Ideia principal
Codex é um ambiente de trabalho com código. Use-o para desenvolver scripts testados; atribua ao modelo de texto apenas a interpretação de resultados já validados.
Ponto de partida
- Duas exportações anonimizadas, incluindo um ficheiro com falhas.
- Dicionário de campos, tipos, moedas e regras de cálculo.
- Um pequeno exemplo de referência calculado manualmente.
1. Defina o contrato de dados
Documente campos obrigatórios, granularidade, chave de duplicação, datas e tratamento de valores ausentes. Ausente não significa zero. Indique que erros interrompem o processamento.
2. Desenvolva e teste o script
Peça a Codex leitura, validação, agregação e saída separadas. Teste os valores de referência e os casos de erro. O script não deve alterar fontes nem contactar serviços externos sem necessidade autorizada.
3. Acrescente comentários
GPT ou Claude podem comentar agregados verificados; DeepSeek pode ser avaliado como alternativa API sob os mesmos critérios. Exija referências aos resultados. Não permita que o texto recalcule ou corrija dados rejeitados silenciosamente.
4. Prepare a operação
Registe versão, ficheiro processado e erros. Defina responsável, recuperação manual e comportamento em mudanças de formato. Só depois agende o processo e controle execuções duplicadas.
Exemplo prático
Escreva um script que valide estas exportações antes de agregar. Não modifique os ficheiros nem faça chamadas de rede. Calcule rácios a partir das somas; denominador zero deve produzir N/A. Inclua testes para campo ausente, duplicado, zero conversões e exemplo de referência.
| Caso | Comportamento | Verificação |
|---|---|---|
| Custo ausente | Erro explícito | Não assumir zero |
| Duplicado | Sinalizar pela chave | Não contar duas vezes |
| Zero conversões | CPA indefinido | Não dividir por zero |
| Ficheiro de origem | Sem alteração | Comparar antes/depois |
Como avaliar o progresso
- Reveja código e permissões.
- Teste erros antes de agendar.
- Mantenha histórico e recuperação manual.
Fontes oficiais
OpenAI · CodexDeepSeek · API documentationEncontre a campanha escondida pela média
Um CSV sintético reúne quatro campanhas em dois períodos. A melhora do retorno geral pode esconder um problema?
Reproduzir a demonstração de relatórios
Execute a demonstração indicada com Python 3.9 ou posterior. Resultados esperados: 6 000 € de despesas no período de referência; 34 880 € de receita e 436 conversões no período de comparação. O ficheiro válido deve produzir o código de saída 0; o inválido, o código 2. São dados sintéticos de vários canais, não uma exportação nativa do Google Ads nem uma avaliação comparativa de modelos. Antes de adaptar a demonstração, estabeleça a correspondência das colunas de exportações reais e aprove as definições de conversão.
python3 analyze.py campaigns.csv
python3 analyze.py invalid-campaigns.csvEstas demonstrações usam briefs e documentos fictícios e dados sintéticos. São exemplos de método, não resultados de clientes.
MindVerve
Quer este workflow para a sua equipa?
O AI Workflow Launch delimita um primeiro relatório automatizado, com testes, documentação e formação. Integrações e custos adicionais são definidos no orçamento.
Conversar sobre o meu workflow de IACinco especialidades. Uma direção comum.