Como ativar a coautoria de IA em Canvas Apps do Power Apps

O que você vai conseguir ao final deste tutorial

Este guia mostra como ativar a coautoria de IA em Canvas Apps e usá-la em dois cenários que se repetem em plantas industriais: o maker que ajusta uma tela dentro do Power Apps Studio pedindo a mudança em linguagem natural, e o time de TI de fábrica que precisa aplicar a mesma alteração em dezenas de apps internos, caso em que vale a pena operar o agente via CLI em vez de abrir app por app. Se sua operação mantém apps de checklist de qualidade, apontamento de produção, ordem de manutenção ou registro de não conformidade, e esses apps acumulam pedidos de ajuste que o time de makers não consegue atender na velocidade da linha, esse é o cenário para o qual este recurso foi feito.

O ponto central para quem avalia isso hoje: a coautoria de IA em Canvas Apps saiu de preview e está disponível em disponibilidade geral (GA). Não é mais um recurso experimental que pode sumir do tenant sem aviso. Isso muda a conversa dentro da indústria, porque GA significa SLA, suporte formal e previsibilidade de licenciamento, três coisas que times de TI industrial exigem antes de colocar qualquer coisa em produção num app que alimenta a linha.

Pré-requisitos

• Licença: qualquer plano Power Apps ativo (per app, per user ou a licença incluída em Microsoft 365 com as limitações usuais de Dataverse for Teams) já contempla o Copilot de autoria. Não há SKU adicional específico para a coautoria de telas, mas o consumo de IA generativa pode estar sujeito a cotas de capacidade do tenant.
• Papel no ambiente: para configurar o recurso a nível de ambiente, é preciso ser System Administrator do ambiente Dataverse ou Power Platform Administrator no tenant. Para usar o agente num app específico, basta ser Environment Maker com permissão de edição sobre o app.
• Ambiente: ambiente com Dataverse habilitado. Em ambientes sem Dataverse, o controle de IA generativa fica no nível de tenant, no Power Platform admin center.
• Para o fluxo via CLI: Power Platform CLI (pac) instalado na máquina do maker, autenticado contra o ambiente de destino, e um editor de código com suporte a agente de IA (VS Code com GitHub Copilot é o caminho mais comum).
• Política de dados: confirme com o time de governança se o tenant permite que prompts cruzem fronteira geográfica, caso a organização opere com residência de dados restrita (comum em indústrias com contratos que exigem dado em território nacional).

Passo a passo

Passo 1: Confirmar que o recurso está habilitado no ambiente

Antes de abrir qualquer app, valide a configuração do tenant. Acesse o Power Platform admin center, selecione o ambiente onde vivem os apps de planta e vá em Settings > Product > Features. Procure a seção de recursos de IA generativa do Power Apps. Se o toggle estiver desligado, nenhum maker verá o painel de coautoria no Studio, mesmo com licença válida.

O racional aqui é simples: esse é um controle de governança, não de licenciamento. Muitas plantas industriais rodam em ambientes isolados por unidade fabril, e é comum que o ambiente de produção tenha IA generativa desligada por política enquanto o ambiente de desenvolvimento tem ligada. Vale checar os dois antes de prometer o recurso para o time de operação.

Passo 2: Abrir o painel do agente de coautoria no Power Apps Studio

Abra o Canvas App, por exemplo o app de inspeção de equipamento usado pelos técnicos de manutenção. No Power Apps Studio, clique no ícone de Copilot na barra lateral esquerda. A partir da atualização que tornou o recurso GA, esse painel deixou de ser só um assistente de sugestões e passou a operar como um agente de coautoria: ele não apenas responde, ele edita a árvore de controles da tela diretamente.

Isso é a diferença prática que importa para o maker: antes, o Copilot sugeria uma fórmula de Power Fx e você colava manualmente. Agora, o agente aplica a mudança na tela e você vê o resultado renderizado, como se outro desenvolvedor tivesse feito a edição e estivesse pedindo revisão.

Passo 3: O fluxo de prompt para editar uma tela

Com a tela de checklist de qualidade aberta, selecione a tela no painel de navegação (ou um controle específico, se a mudança for pontual) e escreva o pedido em linguagem natural. Exemplos que funcionam bem em apps de indústria:

• "Adicione um campo obrigatório de observação sempre que o status do item for reprovado"
• "Troque o layout de lista por cartões, mostrando o código do equipamento e a data da última inspeção"
• "Inclua validação para impedir que o técnico avance para a próxima etapa sem assinar o campo de responsável"

O agente lê o contexto atual da tela, inclusive as fórmulas já existentes em outros controles, e propõe a edição considerando o que já está lá. Isso evita o problema clássico de sugestão genérica que ignora a regra de negócio que o app já implementa. Quanto mais específico o prompt em relação ao dado de negócio (nome do campo, regra de obrigatoriedade, origem do dado), melhor a edição proposta.

Passo 4: Revisar o diff antes de aceitar

Depois do prompt, o Studio mostra as mudanças propostas em um modo de pré-visualização, destacando os controles afetados e as fórmulas alteradas. É possível aceitar tudo, aceitar parcialmente ou rejeitar e refinar o prompt. Esse ponto é onde o recurso GA se diferencia de um simples gerador de código: ele assume que o maker vai revisar, não que vai publicar direto.

Em apps que alimentam decisão de qualidade ou liberação de lote, trate essa revisão como obrigatória, não como formalidade. Um agente de IA pode interpretar "obrigatório" de forma diferente da regra real da sua planta, por exemplo aplicando a obrigatoriedade no lugar errado da tela ou quebrando uma condição de visibilidade que já existia.

