Matriz de competências com IA: passo a passo prático (RH)

Equipe de RH criando matriz de competências com IA em reunião, com laptop e planilhas

Resposta rápida: Para criar uma matriz de competências com IA, comece padronizando cargos e objetivos do negócio, peça à IA para listar competências por família de função, defina níveis com evidências observáveis e valide com gestores. Depois, use a IA para cruzar avaliações e gerar lacunas + plano de desenvolvimento. Evite vieses usando exemplos reais, critérios claros e revisão humana.

· espaço publicitário ·

Em resumo

Uma boa matriz descreve competências + níveis + evidências (o que prova que a pessoa está no nível).
IA acelera rascunho, padronização e análise de lacunas — mas não substitui validação de liderança e RH.
Para reduzir viés: critérios observáveis, linguagem neutra e checagem por amostras antes de aplicar em escala.
Cuidado com LGPD: preferir dados anonimizados e minimizar dados pessoais ao pedir análise.

1) Defina escopo (cargos, times e para que a matriz vai servir)
Escreva em 5 linhas o objetivo: promoção, trilha de carreira, treinamento, recrutamento ou avaliação. Liste quais cargos entram agora (ex.: Comercial, CS e Marketing) e quais ficam para depois. A IA funciona melhor com recortes claros; matriz “para a empresa toda” costuma virar genérica.
2) Crie um “cartão do cargo” (inputs mínimos para a IA)
Para cada cargo, reúna: missão do cargo, 5-8 responsabilidades, ferramentas usadas, entregáveis e métricas (quando existirem). Se você não tiver descrição formal, peça à IA para rascunhar com base no que o time faz — e então revise com o gestor.
3) Gere a lista inicial de competências (técnicas, comportamentais e de negócio)
Use a IA para propor competências por cargo e também competências transversais (ex.: comunicação, priorização, ética e segurança de dados). Peça para limitar a quantidade (ex.: 8 a 12 por cargo). Exemplo de prompt: "Com base neste cartão do cargo, crie uma lista de 10 competências, separando em: técnicas, comportamentais e de negócio. Evite jargões e descreva em frases curtas."
4) Transforme competências em níveis com evidências observáveis
O ponto que mais dá errado é nível “subjetivo” (ex.: ‘bom’). Peça à IA para criar 4 níveis (Básico/Intermediário/Avançado/Referência) e, para cada nível, 2-3 evidências que alguém consegue demonstrar no dia a dia. Prompt: "Para cada competência abaixo, crie 4 níveis e escreva evidências observáveis (comportamentos/entregas), evitando adjetivos vagos."
5) Monte a tabela e padronize nomes (para não virar ‘Frankenstein’)
Consolide tudo em uma planilha única com: Cargo, Competência, Definição curta, Nível 1-4 (evidências). Use a IA para padronizar sinônimos e remover duplicatas (ex.: ‘capacidade analítica’ vs ‘análise de dados’). Peça para sugerir um “dicionário de competências” para manter consistência.
6) Valide com gestores e uma amostra de colaboradores (checagem de realidade)
Faça revisão em duas camadas: (1) gestores verificam se a matriz reflete o trabalho real; (2) uma amostra de pessoas do cargo confirma se os níveis fazem sentido. Use a IA só para registrar feedback e propor ajustes — decisão final deve ser humana.
7) Aplique avaliação com critérios e gere lacunas + plano (com IA, mas com limites)
Colete autoavaliação e avaliação do gestor usando as evidências como referência. Depois, use a IA para resumir lacunas por competência e sugerir ações de desenvolvimento (treino, mentoria, projeto, leitura). Oriente a IA a sugerir opções de baixo custo e ações no trabalho (70-20-10), e revise antes de publicar.
8) Faça controle de versão e governança (para não perder confiança)
Registre versão, data, responsáveis e o motivo de cada mudança. Se usar dados de pessoas, minimize e anonimize; evite enviar planilhas com nomes, avaliações textuais sensíveis ou dados de saúde, por exemplo. Se precisar, substitua nomes por IDs.

Modelo de matriz de competências (tabela simples para começar)

Se você está começando, uma matriz “enxuta” costuma ser mais útil do que uma super detalhada que ninguém mantém.

Abaixo vai uma estrutura que funciona bem para RH e gestores, inclusive quando a avaliação acontece em ciclos curtos.

Cargo	Competência	Definição (1 linha)	Nível 1 (evidências)	Nível 2 (evidências)	Nível 3 (evidências)	Nível 4 (evidências)
Analista de CS	Gestão de carteira	Organiza e executa rotina de acompanhamento de clientes	Segue cadência definida; registra interações	Segmenta carteira; antecipa riscos simples	Cria planos por cluster; reduz churn em casos complexos	Define padrão do time; treina e melhora processo
Vendedor B2B	Qualificação	Identifica fit, urgência e próximos passos	Aplica perguntas básicas; registra no CRM	Conduz discovery consistente; mede critérios	Ajusta qualificação por segmento; melhora conversão	Ensina e padroniza; influencia estratégia comercial

Prompts prontos (do rascunho à validação, sem ficar refém da IA)

Use prompts como “briefing” — quanto mais contexto, menos resposta genérica. E sempre peça formato estruturado (tabela ou JSON) para facilitar colar na planilha.

