Google Notebook ou Copilot Notebook? Antes de escolher a ferramenta, entenda este conceito

Quando o assunto é Inteligência Artificial, vejo muita gente começando pela pergunta errada:

“Qual ferramenta é melhor?”

ChatGPT? Gemini? Copilot? Claude? Notebook?

Na minha visão, existe uma pergunta muito mais importante:

Onde a Inteligência Artificial deve buscar a informação para responder ao que eu preciso?

Parece um detalhe técnico, mas não é.

Entender essa diferença muda completamente a forma como usamos IA no trabalho — principalmente quando lidamos com contratos, relatórios, apresentações, documentos internos e informações que precisam permanecer dentro de um contexto específico.

Eu costumo fazer uma analogia simples: não adianta ter um martelo excelente se o problema exige uma chave de fenda.

Com IA acontece exatamente a mesma coisa.

Primeiro: entenda de onde vem a resposta

Quando fazemos uma pergunta para uma IA generativa, existe um modelo de linguagem por trás da ferramenta.

É o chamado LLM — Large Language Model.

De maneira simplificada, podemos imaginar esse modelo como uma enorme estrutura capaz de identificar relações entre palavras, conceitos e contextos para construir uma resposta.

É por isso que ferramentas como ChatGPT, Gemini, Claude e Copilot conseguem responder sobre uma quantidade enorme de assuntos.

Mas existe uma questão importante.

Nem sempre queremos que a IA utilize esse conhecimento mais amplo.

Às vezes, queremos exatamente o contrário.

Queremos que ela responda somente com base nos documentos que fornecemos.

É aí que entra o conceito de notebook.

Quando eu quero respostas somente sobre os meus documentos

Imagine alguns exemplos:

• um advogado analisando contratos;
• um professor criando uma prova com base exclusivamente no conteúdo dado aos alunos;
• uma equipe financeira analisando relatórios internos;
• uma empresa consultando procedimentos e políticas;
• um profissional estudando dezenas de documentos sobre determinado projeto.

Nessas situações, não quero simplesmente anexar um documento e deixar a IA complementar livremente a resposta com outros conhecimentos.

Quero criar um ambiente controlado de informação.

Na aula, apresentei isso didaticamente como um SLM — Small Language Model: um conjunto delimitado de informações sobre o qual quero trabalhar.

É justamente essa lógica que encontramos em ferramentas como Google Notebook e Copilot Notebook.

Eu seleciono minhas fontes e passo a conversar com aquele conjunto de informações.

A mudança parece pequena, mas é enorme:

Em vez de perguntar para uma IA sobre o mundo, começo a perguntar para a IA sobre o meu contexto.

As três formas de acessar informação

Uma maneira prática que uso para organizar esse raciocínio é pensar em três caminhos.

1. LLM: conhecimento amplo

É quando quero pesquisar, explorar um assunto, aprender ou trabalhar com informações gerais.

Aqui entram ferramentas como ChatGPT, Gemini, Claude e Copilot em seus chats convencionais.

2. Ambiente baseado nas minhas fontes

É quando preciso trabalhar sobre um conjunto específico de documentos.

É o cenário de notebooks, bases de conhecimento e projetos construídos a partir de arquivos selecionados.

3. Sistemas e aplicações

Existe ainda um terceiro cenário: quando a informação está dentro de uma aplicação.

Pode ser o CRM, e-mail, sistema financeiro ou outra ferramenta corporativa.

Nesse caso, entram integrações e protocolos como o MCP (Model Context Protocol), permitindo que a IA se conecte às ferramentas e aos dados disponíveis nelas.

Essa separação ajuda muito.

Antes de fazer qualquer prompt, eu deveria me perguntar:

“Onde está a informação de que preciso?”

Google Notebook x Copilot Notebook

Depois de entender o conceito, a comparação entre as ferramentas fica muito mais fácil.

Testando as duas abordagens, percebi que elas têm pontos fortes diferentes.

Google Notebook: facilidade para transformar conteúdo

O ambiente do Google se destaca bastante quando quero pegar minhas fontes e gerar novos formatos de conteúdo.

É muito prático para criar, por exemplo:

• resumos;
• apresentações;
• áudios;
• infográficos;
• flashcards;
• materiais de estudo.

A experiência é bastante direcionada para explorar e transformar as fontes.

Por isso, para estudo e distribuição de conhecimento, considero uma solução muito interessante.

Copilot Notebook: integração com o ambiente corporativo

O Copilot Notebook tem outra vantagem importante: sua integração com o ecossistema Microsoft.

Se a empresa já trabalha com Microsoft 365, OneDrive, SharePoint, Word, Excel, PowerPoint, Outlook e Teams, o notebook passa a fazer parte de um ambiente que já existe.

Isso pode ser especialmente relevante quando falamos de governança e controle de acesso às informações.

Em ambientes corporativos, não basta a IA ser capaz de responder.

Precisamos saber também: quem pode acessar aquele dado?

Essa preocupação se torna ainda mais importante quando trabalhamos com informações financeiras, jurídicas, estratégicas ou confidenciais.

Então, qual é melhor?

Minha resposta continua sendo: depende do problema.

Se minha prioridade está na facilidade para explorar conteúdos e transformá-los em diferentes formatos, o Google Notebook pode oferecer uma experiência muito interessante.

Se estou dentro de uma empresa fortemente integrada ao Microsoft 365 e governança das informações é uma preocupação central, o Copilot Notebook pode fazer mais sentido.

E esse é exatamente o ponto.

Não existe simplesmente uma ferramenta “boa” e outra “ruim”.

Existe uma ferramenta mais adequada para determinada necessidade.

O verdadeiro diferencial não está no botão

Tem outro aprendizado importante nessa discussão.

Não adianta utilizar apenas os comandos automáticos que as plataformas oferecem.

A qualidade daquilo que extraímos de um notebook também depende da nossa capacidade de fazer boas perguntas.

Um bom prompt pode transformar completamente:

• um resumo;
• uma análise;
• uma apresentação;
• um guia de estudos;
• uma comparação;
• um material executivo.

Por isso, acredito que uma competência profissional cada vez mais importante será saber construir boas bases de conhecimento e extrair valor delas por meio de boas instruções.

Antes de abrir a IA, faça esta pergunta

Se eu pudesse resumir toda essa discussão em uma única prática, seria esta: antes de escolher a ferramenta, descubra onde está a informação.

Se preciso de conhecimento amplo, utilizo um ambiente apropriado para isso.

Se preciso trabalhar exclusivamente com meus documentos, construo um ambiente baseado nessas fontes.

Se preciso consultar dados existentes em uma aplicação, penso em integração.

Parece simples.

Mas essa decisão evita um dos erros que mais vejo hoje: culpar a Inteligência Artificial por uma resposta ruim quando, na verdade, escolhemos a ferramenta ou o contexto errado.

Inteligência Artificial é ferramenta. Saber usá-la é competência.

Para mim, o profissional ampliado não é aquele que conhece mais nomes de ferramentas.

É aquele que entende qual ferramenta utilizar, em qual contexto e com qual objetivo.

Quando aprendemos esses conceitos, deixamos de simplesmente “usar IA” e começamos a aplicá-la estrategicamente para ampliar nossa produtividade, eficiência e criatividade.

E talvez essa seja a discussão mais interessante para levar às empresas agora: na sua rotina, você já separa quando precisa pesquisar no conhecimento amplo da IA e quando deveria trabalhar exclusivamente sobre uma base de documentos controlada?

Conheça as palestras do Fernando