Passo 5: Usar o agente de coautoria via CLI para manutenção em lote

Quando o pedido não é "ajustar uma tela" mas "aplicar o mesmo padrão em doze apps de linha", abrir o Studio app por app não escala. Aqui entra o segundo fluxo, pensado para quem mantém portfólio de apps internos: operar o agente de coautoria fora do Studio, a partir do código-fonte do Canvas App.

Primeiro, autentique o Power Platform CLI contra o ambiente:

pac auth create --environment https://suaorg.crm.dynamics.com

Em seguida, exporte o app para arquivos de origem legíveis (formato .pa.yaml), um por tela, em vez do pacote binário .msapp:

pac canvas unpack --msapp .\ApontamentoProducao.msapp --sources .\src\ApontamentoProducao

Com os arquivos de origem no disco, abra a pasta no VS Code. É aí que o agente de coautoria vira acessível via CLI de forma produtiva: configurado como ferramenta do GitHub Copilot CLI (ou do Copilot Chat no VS Code), o agente lê os arquivos .pa.yaml da tela, entende a estrutura de controles e propriedades, e aplica o pedido diretamente no arquivo de origem, não só numa caixa de chat isolada. Isso permite pedir, por exemplo, "aplique este mesmo campo de observação obrigatória nas telas de checklist dos três apps desta pasta", algo que no Studio exigiria repetir o prompt app por app.

Depois da edição, empacote de volta para .msapp e publique através do Studio ou do próprio CLI:

pac canvas pack --sources .\src\ApontamentoProducao --msapp .\ApontamentoProducao.msapp

Esse ciclo unpack, edição com o agente, pack é o mesmo padrão de quem já versiona Canvas Apps em repositório Git, o que aliás é recomendado para qualquer time que mantenha mais de cinco ou seis apps internos ativos, porque dá rastreabilidade de quem mudou o quê e quando, essencial em auditoria de indústria regulada.

Sequência de seis etapas do fluxo de coautoria de IA, do prompt do maker até a publicação manual após teste

Passo 6: Publicar só depois da revisão humana

Independente do caminho, Studio ou CLI, salve como versão não publicada primeiro. Teste no modo Preview com um usuário que representa o perfil real, o técnico de chão de fábrica, não o maker que escreveu o prompt. Só depois de validar o comportamento publique a versão. Esse é o ponto que a Microsoft reforça explicitamente ao posicionar o recurso como GA: o agente acelera a edição, mas não remove a etapa de aprovação humana antes de colocar a mudança na mão de quem opera a linha.

Como validar que deu certo

Depois de aplicar os passos acima, você deve ver os seguintes sinais de que a coautoria de IA está funcionando corretamente:

• O ícone de Copilot aparece na barra lateral do Studio e, ao clicar, abre um painel de conversa que referencia a tela ativa, não um chat genérico desconectado do contexto do app.
• Depois de um prompt de edição, o Studio exibe um resumo das mudanças (controles adicionados, propriedades alteradas) antes de aplicar, com opção explícita de aceitar ou descartar.
• No histórico de versões do app (File > App settings > Versions ou o painel de versões do Studio), a versão criada pelo agente aparece identificada, permitindo reverter se necessário.
• No fluxo via CLI, o arquivo .pa.yaml da tela é alterado no disco com a propriedade ou o controle pedido, visível em um git diff se o repositório estiver versionado.

Erros comuns

• "Este recurso não está disponível no seu ambiente" ou o painel de Copilot simplesmente não aparece: o toggle de IA generativa está desligado no nível de ambiente ou de tenant. Volte ao Passo 1 e confirme no Power Platform admin center.
• O agente propõe uma mudança que ignora uma regra de negócio existente: normalmente acontece quando o prompt é vago demais ("deixe mais fácil de usar") em vez de referenciar o campo e a regra exata. Prompts específicos, citando nome de coluna e condição, reduzem drasticamente esse erro.
• Falha de autenticação ao rodar pac auth create, com erro do tipo "AADSTS50076" ou similar: geralmente é MFA pendente de validação interativa na primeira autenticação daquela máquina. Rode o comando num contexto interativo (não em pipeline) na primeira vez.
• Conflito ao fazer pac canvas pack depois de alguém ter editado o mesmo app no Studio em paralelo: o app binário e os arquivos de origem saíram de sincronia. A prática correta é tratar o código-fonte como fonte da verdade durante a janela de edição via CLI, evitando edição simultânea no Studio.
• A alteração aparece no preview mas some depois de publicar: sinal de que a versão foi salva mas não publicada de fato. Confirme explicitamente o botão Publish, já que salvar e publicar são ações distintas no Power Apps.

Fechamento

A coautoria de IA em Canvas Apps não substitui o maker que entende a regra de negócio da planta, substitui o tempo gasto escrevendo fórmula de Power Fx linha a linha para pedidos que já estão claros na cabeça de quem conhece o processo. Para times de indústria que mantêm dezenas de apps internos com poucos recursos de desenvolvimento, esse ganho de velocidade, combinado com revisão humana obrigatória antes de publicar, é o equilíbrio que faz sentido operacional.

Se sua equipe avalia padronizar esse fluxo entre vários ambientes e plantas, vale desenhar antes a política de governança que decide onde a IA generativa fica ligada e quem aprova o que o agente propõe.