diversas atualizacoes na aba pesquisas e na estrutura do app

backend/app/api/elaboracao.py

@@ -124,6 +124,10 @@ class UpdateMapaPayload(SessionPayload):
     variavel_mapa: str | None = None
 
 
+class ColunaDataMercadoPayload(SessionPayload):
+    coluna_data: str
+
+
 @router.post("/upload")
 async def upload_file(
     session_id: str = Form(...),
@@ -333,6 +337,18 @@ def map_update(payload: UpdateMapaPayload) -> dict[str, Any]:
     return elaboracao_service.atualizar_mapa(session, payload.variavel_mapa)
 
 
+@router.post("/market-date/preview")
+def market_date_preview(payload: ColunaDataMercadoPayload) -> dict[str, Any]:
+    session = session_store.get(payload.session_id)
+    return elaboracao_service.previsualizar_coluna_data_mercado(session, payload.coluna_data)
+
+
+@router.post("/market-date/apply")
+def market_date_apply(payload: ColunaDataMercadoPayload) -> dict[str, Any]:
+    session = session_store.get(payload.session_id)
+    return elaboracao_service.aplicar_coluna_data_mercado(session, payload.coluna_data)
+
+
 @router.get("/context")
 def context(session_id: str) -> dict[str, Any]:
     session = session_store.get(session_id)
@@ -344,4 +360,10 @@ def context(session_id: str) -> dict[str, Any]:
         "percentuais": session.percentuais,
         "outliers_anteriores": session.outliers_anteriores,
         "iteracao": session.iteracao,
+        "coluna_data_mercado": session.coluna_data_mercado,
+        "periodo_dados_mercado": {
+            "coluna_data": session.coluna_data_mercado,
+            "data_inicial": session.periodo_dados_mercado_inicio,
+            "data_final": session.periodo_dados_mercado_fim,
+        },
     }

backend/app/api/pesquisa.py

@@ -42,10 +42,11 @@ def pesquisar_admin_config_salvar(payload: PesquisaAdminConfigPayload) -> dict:
 @router.get("/modelos")
 def pesquisar_modelos(
     somente_contexto: bool = Query(False),
-    otica: str = Query("modelo"),
+    otica: str = Query("avaliando"),
     nome: str | None = Query(None),
     autor: str | None = Query(None),
     contem_app: str | None = Query(None),
+    tipo_modelo: str | None = Query(None),
     finalidade: str | None = Query(None),
     finalidade_colunas: str | None = Query(None),
     bairro: str | None = Query(None),
@@ -87,6 +88,7 @@ def pesquisar_modelos(
         nome=nome,
         autor=autor,
         contem_app=contem_app,
+        tipo_modelo=tipo_modelo,
         finalidade=finalidade,
         finalidade_colunas=_split_csv(finalidade_colunas),
         bairro=bairro,

backend/app/core/elaboracao/carregamento.py

@@ -258,7 +258,21 @@ def carregar_dados_de_dai(caminho_arquivo):
     Consome aplicar_selecao_callback por índice (r[0], r[1], ..., r[23:]).
     Consome ajustar_modelo_callback por índice (m[0], ..., m[32]).
     """
-    df, coluna_y, colunas_x, transformacao_y, transformacoes_x, dicotomicas, codigo_alocado, percentuais, msg, sucesso, elaborador, outliers_excluidos = carregar_dai(caminho_arquivo)
+    (
+        df,
+        coluna_y,
+        colunas_x,
+        transformacao_y,
+        transformacoes_x,
+        dicotomicas,
+        codigo_alocado,
+        percentuais,
+        msg,
+        sucesso,
+        elaborador,
+        outliers_excluidos,
+        _periodo_dados_mercado,
+    ) = carregar_dai(caminho_arquivo)
 
     nome_exibicao = os.path.basename(caminho_arquivo)
     html_nome = f"<h2 style='margin:0 0 12px 0; font-size:1.4em;'>{nome_exibicao}</h2>"

backend/app/core/elaboracao/core.py

@@ -142,6 +142,11 @@ def _migrar_pacote_v1_para_v2(pacote):
     resumo = pacote.get("modelos_resumos", {})
     return {
         "versao": 2,
+        "periodo_dados_mercado": {
+            "coluna_data": None,
+            "data_inicial": None,
+            "data_final": None,
+        },
         "dados": {
             "df": pacote["Xy_preview_out_coords"],
             "estatisticas": pacote["estatisticas"],
@@ -194,12 +199,40 @@ def _migrar_pacote_v1_para_v2(pacote):
     }
 
 
+def _normalizar_data_iso(valor):
+    """Converte valores de data para ISO (YYYY-MM-DD), retornando None se inválido."""
+    if valor is None:
+        return None
+    try:
+        dt = pd.to_datetime(valor, errors="coerce", dayfirst=True)
+    except Exception:
+        return None
+    if pd.isna(dt):
+        return None
+    return dt.date().isoformat()
+
+
+def _normalizar_periodo_dados_mercado(periodo):
+    """Garante payload padronizado para período de dados de mercado."""
+    if not isinstance(periodo, dict):
+        periodo = {}
+    coluna_data = periodo.get("coluna_data", None)
+    coluna_data = str(coluna_data).strip() if coluna_data is not None else None
+    if coluna_data == "":
+        coluna_data = None
+    return {
+        "coluna_data": coluna_data,
+        "data_inicial": _normalizar_data_iso(periodo.get("data_inicial")),
+        "data_final": _normalizar_data_iso(periodo.get("data_final")),
+    }
+
+
 def carregar_dai(caminho):
     """
     Carrega arquivo .dai e extrai DataFrame, variáveis e transformações.
 
     Retorna:
-        tuple: (df, coluna_y, colunas_x, transformacao_y, transformacoes_x, dicotomicas, codigo_alocado, percentuais, mensagem, sucesso)
+        tuple: (df, coluna_y, colunas_x, transformacao_y, transformacoes_x, dicotomicas, codigo_alocado, percentuais, mensagem, sucesso, elaborador, outliers_excluidos, periodo_dados_mercado)
     """
     try:
         pacote = load(caminho)
@@ -211,6 +244,9 @@ def carregar_dai(caminho):
         # Extrai novos campos (se existirem)
         df_completo = pacote["dados"].get("df_completo", None)
         outliers_excluidos = pacote["dados"].get("outliers_excluidos", [])
+        periodo_dados_mercado = _normalizar_periodo_dados_mercado(
+            pacote.get("periodo_dados_mercado", None)
+        )
 
         # Extrai DataFrame — preserva índices originais se df_completo disponível
         if df_completo is not None:
@@ -270,10 +306,38 @@ def carregar_dai(caminho):
 
         elaborador = pacote.get("elaborador", None)
         msg = f"Modelo .dai carregado: {os.path.basename(caminho)} ({len(df)} dados, Y={coluna_y}, {len(colunas_x)} variáveis X)"
-        return df, coluna_y, colunas_x, transformacao_y, transformacoes_x, dicotomicas, codigo_alocado_salvo or [], percentuais_salvo or [], msg, True, elaborador, outliers_excluidos
+        return (
+            df,
+            coluna_y,
+            colunas_x,
+            transformacao_y,
+            transformacoes_x,
+            dicotomicas,
+            codigo_alocado_salvo or [],
+            percentuais_salvo or [],
+            msg,
+            True,
+            elaborador,
+            outliers_excluidos,
+            periodo_dados_mercado,
+        )
 
     except Exception as e:
-        return None, None, None, None, None, [], [], [], f"Erro ao carregar .dai: {str(e)}", False, None, []
+        return (
+            None,
+            None,
+            None,
+            None,
+            None,
+            [],
+            [],
+            [],
+            f"Erro ao carregar .dai: {str(e)}",
+            False,
+            None,
+            [],
+            {"data_inicial": None, "data_final": None},
+        )
 
 
 def identificar_coluna_y_padrao(df):
@@ -1717,7 +1781,8 @@ def exportar_base_csv(df):
 # ============================================================
 
 def exportar_modelo_dai(resultado_modelo, df_original, df_completo=None, estatisticas=None,
-                        nome_arquivo="", elaborador=None, outliers_excluidos=None):
+                        nome_arquivo="", elaborador=None, outliers_excluidos=None,
+                        periodo_dados_mercado=None):
     """
     Exporta o modelo em formato .dai v2 (estrutura nested).
 
