feito por quem entrega Power BI como PJ
Você descreve o painel em português. A IA gera o dado de exemplo, sobe para o lakehouse, monta o modelo e o relatório — e entrega versionado no seu GitHub, publicado no workspace. Ou você baixa um pronto da galeria e troca a fonte pela do seu cliente.
para quem desenvolve Power BI
Não é o DAX que consome o dia. É tudo o que vem antes dele — e é sempre o mesmo, em todo cliente novo.
O acesso está em aprovação, ou é produção e você não pode tocar. Para mostrar alguma coisa você improvisa uma planilha — que não parece real, e aí o cliente não consegue dizer se o painel serve.
A IA gera o dado com volume e sazonalidade plausíveis, grava como tabela no lakehouse do workspace e liga o modelo nele. O protótipo já se comporta como o de verdade.
Tema, grade, onde vai o filtro, como se chama a medida. Decisões que você já tomou dezenas de vezes e toma de novo, porque não estão escritas em lugar nenhum.
O padrão fica no repositório do cliente, e o agente o herda. O segundo dashboard se parece com o primeiro sem ninguém lembrar de pedir.
Criar o workspace, criar o repositório, ligar um ao outro, dar acesso, semear as regras. Feito à mão, cada cliente sai um pouco diferente — e a diferença aparece no dia em que alguma coisa quebra.
Aqui são dois campos: o nome e o que você quer. O que sai deles é igual para todo mundo, sempre.
A entrega é exportar, publicar e torcer. Quando o cliente pergunta o que mudou, a resposta é memória — e memória não é rastro.
Cada demanda é uma issue, cada mudança é um commit, e o workspace e o repositório andam juntos pelo Git Sync. A pergunta tem resposta.
como funciona
Quatro passos. Você escreve o primeiro; os outros três acontecem sem você abrir o portal do Fabric, o GitHub ou o Power BI Desktop.
Dois campos: o nome do cliente e o que você quer que ele tenha. É o único texto desta história que um humano escreve.
Workspace no Fabric, lakehouse dentro dele, repositório no GitHub — e os três já sincronizados. Nove passos, nenhum clique.
Ela propõe as tabelas, gera o dado, sobe para o lakehouse, aponta o modelo e monta o relatório — seguindo o padrão que já está escrito no repositório.
Issue, commit e Git Sync levando o que mudou ao workspace. Quando o cliente perguntar o que entrou nesta versão, a resposta está escrita.
o que vem junto
Tarefas, épicos e critérios de aceite, sincronizados com o GitHub de hora em hora.
A data sai de esforço, dependência e capacidade — e avisa quando uma promessa não cabe.
O que é commitado chega ao workspace; o que é publicado volta para o repositório.
Quatro, e elas rodam de verdade: a fonte do cliente é somente leitura, garantida por código.
O que uma sessão decidiu, a próxima lê antes da primeira ferramenta. Convenção não se redescobre.
Paleta, grade, nome de medida. O décimo dashboard se parece com o primeiro.
não comece do zero
Dashboards prontos, construídos por este fluxo e com o mesmo padrão. Você baixa, abre no Power BI Desktop, troca a fonte pela do seu cliente e entrega — em vez de reconstruir do zero um painel de vendas que já existe cem vezes no mundo.
R$99
por dashboard, à vista
em breve
Faturamento, ticket médio e evolução por período.
em breve
Composição de despesa, margem e realizado contra o previsto.
em breve
Volume, tempo de atendimento e o que está fora da meta.
em breve
o que vem
Hoje o agente atende a um desenvolvedor só, e é ele quem escreve o pedido. O passo seguinte é abrir isso: você entra, descreve o dashboard que quer em português, e recebe o projeto pronto — com o dado de exemplo já dentro, do mesmo jeito que a galeria entrega.
Ainda não está no ar, e esta página não vai fingir que está.
a parte que ninguém costuma escrever
Nome de cliente não aparece em caminho de arquivo, em endereço, em nome de workspace, em log nem em texto enviado a um modelo de IA: em todos esses lugares existe só um código opaco. Esta página é pública e não consulta nada — é HTML escrito à mão, sem banco e sem chamada de dados. E nada sai daqui antes de você dizer sim à medição: nem sem cookie, nem anônimo, nem um ping. A área de trabalho fica atrás de uma fronteira própria, e há teste automático que reprova o deploy se qualquer dado de cliente atravessar para o lado público.
A galeria é o caminho mais curto: baixe, troque a fonte, entregue. E se você quiser o fluxo inteiro — provisionamento, agente e entrega versionada —, ele está aqui do outro lado.