IA na elaboração de licitações: onde a ferramenta ajuda no ETP, termo de referência e pesquisa de preços, onde ela erra e como montar um fluxo seguro.
Especialista em inteligência artificial e transformação digital. Mais de 10 anos ajudando empresas brasileiras a implementar soluções de analytics e IA.
Imagine a cena numa prefeitura de porte médio. O setor de compras precisa licitar a manutenção da frota de veículos e o servidor responsável, com três outros processos na fila, abre um assistente de IA e pede: "escreva um termo de referência para contratação de serviço de manutenção de frota". Em menos de um minuto sai um documento de dez páginas, com objeto, justificativa, obrigações das partes, critérios de julgamento e até uma citação de acórdão do TCU. Parece pronto. O problema é que o texto descreve uma frota que não é a dele, fixa um prazo de garantia que nenhuma oficina da região aceita, e o acórdão citado não existe. Se ninguém revisar com atenção, isso vira edital, e edital com erro vira impugnação, licitação deserta ou apontamento de auditoria. É exatamente por esse caminho que a IA na elaboração de licitações pode tanto ajudar quanto atrapalhar.
O tema deixou de ser especulação. Desde 2 de março de 2026 o próprio governo federal tem um assistente de IA dentro do Compras.gov.br, o MentorIA, lançado pelo Ministério da Gestão e da Inovação com o Serpro para apoiar o servidor na fase de planejamento das contratações. E do outro lado da mesa, os órgãos de controle já usam IA há anos para vasculhar editais em busca de irregularidades. Ou seja: a ferramenta está dos dois lados do balcão, e quem elabora a licitação precisa entender isso.
Neste post eu organizo esse cenário: onde a IA acelera a fase preparatória, onde ela erra de um jeito que edital não perdoa, como o controle externo já usa IA para ler o que você publica, e um fluxo em cinco passos para usar a ferramenta sem transferir a responsabilidade para ela. Como em toda a série sobre IA no setor público, a premissa é a mesma: a IA faz rascunho, o servidor faz o ato.
A Lei nº 14.133/2021 deslocou o peso da licitação para o planejamento. O artigo 18 lista o que a fase preparatória precisa produzir: documento de formalização da demanda, estudo técnico preliminar (ETP), termo de referência ou projeto básico, pesquisa de preços, análise de riscos, minuta do edital. É muito texto estruturado, muito documento que segue modelo, muita informação que já existe em outro lugar e precisa ser reorganizada. Esse é justamente o tipo de trabalho em que a IA generativa rende mais.
E é também onde os órgãos mais erram. No Acórdão 1.145/2026 do Plenário, julgado em maio de 2026, o TCU consolidou o que encontrou de mais frequente nas contratações monitoradas entre junho de 2025 e março de 2026: fragilidades no planejamento, pesquisa de preços inadequada com sobrepreço, descrição genérica de bens e serviços que impede comparar preços, e inconsistências internas nos editais. Nenhum desses problemas é de falta de tecnologia. São problemas de planejamento, e a IA mal usada os piora, porque produz planejamento malfeito com aparência de bem feito.
Termo de referência genérico é a irregularidade mais comum apontada pelo TCU, e é exatamente o que um modelo de IA entrega quando recebe um pedido genérico.
Vou separar por documento, porque o ganho e o risco mudam de um para outro.
O ETP é a parte mais analítica: descrever a necessidade, levantar soluções, justificar a escolha, estimar quantidades. A IA ajuda na estrutura e na pesquisa preliminar: peça que liste alternativas de solução para um problema descrito com detalhe, que aponte as perguntas que o ETP deveria responder e que organize o que você já tem no formato exigido. O que ela não faz é conhecer a sua realidade: número de veículos, histórico de manutenção, capacidade do mercado local. Isso o servidor traz, e sem isso o ETP sai bonito e vazio.
Aqui o rascunho assistido rende muito, desde que o pedido venha carregado de contexto: objeto real, quantidades reais, especificações que o órgão já usou, prazos que o mercado local pratica. Um bom uso é pegar um termo de referência antigo do próprio órgão, ou um modelo da AGU, e pedir que a IA o adapte para o novo objeto, sinalizando cada trecho que mudou. Outro é pedir que ela verifique se o texto cobre todos os itens que a lei exige para o TR, funcionando como checklist. O que ensinei sobre engenharia de prompts para o setor público vale dobrado aqui: o TR que sai de "escreva um termo de referência" é o TR genérico que o TCU aponta.