@@ -1729,6 +1794,7 @@ def exportar_modelo_dai(resultado_modelo, df_original, df_completo=None, estatis
         nome_arquivo: nome do arquivo de saída
         elaborador: dict com dados do avaliador (ou None)
         outliers_excluidos: lista de índices excluídos como outliers (ou None)
+        periodo_dados_mercado: dict com data_inicial e data_final dos dados de mercado
 
     Retorna:
         tuple: (caminho_arquivo, mensagem)
@@ -1848,6 +1914,7 @@ def exportar_modelo_dai(resultado_modelo, df_original, df_completo=None, estatis
         pacote = {
             "versao": 2,
             "elaborador": elaborador,
+            "periodo_dados_mercado": _normalizar_periodo_dados_mercado(periodo_dados_mercado),
             "dados": {
                 "df": df_modelo,
                 "df_completo": df_completo_export,

backend/app/core/pesquisa/modelos_dai/MOD_A_SALA_Z1_006C.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:5b318a58a4c4d12863e1f867e4bd63066a07c13bba345e7381d0b2ebe880ae16
-size 303169
+oid sha256:0398acda7bfaa01c782d0b551aa679b21afa85bc3882e5249b5cddceb7b733fd
+size 305003

backend/app/core/pesquisa/modelos_dai/MOD_V_AP_Z1_011D.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:aa5df27fa5189ad426aef21abdb20b0f6a46d80691fd1baf3fd24425669b1285
-size 5305080
+oid sha256:61ff06842995a9e3d559e33c51aaaa584f33477df414ca16abc3861cfc14a6c9
+size 5307303

backend/app/core/pesquisa/modelos_dai/MOD_V_AP_Z1_020B.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:746ca361b72784b56428a8e8c8c5aec6510ae2e8f429af98b2d128cd130c1372
-size 1995943
+oid sha256:319994b70fe36527d8a198c87383b0de819d12a83f5098f4ef89bdfb013fb86f
+size 1999486

backend/app/core/pesquisa/modelos_dai/MOD_V_AP_Z1_022.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:32ab5afc7449171d1ecdd919d5d79b3e57154df13a582fd804e0017da45525d9
-size 1315111
+oid sha256:e263780042eb5ec056a49ee8862ed9523bebeac831e5ca6a0f7671ec66097413
+size 1318536

backend/app/core/pesquisa/modelos_dai/MOD_V_EDIF_Z1_Z2_Z3_Z4_002E.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:b5c61890fd372f035bd18b71bc16fcf25cb17c267fab25992afdeb5c1a7a261f
-size 1582885
+oid sha256:96391e419571bfb37a208a56a969aef8a175e26b11e86f0af99deba40dca18bf
+size 1584486

backend/app/core/pesquisa/modelos_dai/MOD_V_TER_Z2_008C.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:6fe2eb81570027803174b9140066d8ff36ba7583fa1d1349ce9941b0a6692f52
-size 822283
+oid sha256:5f802758c2a569aba28986de3c0dbf1e4c436556a0ba7ee909d6576de6e3f719
+size 824046

backend/app/core/pesquisa/modelos_dai/MOD_V_TER_Z4_003J.dai

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:c78101a594ad36c76c13c564894152c276c7f1a34e7f38bb157d8aca838050e9
-size 1558637
+oid sha256:9e4fc5f42b69b3f912853ca1bc14ade1246187ce80288b461ea1064c6d743575
+size 1559857

backend/app/core/visualizacao/app.py

@@ -1234,6 +1234,18 @@ def _formatar_badge_completo(pacote):
     if not pacote:
         return ""
 
+    def _data_br(value):
+        texto = str(value or "").strip()
+        match = re.match(r"^(\d{4})-(\d{2})-(\d{2})$", texto)
+        if match:
+            return f"{match.group(3)}/{match.group(2)}/{match.group(1)}"
+        return texto
+
+    periodo = pacote.get("periodo_dados_mercado") or {}
+    data_inicial = _data_br(periodo.get("data_inicial"))
+    data_final = _data_br(periodo.get("data_final"))
+    periodo_txt = f"{data_inicial} a {data_final}" if data_inicial and data_final else ""
+
     # --- Lado direito: lista de variáveis ---
     variaveis_html = ""
     info = pacote.get("transformacoes", {}).get("info")
@@ -1266,11 +1278,25 @@ def _formatar_badge_completo(pacote):
             x_badges.append(badge)
         variaveis_html = (
             "<div style='font-size:0.9em;line-height:2;'>"
-            "<div><span style='font-weight:600;color:#495057;margin-right:8px;font-size:1.1em;'>Variável Dependente:</span>"
+            "<div><span style='font-weight:600;color:#495057;margin-right:8px;font-size:1.1em;display:inline-block;min-width:190px;'>Variável Dependente:</span>"
             + y_badge + "</div>"
-            "<div style='margin-top:4px;'>"
-            "<span style='font-weight:600;color:#495057;margin-right:8px;font-size:1.1em;'>Variáveis Independentes:</span>"
+            + "<div style='margin-top:4px;'>"
+            "<span style='font-weight:600;color:#495057;margin-right:8px;font-size:1.1em;display:inline-block;min-width:190px;'>Variáveis Independentes:</span>"
             + "".join(x_badges) + "</div>"
+            + (
+                "<div style='margin-top:6px;'>"
+                "<span style='font-weight:600;color:#495057;margin-right:8px;font-size:1.1em;display:inline-block;min-width:190px;'>Período dos dados de mercado:</span>"
+                f"<span style='color:#2f4458;'>{periodo_txt}</span>"
+                "</div>"
+                if periodo_txt else ""
+            )
+            + "</div>"
+        )
+    elif periodo_txt:
+        variaveis_html = (
+            "<div style='font-size:0.95em;line-height:1.7;'>"
+            "<span style='font-weight:600;color:#495057;margin-right:8px;display:inline-block;min-width:190px;'>Período dos dados de mercado:</span>"
+            f"<span style='color:#2f4458;'>{periodo_txt}</span>"
             "</div>"
         )
 

backend/app/models/session.py

@@ -44,6 +44,9 @@ class SessionState:
     geo_col_cdlog: str | None = None
     geo_col_num: str | None = None
     mapa_habilitado: bool = False
+    coluna_data_mercado: str | None = None
+    periodo_dados_mercado_inicio: str | None = None
+    periodo_dados_mercado_fim: str | None = None
 
     pacote_visualizacao: dict[str, Any] | None = None
     dados_visualizacao: pd.DataFrame | None = None

backend/app/services/elaboracao_service.py

@@ -97,6 +97,127 @@ def _selection_context(session: SessionState) -> dict[str, Any]:
         "codigo_alocado": list(session.codigo_alocado),
         "percentuais": list(session.percentuais),
         "outliers_anteriores": list(session.outliers_anteriores),
+        "iteracao": session.iteracao,
+        "coluna_data_mercado": session.coluna_data_mercado,
+        "periodo_dados_mercado": {
+            "coluna_data": session.coluna_data_mercado,
+            "data_inicial": session.periodo_dados_mercado_inicio,
+            "data_final": session.periodo_dados_mercado_fim,
+        },
+    }
+
+
+def _normalizar_periodo_dados_mercado(periodo: dict[str, Any] | None) -> dict[str, str | None]:
+    if not isinstance(periodo, dict):
+        return {"coluna_data": None, "data_inicial": None, "data_final": None}
+    coluna_data = str(periodo.get("coluna_data") or "").strip() or None
+    inicio = pd.to_datetime(periodo.get("data_inicial"), errors="coerce", dayfirst=True)
+    fim = pd.to_datetime(periodo.get("data_final"), errors="coerce", dayfirst=True)
+    return {
+        "coluna_data": coluna_data,
+        "data_inicial": None if pd.isna(inicio) else inicio.date().isoformat(),
+        "data_final": None if pd.isna(fim) else fim.date().isoformat(),
+    }
+
+
+def _payload_data_mercado(session: SessionState) -> dict[str, Any]:
+    df = session.df_original
+    colunas = [str(c) for c in df.columns] if df is not None else []
+    coluna_sugerida = _sugerir_coluna_data_mercado(df) if df is not None else None
+    return {
+        "colunas_data_mercado": colunas,
+        "coluna_data_mercado": session.coluna_data_mercado,
+        "coluna_data_mercado_sugerida": coluna_sugerida,
+        "periodo_dados_mercado": {
+            "coluna_data": session.coluna_data_mercado,
+            "data_inicial": session.periodo_dados_mercado_inicio,
+            "data_final": session.periodo_dados_mercado_fim,
+        },
+    }
+
+
+def _converter_coluna_para_datas(
+    serie: pd.Series,
+    coluna: str,
+    proporcao_minima: float = 0.8,
+    proporcao_excel_minima: float = 0.8,
+) -> pd.Series:
+    serie_base = serie.copy()
+    if pd.api.types.is_object_dtype(serie_base) or pd.api.types.is_string_dtype(serie_base):
+        serie_base = serie_base.astype(str).str.strip().replace("", np.nan)
+
+    mascara_preenchida = serie_base.notna()
+    total_preenchido = int(mascara_preenchida.sum())
+    if total_preenchido == 0:
+        raise HTTPException(status_code=400, detail=f"A coluna '{coluna}' não possui dados preenchidos.")
+
+    if pd.api.types.is_datetime64_any_dtype(serie_base):
+        datas = pd.to_datetime(serie_base, errors="coerce")
+    elif pd.api.types.is_numeric_dtype(serie_base):
+        serie_num = pd.to_numeric(serie_base, errors="coerce")
+        valores_validos = serie_num[mascara_preenchida].dropna()
+        if valores_validos.empty:
+            raise HTTPException(status_code=400, detail=f"A coluna '{coluna}' não possui datas válidas.")
+
+        proporcao_excel = float(valores_validos.between(20000, 80000).mean())
+        if proporcao_excel < proporcao_excel_minima:
+            raise HTTPException(
+                status_code=400,
+                detail=(
+                    f"A coluna '{coluna}' não parece conter datas de calendário "
+                    "(esperado texto de data ou serial de data do Excel)."
+                ),
+            )
+        datas = pd.to_datetime(serie_num, unit="D", origin="1899-12-30", errors="coerce")
+    else:
+        datas = pd.to_datetime(serie_base, errors="coerce", dayfirst=True)
+
+    datas_validas = datas[mascara_preenchida].dropna()
+    proporcao = len(datas_validas) / total_preenchido if total_preenchido else 0.0
+    if proporcao < proporcao_minima:
+        raise HTTPException(
+            status_code=400,
+            detail=(
+                f"Não foi possível interpretar a coluna '{coluna}' como data "
+                f"(conversão válida em {proporcao:.0%} dos registros preenchidos)."
+            ),
+        )
+
+    return datas
+
+
+def _sugerir_coluna_data_mercado(df: pd.DataFrame | None) -> str | None:
+    if df is None or df.empty:
+        return None
+    for coluna in df.columns:
+        nome = str(coluna)
+        try:
+            _converter_coluna_para_datas(
+                df[coluna],
+                nome,
+                proporcao_minima=1.0,
+                proporcao_excel_minima=1.0,
+            )
+            return nome
+        except HTTPException:
+            continue
+    return None
+
+
+def _calcular_periodo_dados_mercado(df: pd.DataFrame, coluna_data: str) -> dict[str, str]:
+    if coluna_data not in df.columns:
+        raise HTTPException(status_code=400, detail=f"Coluna '{coluna_data}' não encontrada na base.")
+
+    datas = _converter_coluna_para_datas(df[coluna_data], coluna_data)
+    datas_validas = datas.dropna()
+    if datas_validas.empty:
+        raise HTTPException(status_code=400, detail=f"A coluna '{coluna_data}' não possui datas válidas.")
+
+    data_inicial = datas_validas.min().date().isoformat()
+    data_final = datas_validas.max().date().isoformat()
+    return {
+        "data_inicial": data_inicial,
+        "data_final": data_final,
     }
 
