O Brasil acabou de alcançar 0,70 de 1,00 no ranking da OCDE de dados abertos — melhor nota da história e à frente de Reino Unido e Canadá. O Portal da Transparência recebeu 30,4 milhões de visitas em 2025. Mas a pergunta que fica é: quantas dessas pessoas conseguiram, de fato, extrair valor real desses dados?

Transparência não é só disponibilizar informação. É permitir que qualquer cidadão — jornalista, gestor público, estudante ou empreendedor — transforme planilhas e APIs em respostas concretas. E é aí que a inteligência artificial entra como divisor de águas.

Este guia mostra três caminhos para conversar com os dados do governo brasileiro usando IA em 2026. Cada um serve a um perfil diferente. Você escolhe o seu.

Qual Caminho Escolher? O Fluxograma Decisório

Antes de mergulhar nos detalhes técnicos, um mapa ajuda a decidir. As três abordagens resolvem o mesmo problema — cruzar dados públicos com perguntas em linguagem natural — mas partem de pontos muito diferentes.

A escolha depende do seu contexto. Vai construir um produto? Vá de Python. Precisa de uma automação rápida para a equipe? n8n. Quer apenas fazer perguntas e obter respostas sem complicação? MCP-Brasil.

Abordagem A: Python + APIs Públicas + Gemini (Para Desenvolvedores)

Se você escreve código, este é o caminho mais flexível. Você combina a API do Portal da Transparência (400 requisições por minuto em horário comercial, token gratuito por e-mail) com o catálogo do dados.gov.br (API CKAN, sem autenticação) e usa o Google Gemini Free Tier para interpretar os resultados.

O fluxo é simples: puxar os dados brutos via API, estruturar em pandas e pedir para a IA analisar. Veja um exemplo real:

# neuralpulse/exemplos/conversa-dados-gov.py
# Requer: pip install requests pandas google-genai

import requests import pandas as pd from google import genai

1. Puxar gastos com educação de um município via Portal da Transparência

TOKEN = "seu-token-aqui" # Solicite em portaldatransparencia.gov.br/api MUNICIPIO = "3509502" # Exemplo: Campinas/SP

url = "https://api.portaldatransparencia.gov.br/api-de-dados/despesas" params = { "codigoOrgao": MUNICIPIO, "ano": "2026", "pagina": 1 } headers = {"chave-api-dados": TOKEN, "accept": "/"} resp = requests.get(url, params=params, headers=headers) dados = resp.json()

2. Estruturar e resumir

df = pd.DataFrame(dados) total_gasto = df["valor"].sum() qtd_fornecedores = df["nomeFornecedor"].nunique()

3. Pedir análise para o Gemini

client = genai.Client(api_key="SUA_GEMINI_KEY") # Grátis em aistudio.google.com

prompt = f""" Analise os gastos públicos do município com educação:

• Total gasto: R$ {total_gasto:,.2f}
• Quantidade de fornecedores: {qtd_fornecedores}
• Período: 2026

Destaque padrões, possíveis anomalias e sugira perguntas de investigação. """ resposta = client.models.generate_content( model="gemini-2.0-flash", contents=prompt )

print(resposta.text)

O Gemini Free Tier oferece 60 requisições por minuto sem custo. Para aplicações mais robustas, você pode trocar por qualquer provedor — a lógica de integração com as APIs públicas do governo permanece a mesma.

Se quiser se aprofundar em como construir sistemas de busca inteligentes com Python, veja o nosso guia de RAG do zero com LangChain e ChromaDB. É o próximo passo natural depois que você domina a coleta de dados.

Abordagem B: n8n + Brasil Hub (Para Analistas e Gestores)

Nem todo mundo quer escrever código. Para equipes de controle interno, jornalistas de dados ou gestores públicos, o n8n oferece uma alternativa visual poderosa.

O n8n é uma plataforma de automação low-code que funciona self-hosted (de graça) ou na nuvem. Com o Brasil Hub — um pacote comunitário de 22 provedores brasileiros — você ganha conectores prontos para os principais sistemas de dados do governo.

O fluxo típico no n8n funciona assim:

1. Disparador: um cron semanal ou um webhook
2. Busca no Portal da Transparência: nó HTTP GET com autenticação
3. Enriquecimento: consulta ao dados.gov.br para classificar a despesa por área temática
4. Análise com IA: nó de LLM (OpenAI, Gemini ou Anthropic) para resumir e destacar anomalias
5. Notificação: dispara e-mail para a equipe com o relatório em markdown

{
  "name": "Monitor de Gastos - Educação",
  "nodes": [
    { "name": "Schedule", "type": "n8n-nodes-base.scheduleTrigger", "parameters": { "rule": { "interval": 168 } } },
    { "name": "Portal Transparência", "type": "n8n-nodes-base.httpRequest", "parameters": { "url": "https://api.portaldatransparencia.gov.br/api-de-dados/despesas", "authentication": "genericCredential" } },
    { "name": "Gemini Analisa", "type": "@n8n/n8n-nodes-langchain.llm", "parameters": { "prompt": "Resuma estes gastos e destaque valores fora do padrão" } },
    { "name": "Email", "type": "n8n-nodes-base.emailSend", "parameters": { "subject": "Relatório Semanal de Gastos Públicos" } }
  ]
}

O Brasil Hub inclui conectores para SIAFI, SICONV, Portal da Transparência, Receita Federal (CNPJ), dados.gov.br, entre outros. Você monta o fluxo em minutos, sem uma linha de Python.

Abordagem C: MCP-Brasil (Para Qualquer Pessoa)

Esta é a novidade mais empolgante de 2026. Se você não quer saber de API, token, endpoint ou JSON — se só quer fazer perguntas e obter respostas — o MCP-Brasil é para você.

