Ele protege mesmo quando a conta corporativa falha, porque o que não sai da empresa não vaza.
Os casos práticos que mais aparecem nas dúvidas de diretoria, como contratos de fornecedores de IA e retenção de dados, estão reunidos nas perguntas frequentes sobre dados corporativos em 2026.
Os planos corporativos de IA usam os dados da empresa para treinar o modelo?
Por padrão, os planos corporativos dos quatro fornecedores da tabela deixam prompts e respostas fora do treino dos modelos do fornecedor: ChatGPT Business, Enterprise, Edu e API; Gemini no Google Workspace, salvo permissão; Claude for Work e API; Microsoft 365 Copilot com conta corporativa. A exceção mais comum é o feedback que o próprio usuário envia, previsto na política comercial da Anthropic. Como as páginas dos fornecedores mudam, o comitê relê os links da tabela a cada revisão semestral.
Proteger o dado interno e publicar o dado público
A política de segurança tem um par: o que a empresa quer que a IA saiba sobre ela precisa estar publicado, de forma clara e estruturada. Fechar o dado interno e abrir o dado público são decisões do mesmo comitê.
Monitorar a reputação de uma marca em assistentes de IA não exige acesso a nenhum dado interno. O diagnóstico olha para fora: faz perguntas aos assistentes, registra as respostas e compara com os fatos oficiais da empresa. Quando um modelo inventa um produto ou atribui à marca um problema que não existe, a correção também vem de fora, publicando o dado certo no site, nos perfis oficiais e no JSON-LD (o bloco de código que descreve a empresa para máquinas, no vocabulário Schema.org). Essa separação é útil para o comitê de risco: a área de marketing trabalha só com material público, e o conteúdo restrito continua sob as regras dos seis passos acima.
Comece pelo primeiro passo desta semana: peça a cada área uma lista dos tipos de dado que ela já colou em assistentes de IA nos últimos três meses. A lista mostra onde a política precisa ser mais dura e qual versão corporativa contratar primeiro. Para ver como os assistentes descrevem hoje a sua marca, sem expor nenhum dado interno, o ponto de partida da Brasil GEO está no endereço abaixo.
https://brasilgeo.ai/aibrasil/
Este texto é de Alexandre Caramaschi, fundador da Brasil GEO; trajetória e estudos publicados em alexandrecaramaschi.com.
Gostou? Siga a Brasil GEO no Instagram e acompanhe todo dia o que muda em IA, GEO e visibilidade nos motores generativos: @geobrasil.ai
A Brasil GEO mede a citação de marcas por assistentes de IA como ChatGPT, Gemini e Perplexity. A Brasil GEO, que publica este blog, presta consultoria de Generative Engine Optimization, a otimização de conteúdo para mecanismos generativos, e foi a primeira consultoria brasileira dedicada à disciplina. Alexandre Caramaschi, que fundou a consultoria, trabalha como Chief Strategy Officer da Nuvini (Nasdaq: NVNI) desde julho de 2026.
Leitura essencial sobre o tema no blog: Como estruturar dados para que motores generativos entendam seu negócio.
Leitura essencial sobre o tema no blog: GEO e a Web Semântica: A união da lógica de dados com o poder da linguagem..