 
@@ -271,6 +392,9 @@ def _set_dataframe_base(
         session.percentuais = []
         session.outliers_anteriores = []
         session.iteracao = 1
+        session.coluna_data_mercado = None
+        session.periodo_dados_mercado_inicio = None
+        session.periodo_dados_mercado_fim = None
 
     colunas_numericas = [str(c) for c in obter_colunas_numericas(df)]
     coluna_y_padrao = identificar_coluna_y_padrao(df)
@@ -282,6 +406,7 @@ def _set_dataframe_base(
         "colunas_numericas": colunas_numericas,
         "coluna_y_padrao": coluna_y_padrao,
         "coords": _build_coords_payload(df, tem_coords),
+        **_payload_data_mercado(session),
     }
 
 
@@ -342,6 +467,7 @@ def load_dai_for_elaboracao(session: SessionState, caminho_arquivo: str) -> dict
         sucesso,
         elaborador,
         outliers_excluidos,
+        periodo_dados_mercado,
     ) = carregar_dai(caminho_arquivo)
 
     if not sucesso or df is None:
@@ -349,8 +475,12 @@ def load_dai_for_elaboracao(session: SessionState, caminho_arquivo: str) -> dict
 
     session.elaborador = elaborador
     session.outliers_anteriores = _clean_int_list(outliers_excluidos)
+    periodo_normalizado = _normalizar_periodo_dados_mercado(periodo_dados_mercado)
 
     base = _set_dataframe_base(session, df, clear_models=True)
+    session.coluna_data_mercado = periodo_normalizado["coluna_data"]
+    session.periodo_dados_mercado_inicio = periodo_normalizado["data_inicial"]
+    session.periodo_dados_mercado_fim = periodo_normalizado["data_final"]
     session.transformacao_y = str(transformacao_y or "(x)")
     session.transformacoes_x = {str(k): str(v) for k, v in (transformacoes_x or {}).items()}
 
@@ -389,6 +519,7 @@ def load_dai_for_elaboracao(session: SessionState, caminho_arquivo: str) -> dict
         "outliers_html": html_outliers,
         "contexto": _selection_context(session),
         "elaborador": sanitize_value(elaborador),
+        **_payload_data_mercado(session),
     }
 
 
@@ -1026,6 +1157,57 @@ def exportar_avaliacoes_elaboracao(session: SessionState) -> str:
     return caminho
 
 
+def previsualizar_coluna_data_mercado(session: SessionState, coluna_data: str) -> dict[str, Any]:
+    df = session.df_original
+    if df is None:
+        raise HTTPException(status_code=400, detail="Carregue uma base antes de definir a coluna de data.")
+
+    coluna = str(coluna_data or "").strip()
+    if not coluna:
+        raise HTTPException(status_code=400, detail="Selecione a coluna de data dos dados de mercado.")
+
+    periodo = _calcular_periodo_dados_mercado(df, coluna)
+    return {
+        "status": (
+            f"Prévia do período para '{coluna}': "
+            f"{periodo['data_inicial']} a {periodo['data_final']}"
+        ),
+        "coluna_data_mercado": coluna,
+        "periodo_dados_mercado": {
+            "coluna_data": coluna,
+            **periodo,
+        },
+    }
+
+
+def aplicar_coluna_data_mercado(session: SessionState, coluna_data: str) -> dict[str, Any]:
+    df = session.df_original
+    if df is None:
+        raise HTTPException(status_code=400, detail="Carregue uma base antes de definir a coluna de data.")
+
+    coluna = str(coluna_data or "").strip()
+    if not coluna:
+        raise HTTPException(status_code=400, detail="Selecione a coluna de data dos dados de mercado.")
+
+    periodo = _calcular_periodo_dados_mercado(df, coluna)
+    session.coluna_data_mercado = coluna
+    session.periodo_dados_mercado_inicio = periodo["data_inicial"]
+    session.periodo_dados_mercado_fim = periodo["data_final"]
+
+    return {
+        "status": (
+            "Coluna de data dos dados de mercado aplicada: "
+            f"{coluna} ({periodo['data_inicial']} a {periodo['data_final']})."
+        ),
+        "coluna_data_mercado": session.coluna_data_mercado,
+        "periodo_dados_mercado": {
+            "coluna_data": session.coluna_data_mercado,
+            **periodo,
+        },
+        "contexto": _selection_context(session),
+    }
+
+
 def exportar_modelo(session: SessionState, nome_arquivo: str, elaborador: dict[str, Any] | None = None) -> tuple[str, str]:
     if session.resultado_modelo is None:
         raise HTTPException(status_code=400, detail="Ajuste um modelo antes de exportar")
@@ -1043,6 +1225,11 @@ def exportar_modelo(session: SessionState, nome_arquivo: str, elaborador: dict[s
         nome_arquivo.strip(),
         elaborador=elaborador,
         outliers_excluidos=session.outliers_anteriores,
+        periodo_dados_mercado={
+            "coluna_data": session.coluna_data_mercado,
+            "data_inicial": session.periodo_dados_mercado_inicio,
+            "data_final": session.periodo_dados_mercado_fim,
+        },
     )
 
     if not caminho:

backend/app/services/pesquisa_service.py

@@ -45,9 +45,9 @@ TIPO_POR_TOKEN = {
     "DEPOS": "Deposito",
     "RES": "Residencias isoladas / casas",
     "SALA": "Salas comerciais",
-    "APTO": "Apartamentos residenciais",
-    "APART": "Apartamentos residenciais",
-    "AP": "Apartamentos residenciais",
+    "APTO": "Apartamentos",
+    "APART": "Apartamentos",
+    "AP": "Apartamentos",
     "TERRENO": "Terrenos",
     "TER": "Terrenos",
     "EDIF": "Edificio",
@@ -70,7 +70,7 @@ CAMPO_TEXTO_ALIASES_COLUNA = {
 }
 
 CAMPO_FAIXA_META_FONTES = {
-    "data": [],
+    "data": ["meta:faixa_data"],
     "area": [],
     "rh": [],
     "aval_data": [],
@@ -82,10 +82,7 @@ CAMPO_FAIXA_META_FONTES = {
     "aval_valor_total": [],
 }
 
