Dá Para Fazer o Diário de Obra (RDO) Falando no Celular?

São cinco da tarde. O serviço do dia foi executado, a equipe está sendo dispensada, e o diário de obra ainda está em branco. Ninguém quer sentar na frente de uma planilha depois de um dia de canteiro e digitar campo a campo o que já aconteceu.

Dá para fazer boa parte disso falando. Este artigo explica exatamente qual parte, o que o sistema faz com o áudio, o que sai no PDF do outro lado, e onde a voz não entra — porque essa fronteira importa mais do que a promessa.

A resposta curta

Você grava um áudio contando uma atividade, do jeito que sai na obra. A IA transcreve, reescreve aquela fala como texto técnico de RDO e casa o que você disse com os itens do seu catálogo de serviços. As fotos ganham legenda pela IA. No fim, o diário sai em PDF com os dados e a marca da sua empresa.

O que a voz corta é a parte que rouba a noite: escrever. O resto do diário continua no formulário, e explicamos por quê mais abaixo.

Como o áudio vira texto técnico

Não é ditado. Ditado devolve um parágrafo solto que você ainda teria que organizar em campos, tabelas e seções. O caminho no SUMA passa por quatro modelos, cada um fazendo uma coisa específica:

Transcrição — o áudio vira texto com o gpt-4o-transcribe. É a etapa que lida com sotaque, ritmo de fala e ruído de fundo.

Redação técnica — um clique reescreve a fala crua como parágrafo de RDO, com o gpt-4o. É aqui que "hoje a gente concretou a laje do segundo pavimento" vira texto de relatório.

Matching de catálogo — outro clique casa o que você falou com os itens de serviço daquela obra, usando o gpt-4o-mini. O sistema marca quais itens foram executados no dia e propõe a quantidade; você confere e ajusta antes de salvar. O serviço executado entra vinculado ao item certo, com código e unidade, não como texto livre.

Legenda de foto — as fotos que você tirou ganham legenda automática pelo gpt-4o com visão.

Dizemos os modelos com nome porque isso é verificável e porque muda o que você pode esperar. Não treinamos modelo próprio e não vamos dizer que treinamos.

Repare no bloco "Ver texto original", logo abaixo do parágrafo técnico: é a fala crua, do jeito que saiu. A versão técnica fica por cima e o registro do que foi dito fica guardado embaixo. Nada é substituído às escondidas.

O catálogo é da obra, não do sistema. Você cadastra os itens de serviço daquele contrato — com código, unidade e quantidade prevista — e a IA só pode escolher dentro dessa lista. Ela não inventa item.

A quantidade que o sistema propõe é uma sugestão, não um dado fechado: ela fica num campo editável, e conferir esse número faz parte de fechar o relatório. Diga a quantidade em voz alta na gravação e a sugestão chega muito mais perto.

Por que o teclado do celular não resolve

O reconhecimento de voz nativo do Android e do iOS funciona bem em ambiente silencioso. No canteiro o desempenho cai, e não só pelo ruído: termos como chapisco, baldrame e contraverga saem errados com frequência.

Mas o problema maior não é fonético. Mesmo com a transcrição perfeita, o texto bruto não é um RDO. É um parágrafo que alguém ainda precisa transformar em documento. A diferença entre transcrever e gerar um documento técnico estruturado é o trabalho todo.

O que a voz cobre — e o que continua no formulário

Aqui está a parte que a maioria dos textos sobre o assunto omite.

No SUMA, a voz cobre o relato da atividade: o que foi executado, onde, com que observação. É a parte descritiva, que é justamente a que dá trabalho de escrever.

Clima, mão de obra, equipamento, DDS e ocorrências continuam no formulário, preenchidos de forma estruturada. Não é limitação de preguiça: um RDO precisa desses campos padronizados para servir como documento. Efetivo por categoria não pode virar texto livre, e condição climática precisa ser um valor selecionável, não uma frase.

Quem promete que você dita o diário inteiro em cinco minutos está descrevendo um bloco de notas com transcrição, não um diário de obra.

Efetivo é um bom exemplo de por que esses campos não podem ser texto. Cada linha carrega função, empresa e se o vínculo é direto ou terceirizado — três informações que precisam ser filtráveis, somáveis e comparáveis entre dias. Numa frase solta, nada disso existe.