Cuidado redobrado. A IA generativa não consulta o Painel de Preços nem o PNCP em tempo real, a menos que a ferramenta tenha sido construída para isso. Se você pedir "qual o preço médio de manutenção de frota", o modelo vai inventar um número plausível. O uso correto é o inverso: você traz as cotações e os contratos similares, e pede que a ferramenta organize, calcule média e mediana, identifique valores discrepantes e redija a justificativa metodológica. Ela é boa calculadora e boa redatora, não é fonte de preço.
Para o mapa de riscos, a IA é uma boa parceira de brainstorm: descreva o objeto e peça os riscos típicos daquele tipo de contratação, com causas e respostas. Você vai descartar metade, mas sai da página em branco. Para a minuta do edital, use os modelos padronizados que já existem e restrinja a IA a preencher e revisar coerência: número de itens, prazos, referências cruzadas entre seções. Inconsistência interna de edital é outro item da lista do TCU, e conferir trinta páginas é trabalho em que a máquina supera a pessoa cansada.
ETP e mapa de riscos: IA para estruturar e provocar perguntas. Termo de referência e edital: IA para adaptar modelo existente e conferir coerência. Pesquisa de preços: IA só para organizar e calcular dados que você trouxe, nunca para fornecer preço.
Tudo o que a IA generativa faz bem em outros contextos ela também faz aqui, mas três erros ganham gravidade especial quando o documento vira ato administrativo.
O primeiro é a citação inventada. Modelos de linguagem geram o texto mais provável, não o texto verificado, e acórdão, súmula e artigo de lei são o terreno onde isso mais dói. Escrevi sobre o tamanho desse problema no post sobre leis criadas por IA: as taxas de alucinação em perguntas jurídicas medidas por Stanford passaram de 50% nos modelos de 2023. Os modelos melhoraram, mas a regra continua: toda referência normativa que a IA colocar no seu documento precisa ser aberta na fonte antes de ir para o edital.
O segundo é a especificação que restringe a competição sem ninguém perceber. Peça um TR para "notebook para uso administrativo" e o modelo pode devolver uma configuração copiada de um fabricante específico, com exigências que só uma marca atende. Direcionamento de licitação é exatamente o que as ferramentas de controle procuram, e não importa que tenha sido a IA que escreveu.
O terceiro é o dado sensível na ferramenta errada. Colar num assistente público gratuito a planilha de cotações com CNPJ e contato de fornecedores, ou o parecer jurídico ainda sigiloso, é tratamento de dados que o órgão não avaliou. A matriz de risco que apresentei em IA responsável na administração pública resolve isso: documento que vai virar ato é risco médio no mínimo, e pede ferramenta com garantias contratuais, não a versão gratuita de qualquer coisa.
Isso muda a conta de quem elabora a licitação. A Alice, da CGU, o Analisador de Licitações, Contratos e Editais, varre diariamente os processos do Compras.gov.br e de outros portais em busca de indícios de direcionamento, sobrepreço e contratação desnecessária. Em 2024, segundo a própria CGU, a ferramenta examinou mais de 161 mil processos de compra, e as ações preventivas derivadas dela geraram R$ 1,25 bilhão em benefício financeiro. No TCU, o Alice 360 incorporou modelos de linguagem e, de acordo com o mesmo Acórdão 1.145/2026, passou a identificar irregularidades mesmo em dados imprecisos.
processos de compra examinados pela Alice, da CGU, em 2024
A ferramenta monitora diariamente editais e contratos do Compras.gov.br e de outros portais em busca de indícios de direcionamento e sobrepreço
A conclusão prática: o edital com cláusula restritiva ou preço fora da curva é lido por máquina no dia em que é publicado. Se o seu órgão vai usar IA para elaborar, use a mesma lógica para revisar antes de publicar: peça à ferramenta que aponte cláusulas potencialmente restritivas, exigências sem justificativa e inconsistências entre seções. Não substitui a análise jurídica, mas é a primeira peneira que o controle já aplica do lado de lá.
Não adianta tratar a IA como pedido avulso; o ganho aparece quando ela entra no processo em pontos definidos, tese que desenvolvi no post sobre redesenho de processos administrativos com IA. Para a fase preparatória de uma licitação, um fluxo que funciona é este.
Defina o que pode ser usado com quais dados. Para documento que vira ato, a versão gratuita de assistente público está fora. Se o órgão é federal, o MentorIA dentro do Compras.gov.br já responde dúvidas de norma com base curada na Lei 14.133 e nas instruções normativas, sem mandar dado para fora. Para geração de rascunho, uma conta corporativa com garantia contratual de não uso dos dados para treino, ou solução contratada, é o ponto de partida.