-CAMPO_FAIXA_ALIASES_COLUNA = {
-    "data": DATA_ALIASES,
-    "aval_data": DATA_ALIASES,
-}
+CAMPO_FAIXA_ALIASES_COLUNA = {}
 
 CAMPO_FAIXA_ALIASES_VARIAVEL = {
     "area": AREA_GERAL_ALIASES,
@@ -150,10 +147,11 @@ MAP_COLORS = [
 
 @dataclass(frozen=True)
 class PesquisaFiltros:
-    otica: str = "modelo"
+    otica: str = "avaliando"
     nome: str | None = None
     autor: str | None = None
     contem_app: str | None = None
+    tipo_modelo: str | None = None
     finalidade: str | None = None
     finalidade_colunas: list[str] | None = None
     bairro: str | None = None
@@ -258,6 +256,7 @@ def listar_modelos(filtros: PesquisaFiltros, limite: int | None = None, somente_
                     "nome": filtros.nome,
                     "autor": filtros.autor,
                     "contem_app": filtros.contem_app,
+                    "tipo_modelo": filtros.tipo_modelo,
                     "finalidade": filtros.finalidade,
                     "finalidade_colunas": filtros.finalidade_colunas or [],
                     "bairro": filtros.bairro,
@@ -321,6 +320,7 @@ def listar_modelos(filtros: PesquisaFiltros, limite: int | None = None, somente_
                 "nome": filtros.nome,
                 "autor": filtros.autor,
                 "contem_app": filtros.contem_app,
+                "tipo_modelo": filtros.tipo_modelo,
                 "finalidade": filtros.finalidade,
                 "finalidade_colunas": filtros.finalidade_colunas or [],
                 "bairro": filtros.bairro,
@@ -586,14 +586,14 @@ def _construir_resumo_modelo(caminho_modelo: Path) -> dict[str, Any]:
     )
     resumo["faixa_rh"] = _merge_ranges(resumo["faixa_rh"], _extrair_faixa_por_alias(estat_df, RH_ALIASES))
 
-    resumo["faixa_data"] = _merge_ranges(resumo["faixa_data"], _extrair_faixa_data_dataframe(df_modelo))
+    resumo["faixa_data"] = _merge_ranges(resumo["faixa_data"], _faixa_data_do_pacote(pacote))
 
     colunas_catalogo = _coletar_colunas_para_catalogo(estat_df, df_modelo)
     resumo["compatibilidade_campos"] = _mapear_compatibilidade(colunas_catalogo)
     resumo["variaveis_resumo"] = _resumo_variaveis(estat_df)
     resumo["mapa_disponivel"] = _tem_colunas_mapa(df_modelo)
     resumo["_texto_colunas_index"] = _indexar_texto_colunas(df_modelo)
-    resumo["_faixa_colunas_index"] = _indexar_faixas_colunas(df_modelo)
+    resumo["_faixa_colunas_index"] = {}
     resumo["_faixa_variaveis_index"] = _indexar_faixas_variaveis(estat_df, resumo["_variaveis_modelo"])
 
     return resumo
@@ -619,6 +619,26 @@ def _r2_do_pacote(pacote: dict[str, Any]) -> float | None:
     return _to_float_or_none(gerais.get("r2"))
 
 
+def _faixa_data_do_pacote(pacote: dict[str, Any]) -> dict[str, Any] | None:
+    periodo = pacote.get("periodo_dados_mercado") if isinstance(pacote.get("periodo_dados_mercado"), dict) else {}
+    data_inicial = _data_iso_or_none(periodo.get("data_inicial"))
+    data_final = _data_iso_or_none(periodo.get("data_final"))
+    if data_inicial is None and data_final is None:
+        return None
+    if data_inicial and data_final and data_inicial > data_final:
+        data_inicial, data_final = data_final, data_inicial
+    return {"min": data_inicial, "max": data_final}
+
+
+def _data_iso_or_none(value: Any) -> str | None:
+    if _is_empty(value):
+        return None
+    parsed = pd.to_datetime(value, errors="coerce", dayfirst=True)
+    if pd.isna(parsed):
+        return None
+    return parsed.date().isoformat()
+
+
 def _variaveis_do_modelo(pacote: dict[str, Any]) -> list[str]:
     variaveis: list[str] = []
 
@@ -961,6 +981,9 @@ def _aceita_filtros(modelo: dict[str, Any], filtros: PesquisaFiltros, fontes_adm
     if app_flag is not None and _modelo_contem_variavel(modelo, APP_ALIASES) != app_flag:
         return False
 
+    if filtros.tipo_modelo and not _contains_any([_tipo_modelo_modelo(modelo)], filtros.tipo_modelo):
+        return False
+
     if filtros.finalidade and not _aceita_texto_com_colunas(modelo, filtros.finalidade, "finalidade", fontes_admin.get("finalidade")):
         return False
 
@@ -979,7 +1002,13 @@ def _aceita_filtros(modelo: dict[str, Any], filtros: PesquisaFiltros, fontes_adm
     if not _aceita_range_com_colunas(modelo, "rh", fontes_admin.get("rh"), filtros.rh_min, filtros.rh_max):
         return False
 
-    if not _aceita_range_com_colunas(modelo, "data", fontes_admin.get("data"), filtros.data_min, filtros.data_max):
+    data_min = filtros.data_min
+    data_max = filtros.data_max
+    if _is_provided(filtros.aval_data) and not _is_provided(data_min) and not _is_provided(data_max):
+        data_min = filtros.aval_data
+        data_max = filtros.aval_data
+
+    if not _aceita_range_contido_com_colunas(modelo, "data", fontes_admin.get("data"), data_min, data_max):
         return False
 
     return True
@@ -997,7 +1026,7 @@ def _normalizar_contem_app(value: str | None) -> bool | None:
 
 
 def _normalizar_otica(value: str | None) -> str:
-    return "avaliando" if _normalize(value or "") == "avaliando" else "modelo"
+    return "avaliando"
 
 
 def _anexar_avaliando_info(
@@ -1032,11 +1061,17 @@ def _anexar_avaliando_info(
         aceito = _contains_any(candidatos, str(endereco_info))
         registrar("endereco", endereco_info, aceito, "sem correspondencia textual no modelo")
 
-    faixa_data_ref = _faixa_resumo_com_colunas(item, "aval_data", fontes_admin.get("aval_data"))
+    data_min = filtros.data_min
+    data_max = filtros.data_max
+    if _is_provided(filtros.aval_data) and not _is_provided(data_min) and not _is_provided(data_max):
+        data_min = filtros.aval_data
+        data_max = filtros.aval_data
+
+    faixa_data_ref = _faixa_resumo_com_colunas(item, "data", fontes_admin.get("data"))
     registrar(
         "data",
-        filtros.aval_data,
-        _aceita_valor_com_colunas(item, "aval_data", fontes_admin.get("aval_data"), filtros.aval_data),
+        _periodo_texto_informado(data_min, data_max),
+        _aceita_range_contido_com_colunas(item, "data", fontes_admin.get("data"), data_min, data_max),
         f"fora da faixa {formatar_faixa(faixa_data_ref)}",
     )
     faixa_rh_ref = _faixa_resumo_com_colunas(item, "aval_rh", fontes_admin.get("aval_rh"))
@@ -1107,6 +1142,7 @@ def _extrair_sugestoes(
     finalidades: list[str] = []
     bairros: list[str] = []
     enderecos: list[str] = []
+    tipos_modelo: list[str] = []
 
     fontes_finalidade = _dedupe_strings((fontes_admin.get("finalidade") or []) + (fontes_admin.get("aval_finalidade") or []))
     fontes_bairro = _dedupe_strings((fontes_admin.get("bairros") or []) + (fontes_admin.get("aval_bairro") or []))
@@ -1125,6 +1161,7 @@ def _extrair_sugestoes(
         else:
             bairros.extend([str(item) for item in (modelo.get("bairros") or [])])
         enderecos.append(str(modelo.get("endereco_referencia") or ""))
+        tipos_modelo.append(str(_tipo_modelo_modelo(modelo) or ""))
 
     return {
         "nomes_modelo": _lista_textos_unicos(nomes, limite),
@@ -1132,6 +1169,7 @@ def _extrair_sugestoes(
         "finalidades": _lista_textos_unicos(finalidades, limite),
         "bairros": _lista_textos_unicos(bairros, limite),
         "enderecos": _lista_textos_unicos(enderecos, limite),
+        "tipos_modelo": _lista_textos_unicos(tipos_modelo, limite),
     }
 
 
@@ -1238,6 +1276,11 @@ def _fontes_texto_padrao(modelo: dict[str, Any], campo: str) -> list[str]:
 def _fontes_faixa_disponiveis(modelo: dict[str, Any], campo: str) -> list[str]:
     fontes: list[str] = []
 