O MCP (Model Context Protocol) é um protocolo aberto que permite que assistentes de IA conversem diretamente com fontes de dados externas. O MCP-Brasil é um servidor MCP open source (licença MIT) que conecta qualquer assistente compatível a 533 ferramentas de dados públicos, organizadas em 15 áreas temáticas — e 66 APIs não exigem chave de acesso.

# Instalação em um comando
pip install mcp-brasil

Uso com qualquer cliente MCP (Claude AI, continue.dev, etc.)

mcp-brasil --tools educacao,transparencia,fiscal

Uma vez instalado, você pode fazer perguntas como:

• "Qual foi o gasto total do Ministério da Educação em 2025?"
• "Liste os 10 maiores fornecedores da prefeitura de São Paulo."
• "Cruzou os dados de licitações com CNPJs de empresas suspeitas?"
• "Resuma os pedidos de acesso à informação via Fala.BR sobre mudanças climáticas em 2026."

O assistente de IA entende a pergunta, consulta as APIs em tempo real e devolve a resposta em linguagem natural, com as fontes. Você não escreve uma linha de código.

Em maio de 2026, a Open Knowledge Foundation (OKFN) fechou uma parceria com o governo brasileiro para criar um protótipo MCP de dados públicos no Google Cloud e na nuvem do Serpro. O objetivo é que qualquer cidadão possa "conversar" com a máquina pública como quem conversa com o ChatGPT.

Se você ainda não conhece o protocolo MCP, o nosso tutorial prático de criação de servidores MCP em TypeScript explica os fundamentos.

Cenário Real: Cruzando Gastos com Educação e Dados de CNPJ

Vamos a um exemplo concreto que conecta as três abordagens.

Problema: Descobrir se os fornecedores de merenda escolar do seu município têm alguma relação suspeita com empresas de fachada.

Com Python: você baixa as despesas do município no Portal da Transparência, extrai os CNPJs, consulta a API da Receita Federal e cruza com dados de sócios. Depois pede para o Gemini identificar padrões — sócios em comum entre fornecedores, endereços compartilhados, capital social incompatível com o contrato.

Com n8n: você configura um fluxo que toda semana puxa novos contratos, verifica CNPJs automaticamente e dispara um alerta se encontrar fornecedores com suspeitas de vínculo.

Com MCP-Brasil: você pergunta: "Quais fornecedores de merenda em Campinas compartilham o mesmo endereço registrado na Receita?" e recebe a resposta em segundos.

O mecanismo é o mesmo. O que muda é o nível de abstração.

Ferramentas que Você Precisa Conhecer

O ecossistema de dados abertos com IA no Brasil vai além do que descrevemos. Aqui estão as principais peças:

• Base dos Dados: datalake público no Google BigQuery com dados de licitações, despesas, comércio exterior e mais. Você consulta com SQL direto. Ideal para quem já trabalha com análise de dados.
• Informa.BR: plataforma com inteligência artificial anunciada pela CGU em 26 de maio de 2026, com disponibilidade prevista para junho. Promete unificar consultas a dados de transparência com interface conversacional.
• Alice (CGU): ferramenta de auditoria que auxiliou 388 das mais de 600 auditorias realizadas em 2025. Usa IA para cruzar bases de dados e identificar indícios de irregularidades.
• Busca LAI: relançado em fevereiro de 2026 com IA generativa para resumir e classificar pedidos de acesso à informação. Milhares de pedidos que antes exigiam leitura manual agora são categorizados automaticamente.
• Fala.BR: plataforma unificada de pedidos de acesso, que ganhou funcionalidades de IA em abril de 2026 para sugerir respostas e encaminhamentos.

Para quem está começando do zero, o guia de criação do primeiro assistente de IA em 30 minutos mostra como montar seu ambiente sem gastar nada.

Boas Práticas para Usar Dados Públicos com IA

Algumas lições que aprendemos na prática ao longo dos últimos meses:

1. Comece pequeno: não tente cruzar todas as bases de uma vez. Escolha um município, uma área (educação, saúde) e um período.
2. Valide as fontes: a API do Portal da Transparência é oficial, mas dados complementares podem vir de fontes diferentes. Sempre cruze. O OBIA (Observatório Brasileiro de Inteligência Artificial) mantém curadoria de fontes confiáveis.
3. Documente seus achados: quando a IA aponta um padrão interessante, salve os parâmetros da consulta. Outro cidadão pode querer replicar sua investigação.
4. Use o controle social: os dados são públicos porque a lei de acesso à informação (LAI) garante. Compartilhe relatórios, publique notebooks e incentive o uso por associações de bairro e conselhos municipais.
5. Respeite os limites: as APIs públicas têm limites de requisição (400 req/min no Portal da Transparência em horário comercial). Programe suas consultas com intervalos.

Conclusão

O Brasil nunca esteve tão bem posicionado na fronteira entre transparência pública e inteligência artificial. A nota 0,70 no ranking da OCDE é um marco, mas o que realmente importa é o que os cidadãos fazem com esse acesso.

Em 2026, você não precisa mais ser cientista de dados para investigar gastos públicos, cruzar informações de licitações ou entender para onde vai o dinheiro dos seus impostos. Com Python, n8n ou MCP-Brasil, qualquer pessoa pode sentar e conversar com os dados do governo como quem conversa com um analista.

O ministro Vinicius Marques de Carvalho disse, e subscrevemos:

Proteção da democracia começa com cidadãos informados. Os dados estão aí. As ferramentas são gratuitas. O que você vai descobrir com elas?