Evite mandar dados pessoais. Em vez de nomes, use “Pessoa A/B” ou IDs, e foque em evidências observáveis.

Prompt (cargos): "Vou colar 5 cartões de cargo. Crie uma matriz de competências por cargo com 8 a 12 competências, separando em técnicas, comportamentais e de negócio. Retorne em tabela com: cargo | competência | definição curta."
Prompt (níveis): "Para cada competência da tabela, crie 4 níveis com 2 evidências observáveis por nível. Não use ‘bom/ótimo’. Use verbos de ação e entregas."
Prompt (anti-viés): "Revise esta matriz procurando linguagem enviesada (gênero, idade, classe), requisitos desnecessários e critérios subjetivos. Sugira reescritas mais neutras e mensuráveis."
Prompt (lacunas): "Com base nas avaliações (sem nomes), resuma lacunas por competência e sugira um plano 70-20-10 por pessoa (ações no trabalho, mentoria, estudo). Retorne em lista por ID."

Onde a IA mais ajuda — e onde costuma atrapalhar

Na prática, IA é excelente para acelerar a primeira versão e para limpar inconsistências (sinônimos, duplicatas, linguagem).

Ela atrapalha quando você delega decisões de carreira, promoção ou performance para textos gerados sem critério claro.

Ajuda: rascunhar competências, descrever evidências, padronizar linguagem, resumir feedback e sugerir trilhas.
Atrapalha: criar critérios subjetivos, copiar matrizes genéricas de internet, “inventar” níveis sem refletir o trabalho real, sugerir exigências que viram barreira (ex.: diploma onde não é necessário).

Checklist rápido de qualidade (antes de aplicar no time)

Se você fizer só uma coisa para evitar retrabalho: valide se cada nível tem evidências verificáveis no cotidiano.

Cada competência tem definição curta e não sobrepõe outra competência igual com nome diferente.
Os níveis sobem em complexidade (escopo, autonomia, impacto), não só em “qualidade”.
As evidências descrevem comportamento/entrega observável (não traço de personalidade).
Há espaço para contexto do negócio (ex.: ferramentas e processos realmente usados).
O processo de avaliação explica como lidar com divergência entre auto e gestor.

Perguntas frequentes

Qual IA usar para criar matriz de competências: ChatGPT, Gemini, Copilot ou Claude?

Qualquer uma que gere tabelas e siga instruções com consistência serve para o rascunho. A diferença prática costuma estar em: facilidade para trabalhar com arquivos/planilhas, contexto longo e controle corporativo. O mais importante é o seu “input” (cartão do cargo + exemplos) e a validação com gestores.

Como evitar viés ao definir competências e níveis com IA?

Use linguagem neutra, baseie níveis em evidências observáveis e remova exigências não essenciais (ex.: características pessoais). Peça uma revisão anti-viés explícita para a IA e faça revisão humana por amostragem. Se possível, compare resultados entre áreas/gestores para identificar critérios inconsistentes.

Posso usar avaliações reais de funcionários para a IA analisar lacunas?

Pode, mas com cuidado: minimize dados pessoais, prefira anonimizar/usar IDs e evite incluir informações sensíveis. Se a empresa tem política interna, siga o que ela define para ferramentas externas e retenção de dados. Quando houver dúvida, use apenas dados agregados (por time/cargo).

Quantas competências por cargo é o ideal para começar?

Para uma primeira versão que as pessoas realmente usam, 8 a 12 competências por cargo costuma ser um bom intervalo. Menos que isso vira genérico; mais que isso aumenta o custo de avaliação e manutenção. Se precisar detalhar, faça uma segunda camada por especialidade (ex.: Inside Sales vs Enterprise).

Como criar uma matriz de competências com IA (passo a passo, sem viesar o RH)

1) Defina escopo (cargos, times e para que a matriz vai servir)

2) Crie um “cartão do cargo” (inputs mínimos para a IA)

3) Gere a lista inicial de competências (técnicas, comportamentais e de negócio)

4) Transforme competências em níveis com evidências observáveis

5) Monte a tabela e padronize nomes (para não virar ‘Frankenstein’)

6) Valide com gestores e uma amostra de colaboradores (checagem de realidade)

7) Aplique avaliação com critérios e gere lacunas + plano (com IA, mas com limites)

8) Faça controle de versão e governança (para não perder confiança)

Modelo de matriz de competências (tabela simples para começar)

Prompts prontos (do rascunho à validação, sem ficar refém da IA)

Onde a IA mais ajuda — e onde costuma atrapalhar

Checklist rápido de qualidade (antes de aplicar no time)

Perguntas frequentes

Leia também

7 ferramentas de IA para RH que otimizam recrutamento e gestão de pessoas em 2026

Como usar IA para avaliar currículos: guia prático para RH eficiente

Triagem de currículos com IA: o que é, softwares e o risco de viés

Governança de IA para PMEs: checklist prático (sem travar o time)