+    for fonte_meta in CAMPO_FAIXA_META_FONTES.get(campo, []):
+        faixa_meta = _faixa_meta(modelo, fonte_meta)
+        if isinstance(faixa_meta, dict) and not (_is_empty(faixa_meta.get("min")) and _is_empty(faixa_meta.get("max"))):
+            fontes.append(fonte_meta)
+
     aliases_coluna = CAMPO_FAIXA_ALIASES_COLUNA.get(campo, [])
     indice_colunas = modelo.get("_faixa_colunas_index") or {}
     if isinstance(indice_colunas, dict):
@@ -1258,6 +1301,11 @@ def _fontes_faixa_disponiveis(modelo: dict[str, Any], campo: str) -> list[str]:
 def _fontes_faixa_padrao(modelo: dict[str, Any], campo: str) -> list[str]:
     fontes: list[str] = []
 
+    for fonte_meta in CAMPO_FAIXA_META_FONTES.get(campo, []):
+        faixa_meta = _faixa_meta(modelo, fonte_meta)
+        if isinstance(faixa_meta, dict) and not (_is_empty(faixa_meta.get("min")) and _is_empty(faixa_meta.get("max"))):
+            fontes.append(fonte_meta)
+
     aliases_coluna = CAMPO_FAIXA_ALIASES_COLUNA.get(campo, [])
     indice_colunas = modelo.get("_faixa_colunas_index") or {}
     if isinstance(indice_colunas, dict):
@@ -1310,6 +1358,21 @@ def _aceita_range_com_colunas(
     return any(_range_overlaps(faixa, filtro_min, filtro_max) for faixa in faixas)
 
 
+def _aceita_range_contido_com_colunas(
+    modelo: dict[str, Any],
+    campo: str,
+    fontes_selecionadas: list[str] | None,
+    filtro_min: Any,
+    filtro_max: Any,
+) -> bool:
+    if filtro_min is None and filtro_max is None:
+        return True
+    faixas = _faixas_para_campo(modelo, campo, fontes_selecionadas)
+    if not faixas:
+        return False
+    return any(_range_contains(faixa, filtro_min, filtro_max) for faixa in faixas)
+
+
 def _aceita_valor_com_colunas(
     modelo: dict[str, Any],
     campo: str,
@@ -1596,6 +1659,26 @@ def formatar_faixa(faixa: dict[str, Any] | None) -> str:
     return f"ate {maximo}"
 
 
+def _periodo_texto_informado(data_min: Any, data_max: Any) -> str | None:
+    inicio = _str_or_none(data_min)
+    fim = _str_or_none(data_max)
+    if not inicio and not fim:
+        return None
+    if inicio and fim:
+        return f"{inicio} a {fim}"
+    if inicio:
+        return f"a partir de {inicio}"
+    return f"ate {fim}"
+
+
+def _tipo_modelo_modelo(modelo: dict[str, Any]) -> str | None:
+    tipo = _str_or_none(modelo.get("tipo_imovel"))
+    if tipo:
+        return tipo
+    nome_referencia = _str_or_none(modelo.get("nome_modelo")) or _str_or_none(modelo.get("arquivo")) or ""
+    return _inferir_tipo_por_nome(nome_referencia)
+
+
 def _extrair_termos_bairro(filtros: PesquisaFiltros) -> list[str]:
     termos: list[str] = []
     if filtros.bairro:
@@ -1668,6 +1751,52 @@ def _range_overlaps(model_range: dict[str, Any] | None, filtro_min: Any, filtro_
     return True
 
 
+def _range_contains(model_range: dict[str, Any] | None, filtro_min: Any, filtro_max: Any) -> bool:
+    if filtro_min is None and filtro_max is None:
+        return True
+
+    if not model_range:
+        return False
+
+    model_min_cmp = _to_comparable(model_range.get("min"))
+    model_max_cmp = _to_comparable(model_range.get("max"))
+    filtro_min_cmp = _to_comparable(filtro_min) if filtro_min is not None else None
+    filtro_max_cmp = _to_comparable(filtro_max) if filtro_max is not None else None
+
+    if filtro_min_cmp is None and filtro_max_cmp is None:
+        return True
+
+    kinds = {
+        item[0]
+        for item in [model_min_cmp, model_max_cmp, filtro_min_cmp, filtro_max_cmp]
+        if item is not None
+    }
+
+    if len(kinds) != 1:
+        return False
+
+    model_min_val = model_min_cmp[1] if model_min_cmp is not None else None
+    model_max_val = model_max_cmp[1] if model_max_cmp is not None else None
+    filtro_min_val = filtro_min_cmp[1] if filtro_min_cmp is not None else None
+    filtro_max_val = filtro_max_cmp[1] if filtro_max_cmp is not None else None
+
+    if model_min_val is None or model_max_val is None:
+        return False
+
+    if filtro_min_val is not None and filtro_max_val is not None and filtro_min_val > filtro_max_val:
+        filtro_min_val, filtro_max_val = filtro_max_val, filtro_min_val
+
+    if filtro_min_val is not None:
+        if filtro_min_val < model_min_val or filtro_min_val > model_max_val:
+            return False
+
+    if filtro_max_val is not None:
+        if filtro_max_val < model_min_val or filtro_max_val > model_max_val:
+            return False
+
+    return True
+
+
 def _to_comparable(value: Any) -> tuple[str, Any] | None:
     if value is None:
         return None

backend/app/services/visualizacao_service.py

@@ -71,6 +71,10 @@ def _extrair_modelo_info(pacote: dict[str, Any]) -> dict[str, Any]:
     dicotomicas = [str(v) for v in (pacote["transformacoes"].get("dicotomicas", []) or [])]
     codigo_alocado = [str(v) for v in (pacote["transformacoes"].get("codigo_alocado", []) or [])]
     percentuais = [str(v) for v in (pacote["transformacoes"].get("percentuais", []) or [])]
+    periodo = pacote.get("periodo_dados_mercado") or {}
+    coluna_data = str(periodo.get("coluna_data") or "").strip() or None
+    data_inicial = str(periodo.get("data_inicial") or "").strip() or None
+    data_final = str(periodo.get("data_final") or "").strip() or None
 
     return {
         "nome_y": nome_y.strip(),
@@ -80,6 +84,11 @@ def _extrair_modelo_info(pacote: dict[str, Any]) -> dict[str, Any]:
         "dicotomicas": dicotomicas,
         "codigo_alocado": codigo_alocado,
         "percentuais": percentuais,
+        "periodo_dados_mercado": {
+            "coluna_data": coluna_data,
+            "data_inicial": data_inicial,
+            "data_final": data_final,
+        },
     }
 
 

frontend/src/App.jsx

@@ -1,10 +1,12 @@
 import React, { useEffect, useState } from 'react'
 import { api } from './api'
 import ElaboracaoTab from './components/ElaboracaoTab'
+import InicioTab from './components/InicioTab'
 import PesquisaTab from './components/PesquisaTab'
 import VisualizacaoTab from './components/VisualizacaoTab'
 
 const TABS = [
+  { key: 'Início', label: 'Início', hint: 'Visão geral rápida do aplicativo' },
   { key: 'Pesquisa', label: 'Pesquisa', hint: 'Busca inicial de modelos .dai' },
   { key: 'Elaboração/Edição', label: 'Elaboração/Edição', hint: 'Fluxo completo de modelagem' },
   { key: 'Visualização/Avaliação', label: 'Visualização/Avaliação', hint: 'Leitura e avaliação de modelos .dai' },
@@ -58,6 +60,10 @@ export default function App() {
 
       {bootError ? <div className="error-line">Falha ao criar sessão: {bootError}</div> : null}
 
+      <div className="tab-pane" hidden={activeTab !== 'Início'}>
+        <InicioTab />
+      </div>
+
       {activeTab === 'Pesquisa' ? (
         <div className="tab-pane">
           <PesquisaTab />

frontend/src/api.js

@@ -153,6 +153,8 @@ export const api = {
   },
   exportBase: (sessionId, filtered = true) => getBlob(`/api/elaboracao/export-base?session_id=${encodeURIComponent(sessionId)}&filtered=${String(filtered)}`),
   updateElaboracaoMap: (sessionId, variavelMapa) => postJson('/api/elaboracao/map/update', { session_id: sessionId, variavel_mapa: variavelMapa }),
+  previewMarketDateColumn: (sessionId, colunaData) => postJson('/api/elaboracao/market-date/preview', { session_id: sessionId, coluna_data: colunaData }),
+  applyMarketDateColumn: (sessionId, colunaData) => postJson('/api/elaboracao/market-date/apply', { session_id: sessionId, coluna_data: colunaData }),
   getContext: (sessionId) => getJson(`/api/elaboracao/context?session_id=${encodeURIComponent(sessionId)}`),
 
   uploadVisualizacaoFile(sessionId, file) {

frontend/src/components/ElaboracaoTab.jsx

@@ -60,6 +60,30 @@ function formatTransformacaoBadge(transformacao) {
   return valor
 }
 