Ocorrência tem tipo e percentual de expediente afetado — chuva, atraso de material, acidente, fiscalização. É o campo que explica, meses depois, por que aquele dia rendeu menos.

O documento que sai do outro lado

O PDF não é um arquivo de notas. Ele abre com o cabeçalho da sua empresa — razão social, CNPJ e contato, e o seu logo quando você sobe um —, o título e a data, seguidos da obra, do cliente, do responsável técnico com o número de registro e do número da ART/RRT. A marca é sua, não da ferramenta. Quando a obra usa numeração sequencial, ela entra no próprio título: "Relatório Diário de Obra — Nº 42".

Dentro dele vêm os campos estruturados do dia: clima, efetivo por categoria e por empresa, equipamentos com indicação de próprio ou locado, ocorrências classificadas por tipo, DDS com tema e observações, e as fotos com legenda.

E vem também a tabela de itens de serviço — código, item, unidade, quantidade e observação —, ligando o que foi executado ao catálogo daquela obra. É a diferença entre um relato de que "concretou a laje" e um registro de que o item 03.02 do contrato avançou 26 m³.

Cada bloco de atividade sai carimbado com a data e a hora em que foi registrado. Não é a hora em que o PDF foi gerado — é a hora em que aquilo foi lançado no sistema.

Depois de pronto, o relatório pode ser enviado ao cliente por um link público. O cliente abre, aprova ou aprova com ressalva, e a decisão vira um selo no próprio PDF, com o nome de quem aprovou, a data e a hora, e o texto da ressalva quando houver.

Sobre servir de registro, o que dá para dizer com honestidade

O que o SUMA registra, e sai impresso no documento: quem escreveu o relatório, quem é o responsável técnico e o número da ART/RRT, a numeração sequencial do diário, a data e a hora em que cada atividade foi lançada, e quem aprovou o relatório, quando, e com que ressalva.

Isso é bem mais rastro do que uma planilha preenchida à noite e mandada por e-mail. Mas rastro não é a mesma coisa que garantia: não somos advogados e não vamos afirmar que um formato específico garante alguma coisa numa disputa. Isso depende do que o seu contrato exige, de como a fiscalização daquela obra trabalha e do caso concreto. Se o RDO é peça contratual sensível no seu contexto, confira com o jurídico da sua empresa o que precisa constar antes de trocar de processo.

Como gravar melhor no canteiro

A gravação acontece dentro do próprio SUMA, então não depende de configurar o teclado do sistema. O que muda a qualidade do resultado é como você fala:

• Use fone com microfone para separar a sua voz do ruído da frente de serviço.

• Grave uma atividade por vez, em vez de despejar o dia inteiro num áudio só. A revisão fica mais fácil e o matching com o catálogo fica mais preciso.

• Fale em ritmo constante, com pausa entre blocos de informação.

• Diga a quantidade em voz alta — "concretamos vinte e seis metros cúbicos de laje", não só "concretamos a laje". É a quantidade falada que alimenta o item de serviço.

• Confira números, medidas e nomes de subempreiteiros antes de aprovar. São os elementos que mais variam em qualquer transcrição.

A revisão não precisa ser longa. Ela serve para confirmar, não para reescrever do zero — e se você corrigir alguma coisa, corrija antes de gerar o PDF.

Onde o SUMA está hoje

O SUMA está no ar em app.suma.management, em beta fechado por convite. Durante o beta ninguém paga nada. As vagas são limitadas de verdade, porque nesta fase o objetivo é feedback de quem usa em obra real, não volume de cadastro.

O SUMA é um dos produtos da superint.ai, estúdio de IA e software aqui de São Paulo.

Se você faz RDO na mão hoje — Word, planilha, WhatsApp — peça um convite. Respondemos todos.

Conclusão

Sim, dá para fazer o diário de obra falando no celular, desde que fique claro qual parte. A voz resolve o relato da atividade, que é a parte que rouba a noite. Clima, efetivo, equipamento, DDS e ocorrências continuam no formulário, do jeito que um RDO precisa ser.

A diferença entre um app de ditado e um sistema de RDO por voz está no que acontece depois da transcrição: reescrever em linguagem técnica, casar com o catálogo de serviços da empresa, legendar as fotos e montar um PDF com a sua marca, pronto para o cliente aprovar.

Quem ainda preenche o diário à mão à noite está gastando tempo onde não precisa. O canteiro já cobra energia suficiente durante o dia.