Antes de pedir qualquer coisa à IA, reúna o que ela precisa saber e ela nunca vai adivinhar: TRs anteriores do órgão para objetos parecidos, modelo padronizado adotado, especificações reais, quantidades, particularidades do mercado local. Esse pacote é reutilizável, e é ele que separa o rascunho útil do rascunho genérico.
A instrução deve dizer explicitamente: "use apenas as informações fornecidas; onde faltar dado, deixe um marcador [VERIFICAR] em vez de inventar; não cite norma ou jurisprudência que não esteja no material". Isso não elimina a invenção, mas reduz muito e deixa visível onde ela pode ter ocorrido.
Três perguntas para quem revisa: esse dado existe e é nosso? Essa referência normativa abre na fonte? Essa exigência restringe o mercado, e se sim, está justificada? Revisão de texto de IA é diferente de revisão de texto de colega: o texto está fluente, então o olho escorrega. A pergunta força a parada.
Anote em cada processo onde a IA foi usada e quem revisou. Isso protege o servidor, atende a transparência e permite medir: quanto tempo a fase preparatória levou antes e depois, quantas impugnações e pedidos de esclarecimento o edital recebeu, quantos apontamentos vieram da assessoria jurídica. Se o tempo caiu e as impugnações subiram, o fluxo está errado e é bom descobrir cedo.
Um órgão que usa IA para adaptar modelos próprios, conferir coerência e organizar cotações ganha tempo onde o trabalho é mecânico e mantém a decisão onde ela sempre esteve: com o servidor que assina.
Para estudar o tema ou estruturar um roteiro, sem colar dados do processo, sim. Para o rascunho do documento em si, com quantidades, especificações e cotações reais, o ideal é uma ferramenta com garantia contratual sobre o uso dos dados, porque o conteúdo de um processo em elaboração não deveria alimentar o treino de um modelo externo. Em qualquer caso, o texto só vira TR depois de revisão humana com conferência de cada referência normativa.
Não como fonte de preço. Um modelo de linguagem genérico não consulta o Painel de Preços, o PNCP ou contratos vigentes; se perguntado, ele inventa um valor plausível. O uso correto é levar as cotações e os contratos similares que você levantou e pedir que a ferramenta organize, calcule média e mediana, sinalize discrepâncias e redija a justificativa metodológica.
Sim. O ato administrativo é de quem o pratica e assina, e a Lei 14.133 não abre exceção para texto produzido por máquina. Por isso o fluxo precisa de revisão nominal e registro de onde a IA foi usada: além de proteger o servidor, esse registro é o que permite explicar o processo se um órgão de controle perguntar.
O MentorIA é um assistente de IA lançado em março de 2026 pelo MGI com o Serpro, integrado ao Compras.gov.br, que responde dúvidas sobre a Lei 14.133, decretos, instruções normativas e manuais na fase de planejamento. Ele encurta a consulta à norma, não substitui o parecer jurídico nem a decisão do gestor sobre o caso concreto.
A IA na elaboração de licitações funciona quando entra no lugar do trabalho mecânico: adaptar modelo, conferir coerência, organizar cotação, provocar perguntas no ETP. Ela falha, e falha caro, quando é chamada para o lugar do conhecimento que só o órgão tem e do julgamento que só o servidor pode fazer. A diferença entre os dois cenários não está na ferramenta, está no contexto que você fornece, na instrução que você dá e na revisão que você faz.
O controle externo já entendeu isso e usa IA para ler o que os órgãos publicam. O lado que elabora precisa chegar à mesma maturidade, e o caminho é curto: ferramenta adequada, um pacote de contexto por tipo de contratação e cinco passos que cabem numa página.
Quer preparar sua equipe de compras e planejamento para usar IA na fase preparatória com critério e segurança jurídica? Conheça os programas de capacitação da Waxi. Trago para a sala de aula a experiência de ensinar gestores públicos a usar IA com senso crítico na disciplina de Inovação e Inteligência Artificial de um MBA em Gestão Pública e em cursos de IA e inovação.
Redesenho de processos administrativos com IA: como sair da tarefa avulsa e reprojetar o fluxo inteiro do órgão, com mapeamento, ferramentas e medição de ganho.
IA responsável na administração pública: o mapa de riscos de LGPD, LAI, viés e supervisão humana, com um checklist e uma matriz de risco para o gestor liderar a adoção.
Engenharia de prompts para o setor público: aprenda a escrever instruções que geram ofícios, pareceres e respostas ao cidadão melhores, com exemplos reais.