+function formatDateBr(value) {
+  const text = String(value || '').trim()
+  if (!text) return ''
+  const isoMatch = text.match(/^(\d{4})-(\d{2})-(\d{2})$/)
+  if (isoMatch) {
+    return `${isoMatch[3]}/${isoMatch[2]}/${isoMatch[1]}`
+  }
+  return text
+}
+
+function normalizePeriodoDadosMercado(periodo) {
+  if (!periodo || typeof periodo !== 'object') return null
+  const dataInicial = String(periodo.data_inicial || '').trim()
+  const dataFinal = String(periodo.data_final || '').trim()
+  if (!dataInicial || !dataFinal) return null
+  return { data_inicial: dataInicial, data_final: dataFinal }
+}
+
+function formatPeriodoDadosMercado(periodo) {
+  const normalizado = normalizePeriodoDadosMercado(periodo)
+  if (!normalizado) return '-'
+  return `${formatDateBr(normalizado.data_inicial)} a ${formatDateBr(normalizado.data_final)}`
+}
+
 function buildLoadedModelInfo(resp) {
   const tipo = String(resp?.tipo || '').toLowerCase()
   if (tipo !== 'dai') return null
@@ -77,6 +101,7 @@ function buildLoadedModelInfo(resp) {
     colunas_x: colunasX,
     transformacao_y: fit.transformacao_y || contexto.transformacao_y || '(x)',
     transformacoes_x: transformacoesX,
+    periodo_dados_mercado: normalizePeriodoDadosMercado(resp?.periodo_dados_mercado || contexto?.periodo_dados_mercado),
   }
 }
 
@@ -154,6 +179,13 @@ export default function ElaboracaoTab({ sessionId }) {
   const [dicotomicas, setDicotomicas] = useState([])
   const [codigoAlocado, setCodigoAlocado] = useState([])
   const [percentuais, setPercentuais] = useState([])
+  const [colunasDataMercado, setColunasDataMercado] = useState([])
+  const [colunaDataMercadoSugerida, setColunaDataMercadoSugerida] = useState('')
+  const [colunaDataMercado, setColunaDataMercado] = useState('')
+  const [periodoDadosMercado, setPeriodoDadosMercado] = useState(null)
+  const [periodoDadosMercadoPreview, setPeriodoDadosMercadoPreview] = useState(null)
+  const [dataMercadoError, setDataMercadoError] = useState('')
+  const [dataMercadoLoading, setDataMercadoLoading] = useState(false)
 
   const [outliersAnteriores, setOutliersAnteriores] = useState([])
   const [iteracao, setIteracao] = useState(1)
@@ -225,6 +257,18 @@ export default function ElaboracaoTab({ sessionId }) {
       transformacao: formatTransformacaoBadge(transformacoes[coluna]),
     }))
   }, [modeloCarregadoInfo])
+  const periodoModeloCarregadoTexto = useMemo(
+    () => formatPeriodoDadosMercado(modeloCarregadoInfo?.periodo_dados_mercado),
+    [modeloCarregadoInfo],
+  )
+  const periodoDadosMercadoTexto = useMemo(
+    () => formatPeriodoDadosMercado(periodoDadosMercado),
+    [periodoDadosMercado],
+  )
+  const periodoDadosMercadoPreviewTexto = useMemo(
+    () => formatPeriodoDadosMercado(periodoDadosMercadoPreview),
+    [periodoDadosMercadoPreview],
+  )
   const transformacaoAplicadaYBadge = useMemo(
     () => formatTransformacaoBadge(transformacoesAplicadas?.transformacao_y),
     [transformacoesAplicadas],
@@ -364,10 +408,25 @@ export default function ElaboracaoTab({ sessionId }) {
 
   function applyBaseResponse(resp, options = {}) {
     const resetXSelection = Boolean(options.resetXSelection)
+    setDataMercadoError('')
     if (resp.status) setStatus(resp.status)
     if (resp.dados) setDados(resp.dados)
     if (resp.mapa_html) setMapaHtml(resp.mapa_html)
     if (resp.colunas_numericas) setColunasNumericas(resp.colunas_numericas)
+    if (Array.isArray(resp.colunas_data_mercado)) {
+      setColunasDataMercado(resp.colunas_data_mercado.map((item) => String(item)))
+    }
+    if (Object.prototype.hasOwnProperty.call(resp, 'coluna_data_mercado_sugerida')) {
+      setColunaDataMercadoSugerida(String(resp.coluna_data_mercado_sugerida || ''))
+    }
+    if (Object.prototype.hasOwnProperty.call(resp, 'coluna_data_mercado')) {
+      setColunaDataMercado(String(resp.coluna_data_mercado || ''))
+    }
+    if (Object.prototype.hasOwnProperty.call(resp, 'periodo_dados_mercado')) {
+      const periodo = normalizePeriodoDadosMercado(resp.periodo_dados_mercado)
+      setPeriodoDadosMercado(periodo)
+      setPeriodoDadosMercadoPreview(periodo)
+    }
     if (resp.coluna_y_padrao) setColunaY(resp.coluna_y_padrao)
 
     if (resp.contexto && !resetXSelection) {
@@ -389,6 +448,11 @@ export default function ElaboracaoTab({ sessionId }) {
       setOrigemTransformacoes(null)
       setOutliersAnteriores([])
       setIteracao(1)
+      setColunaDataMercadoSugerida('')
+      setColunaDataMercado('')
+      setPeriodoDadosMercado(null)
+      setPeriodoDadosMercadoPreview(null)
+      setDataMercadoError('')
       setSelection(null)
       setFit(null)
       setCamposAvaliacao([])
@@ -526,6 +590,12 @@ export default function ElaboracaoTab({ sessionId }) {
         setTransformacoesX({})
         setTransformacoesAplicadas(null)
         setOrigemTransformacoes(null)
+        setColunasDataMercado([])
+        setColunaDataMercadoSugerida('')
+        setColunaDataMercado('')
+        setPeriodoDadosMercado(null)
+        setPeriodoDadosMercadoPreview(null)
+        setDataMercadoError('')
         setCamposAvaliacao([])
         valoresAvaliacaoRef.current = {}
         setAvaliacaoFormVersion((prev) => prev + 1)
@@ -587,6 +657,50 @@ export default function ElaboracaoTab({ sessionId }) {
     })
   }
 
+  async function onColunaDataMercadoChange(value) {
+    const coluna = String(value || '')
+    setColunaDataMercado(coluna)
+    setDataMercadoError('')
+
+    if (!sessionId || !coluna) {
+      setPeriodoDadosMercadoPreview(null)
+      return
+    }
+
+    setDataMercadoLoading(true)
+    try {
+      const resp = await api.previewMarketDateColumn(sessionId, coluna)
+      const periodo = normalizePeriodoDadosMercado(resp.periodo_dados_mercado)
+      setPeriodoDadosMercadoPreview(periodo)
+      if (resp.status) setStatus(resp.status)
+    } catch (err) {
+      setPeriodoDadosMercadoPreview(null)
+      setDataMercadoError(err.message || 'Falha ao identificar período da coluna selecionada.')
+    } finally {
+      setDataMercadoLoading(false)
+    }
+  }
+
+  async function onAplicarColunaDataMercado() {
+    if (!sessionId || !colunaDataMercado) return
+    await withBusy(async () => {
+      const resp = await api.applyMarketDateColumn(sessionId, colunaDataMercado)
+      const periodo = normalizePeriodoDadosMercado(resp.periodo_dados_mercado)
+      setColunaDataMercado(String(resp.coluna_data_mercado || colunaDataMercado))
+      setPeriodoDadosMercado(periodo)
+      setPeriodoDadosMercadoPreview(periodo)
+      setDataMercadoError('')
+      if (resp.status) setStatus(resp.status)
+      setModeloCarregadoInfo((prev) => {
+        if (!prev) return prev
+        return {
+          ...prev,
+          periodo_dados_mercado: periodo,
+        }
+      })
+    })
+  }
+
   async function onMapCoords() {
     if (!manualLat || !manualLon || !sessionId) return
     setLoading(true)
@@ -1090,6 +1204,10 @@ export default function ElaboracaoTab({ sessionId }) {
                     ) : (
                       <div className="section1-empty-hint">Sem variáveis independentes no modelo carregado.</div>
                     )}
+                    <div className="variavel-badge-line">
+                      <span className="variavel-badge-label">Período dados:</span>
+                      <span className="variavel-badge-value">{periodoModeloCarregadoTexto}</span>
+                    </div>
                   </div>
                 </div>
               </div>
@@ -1377,7 +1495,47 @@ export default function ElaboracaoTab({ sessionId }) {
             </div>
           </SectionBlock>
 
-          <SectionBlock step="4" title="Selecionar Variável Dependente" subtitle="Defina a variável dependente (Y).">
+          <SectionBlock
+            step="4"
+            title="Definir Data dos Dados de Mercado"
+            subtitle="Selecione a coluna de data dos dados de mercado, visualize o período e aplique."
+          >
+            <div className="market-date-grid">
+              <div className="section1-empty-hint">
+                Sugestão de coluna: {colunaDataMercadoSugerida || '-'}
+              </div>
+              <div className="row market-date-row">
+                <label>Coluna de data dos dados de mercado</label>
+                <select
+                  value={colunaDataMercado}
+                  onChange={(e) => {
+                    void onColunaDataMercadoChange(e.target.value)
+                  }}
+                  disabled={loading || dataMercadoLoading || colunasDataMercado.length === 0}
+                >
+                  <option value="">Selecione</option>
+                  {colunasDataMercado.map((col) => (
+                    <option key={`data-${col}`} value={col}>{col}</option>
+                  ))}
+                </select>
+              </div>
+              <div className="row market-date-actions-row">
+                <div className="resumo-outliers-box">
+                  Período identificado: {periodoDadosMercadoPreviewTexto}
+                </div>
+                <button
+                  type="button"
+                  onClick={onAplicarColunaDataMercado}
+                  disabled={loading || dataMercadoLoading || !colunaDataMercado || !periodoDadosMercadoPreview}
+                >
+                  Aplicar período
+                </button>
+              </div>
+              {dataMercadoError ? <div className="error-line inline-error">{dataMercadoError}</div> : null}
+            </div>
+          </SectionBlock>
+
+          <SectionBlock step="5" title="Selecionar Variável Dependente" subtitle="Defina a variável dependente (Y).">
             <div className="row">
               <label>Variável Dependente (Y)</label>
               <select value={colunaY} onChange={(e) => setColunaY(e.target.value)}>
@@ -1389,7 +1547,7 @@ export default function ElaboracaoTab({ sessionId }) {
             </div>
           </SectionBlock>
 
-          <SectionBlock step="5" title="Selecionar Variáveis Independentes" subtitle="Escolha regressoras e grupos de tipologia.">
+          <SectionBlock step="6" title="Selecionar Variáveis Independentes" subtitle="Escolha regressoras e grupos de tipologia.">
             <div className="compact-option-group compact-option-group-x">
               <h4>Variáveis Independentes (X)</h4>
               <div className="checkbox-inline-wrap checkbox-inline-wrap-tools">
@@ -1472,15 +1630,15 @@ export default function ElaboracaoTab({ sessionId }) {
 
       {selection ? (
         <>
-          <SectionBlock step="6" title="Estatísticas das Variáveis Selecionadas" subtitle="Resumo estatístico para Y e regressoras.">
+          <SectionBlock step="7" title="Estatísticas das Variáveis Selecionadas" subtitle="Resumo estatístico para Y e regressoras.">
             <DataTable table={selection.estatisticas} />
           </SectionBlock>
 
-          <SectionBlock step="7" title="Teste de Micronumerosidade" subtitle="Validação de amostra mínima para variáveis selecionadas.">
+          <SectionBlock step="8" title="Teste de Micronumerosidade" subtitle="Validação de amostra mínima para variáveis selecionadas.">
             <div dangerouslySetInnerHTML={{ __html: selection.micronumerosidade_html || '' }} />
           </SectionBlock>
 
-          <SectionBlock step="8" title="Gráficos de Dispersão das Variáveis Independentes" subtitle="Leitura visual entre X e Y no conjunto filtrado.">
+          <SectionBlock step="9" title="Gráficos de Dispersão das Variáveis Independentes" subtitle="Leitura visual entre X e Y no conjunto filtrado.">
             <details
               className="section-content-toggle"
               open={section8Open}
@@ -1498,7 +1656,7 @@ export default function ElaboracaoTab({ sessionId }) {
             </details>
           </SectionBlock>
 
-          <SectionBlock step="9" title="Transformações Sugeridas" subtitle="Busca automática de combinações por R² e enquadramento.">
+          <SectionBlock step="10" title="Transformações Sugeridas" subtitle="Busca automática de combinações por R² e enquadramento.">
             <div className="row">
               <label>Grau mínimo dos coeficientes</label>
               <select value={grauCoef} onChange={(e) => setGrauCoef(Number(e.target.value))}>
@@ -1555,7 +1713,7 @@ export default function ElaboracaoTab({ sessionId }) {
             )}
           </SectionBlock>
 
-          <SectionBlock step="10" title="Aplicação das Transformações" subtitle="Configuração manual para ajuste do modelo.">
+          <SectionBlock step="11" title="Aplicação das Transformações" subtitle="Configuração manual para ajuste do modelo.">
             <div className="manual-transform-toggle">
               <button
                 type="button"
@@ -1625,6 +1783,10 @@ export default function ElaboracaoTab({ sessionId }) {
                         </div>
                       </div>
                     ) : null}
+                    <div className="variavel-badge-line">
+                      <span className="variavel-badge-label">Período dados:</span>
+                      <span className="variavel-badge-value">{periodoDadosMercadoTexto}</span>
+                    </div>
                   </div>
                 </div>
               </div>
@@ -1635,7 +1797,7 @@ export default function ElaboracaoTab({ sessionId }) {
 
       {fit ? (
         <>
-          <SectionBlock step="11" title="Gráficos de Dispersão (Variáveis Transformadas)" subtitle="Dispersão com variáveis já transformadas.">
+          <SectionBlock step="12" title="Gráficos de Dispersão (Variáveis Transformadas)" subtitle="Dispersão com variáveis já transformadas.">
             <details
               className="section-content-toggle"
               open={section11Open}
@@ -1658,7 +1820,7 @@ export default function ElaboracaoTab({ sessionId }) {
             </details>
           </SectionBlock>
 
-          <SectionBlock step="12" title="Diagnóstico de Modelo" subtitle="Resumo diagnóstico e tabelas principais do ajuste.">
+          <SectionBlock step="13" title="Diagnóstico de Modelo" subtitle="Resumo diagnóstico e tabelas principais do ajuste.">
             <div dangerouslySetInnerHTML={{ __html: fit.diagnosticos_html || '' }} />
             <div className="two-col diagnostic-tables">
               <div className="pane">
@@ -1672,7 +1834,7 @@ export default function ElaboracaoTab({ sessionId }) {
             </div>
           </SectionBlock>
 
-          <SectionBlock step="13" title="Gráficos de Diagnóstico do Modelo" subtitle="Obs x calc, resíduos, histograma, Cook e correlação.">
+          <SectionBlock step="14" title="Gráficos de Diagnóstico do Modelo" subtitle="Obs x calc, resíduos, histograma, Cook e correlação.">
             <div className="plot-grid-2-fixed">
               <PlotFigure figure={fit.grafico_obs_calc} title="Obs x Calc" />
               <PlotFigure figure={fit.grafico_residuos} title="Resíduos" />
@@ -1684,11 +1846,11 @@ export default function ElaboracaoTab({ sessionId }) {
             </div>
           </SectionBlock>
 
-          <SectionBlock step="14" title="Analisar Outliers" subtitle="Métricas para identificação de observações influentes.">
+          <SectionBlock step="15" title="Analisar Outliers" subtitle="Métricas para identificação de observações influentes.">
             <DataTable table={fit.tabela_metricas} maxHeight={320} />
           </SectionBlock>
 
-          <SectionBlock step="15" title="Exclusão ou Reinclusão de Outliers" subtitle="Filtre índices, revise e atualize o modelo.">
+          <SectionBlock step="16" title="Exclusão ou Reinclusão de Outliers" subtitle="Filtre índices, revise e atualize o modelo.">
             {outliersAnteriores.length > 0 && outliersHtml ? (
               <div className="outliers-html-box" dangerouslySetInnerHTML={{ __html: outliersHtml }} />
             ) : null}
@@ -1772,7 +1934,7 @@ export default function ElaboracaoTab({ sessionId }) {
             <div className="resumo-outliers-box">Outliers anteriores: {joinSelection(outliersAnteriores) || '-'}</div>
           </SectionBlock>
 
-          <SectionBlock step="16" title="Avaliação de Imóvel" subtitle="Cálculo individual e comparação entre avaliações.">
+          <SectionBlock step="17" title="Avaliação de Imóvel" subtitle="Cálculo individual e comparação entre avaliações.">
             <div className="avaliacao-grid" key={`avaliacao-grid-elab-${avaliacaoFormVersion}`}>
               {camposAvaliacao.map((campo) => (
                 <div key={`aval-${campo.coluna}`} className="avaliacao-card">
@@ -1825,7 +1987,7 @@ export default function ElaboracaoTab({ sessionId }) {
             />
           </SectionBlock>
 
-          <SectionBlock step="17" title="Exportar Modelo" subtitle="Geração do pacote .dai e download da base tratada.">
+          <SectionBlock step="18" title="Exportar Modelo" subtitle="Geração do pacote .dai e download da base tratada.">
             <div className="row">
               <label>Nome do arquivo (.dai)</label>
               <input type="text" value={nomeArquivoExport} onChange={(e) => setNomeArquivoExport(e.target.value)} />

frontend/src/components/InicioTab.jsx

@@ -0,0 +1,19 @@
+import React from 'react'
+
+export default function InicioTab() {
+  return (
+    <div className="tab-content">
+      <section className="inicio-card">
+        <h3>Resumo rápido</h3>
+        <ul className="inicio-lista">
+          <li><strong>Pesquisa:</strong> encontra modelos compatíveis com os filtros informados.</li>
+          <li><strong>Elaboração/Edição:</strong> cria, ajusta e exporta modelos estatísticos.</li>
+          <li><strong>Visualização/Avaliação:</strong> abre modelos `.dai`, mostra diagnósticos e permite avaliação.</li>
+        </ul>
+        <p className="inicio-creditos">
+          Aplicativo criado por Guilherme Silberfarb Costa e David Schuch Bertoglio.
+        </p>
+      </section>
+    </div>
+  )
+}

frontend/src/components/PesquisaAdminConfigPanel.jsx

@@ -1,76 +1,94 @@
 import React, { useEffect, useMemo, useState } from 'react'
 import { api } from '../api'
 
-const CAMPOS_GRUPOS = [
-  {
-    titulo: 'Otica do modelo',
-    campos: ['finalidade', 'bairros', 'data', 'area', 'rh'],
-  },
-  {
-    titulo: 'Otica do avaliando',
-    campos: [
-      'aval_finalidade',
-      'aval_bairro',
-      'aval_data',
-      'aval_area',
-      'aval_rh',
-    ],
-  },
+const CAMPOS_UNIFICADOS = [
+  { id: 'finalidade', label: 'Finalidade', targets: ['aval_finalidade'] },
+  { id: 'bairros', label: 'Bairro', targets: ['aval_bairro'] },
+  { id: 'data', label: 'Data', targets: ['data'] },
+  { id: 'area', label: 'Area', targets: ['aval_area'] },
+  { id: 'rh', label: 'RH', targets: ['aval_rh'] },
 ]
 
-const CAMPO_LABELS = {
-  finalidade: 'Finalidade',
-  bairros: 'Bairro',
-  data: 'Data',
-  area: 'Area',
-  rh: 'RH',
-  aval_finalidade: 'Finalidade (avaliando)',
-  aval_bairro: 'Bairro (avaliando)',
-  aval_data: 'Data (avaliando)',
-  aval_area: 'Area (avaliando)',
-  aval_rh: 'RH (avaliando)',
+function sortByLabel(items = []) {
+  return [...items].sort((a, b) => a.label.localeCompare(b.label, 'pt-BR', { sensitivity: 'base' }))
 }
 
 function normalizeColunasConfig(rawConfig = {}) {
   const out = {}
-  Object.entries(rawConfig || {}).forEach(([campo, config]) => {
-    const disponiveis = []
-    const vistos = new Set()
-    ;(Array.isArray(config?.disponiveis) ? config.disponiveis : []).forEach((item) => {
-      const id = typeof item === 'string' ? item : item?.id
-      const label = typeof item === 'string' ? item : item?.label || item?.id
-      const idText = String(id || '').trim()
-      if (!idText || vistos.has(idText)) return
-      vistos.add(idText)
-      disponiveis.push({ id: idText, label: String(label || idText) })
-    })
+  CAMPOS_UNIFICADOS.forEach(({ id, targets }) => {
+    const disponiveisMap = new Map()
     const padrao = []
-    ;(Array.isArray(config?.padrao) ? config.padrao : []).forEach((item) => {
-      const idText = String(item || '').trim()
-      if (!idText || !vistos.has(idText) || padrao.includes(idText)) return
-      padrao.push(idText)
+    const padraoVistos = new Set()
+
+    targets.forEach((target) => {
+      const config = rawConfig?.[target] || {}
+      ;(Array.isArray(config?.disponiveis) ? config.disponiveis : []).forEach((item) => {
+        const itemId = typeof item === 'string' ? item : item?.id
+        const itemLabel = typeof item === 'string' ? item : item?.label || item?.id
+        const idText = String(itemId || '').trim()
+        if (!idText) return
+        if (!disponiveisMap.has(idText)) {
+          disponiveisMap.set(idText, String(itemLabel || idText))
+        }
+      })
+    })
+
+    const disponiveis = sortByLabel(Array.from(disponiveisMap.entries()).map(([itemId, label]) => ({ id: itemId, label })))
+    const idsDisponiveis = new Set(disponiveis.map((item) => item.id))
+
+    targets.forEach((target) => {
+      const config = rawConfig?.[target] || {}
+      ;(Array.isArray(config?.padrao) ? config.padrao : []).forEach((item) => {
+        const idText = String(item || '').trim()
+        if (!idText || !idsDisponiveis.has(idText) || padraoVistos.has(idText)) return
+        padraoVistos.add(idText)
+        padrao.push(idText)
+      })
     })
-    out[campo] = { disponiveis, padrao }
+
+    if (!padrao.length) {
+      disponiveis.forEach((item) => padrao.push(item.id))
+    }
+
+    out[id] = { disponiveis, padrao }
   })
   return out
 }
 
 function normalizeSelecionadas(raw = {}, configNormalizada = {}) {
   const out = {}
-  Object.keys(configNormalizada || {}).forEach((campo) => {
-    const disponiveis = new Set((configNormalizada[campo]?.disponiveis || []).map((item) => item.id))
-    const preferidas = Array.isArray(raw?.[campo]) ? raw[campo] : []
-    const validas = preferidas.map((item) => String(item || '').trim()).filter((item) => item && disponiveis.has(item))
+  CAMPOS_UNIFICADOS.forEach(({ id, targets }) => {
+    const disponiveis = new Set((configNormalizada[id]?.disponiveis || []).map((item) => item.id))
+    const preferidas = []
+    targets.forEach((target) => {
+      ;(Array.isArray(raw?.[target]) ? raw[target] : []).forEach((item) => preferidas.push(String(item || '').trim()))
+    })
+    const validas = preferidas.filter((item, idx) => item && disponiveis.has(item) && preferidas.indexOf(item) === idx)
     if (validas.length) {
-      out[campo] = Array.from(new Set(validas))
+      out[id] = validas
       return
     }
-    const padrao = (configNormalizada[campo]?.padrao || []).filter((item) => disponiveis.has(item))
-    out[campo] = Array.from(new Set(padrao))
+    const padrao = (configNormalizada[id]?.padrao || []).filter((item) => disponiveis.has(item))
+    out[id] = Array.from(new Set(padrao))
   })
   return out
 }
 
+function buildPayload(selecionadas = {}, colunasConfig = {}) {
+  const payload = {}
+  CAMPOS_UNIFICADOS.forEach(({ id, targets }) => {
+    const idsDisponiveis = new Set((colunasConfig[id]?.disponiveis || []).map((item) => item.id))
+    const selecionadasCampo = (selecionadas[id] || [])
+      .map((item) => String(item || '').trim())
+      .filter((item, idx, arr) => item && idsDisponiveis.has(item) && arr.indexOf(item) === idx)
+
+    targets.forEach((target) => {
+      payload[target] = [...selecionadasCampo]
+    })
+  })
+  return payload
+}
+
 function serializarCampos(campos = {}) {
   const normalizado = {}
   Object.keys(campos || {}).sort().forEach((campo) => {
@@ -145,7 +163,7 @@ export default function PesquisaAdminConfigPanel({ onSaved }) {
     setError('')
     setStatus('')
     try {
-      const response = await api.pesquisaAdminConfigSalvar(selecionadas)
+      const response = await api.pesquisaAdminConfigSalvar(buildPayload(selecionadas, colunasConfig))
       const configNormalizada = normalizeColunasConfig(response.colunas_filtro || {})
       const selecionadasNormalizadas = normalizeSelecionadas(response.admin_fontes || {}, configNormalizada)
       const base = serializarCampos(selecionadasNormalizadas)
@@ -161,7 +179,7 @@ export default function PesquisaAdminConfigPanel({ onSaved }) {
     }
   }
 
-  function renderCampo(campo) {
+  function renderCampo(campo, label) {
     const configCampo = colunasConfig[campo] || { disponiveis: [], padrao: [] }
     const selecionadasCampo = selecionadas[campo] || []
     const selectedSet = new Set(selecionadasCampo)
@@ -170,7 +188,7 @@ export default function PesquisaAdminConfigPanel({ onSaved }) {
     return (
       <div key={campo} className="pesquisa-admin-field">
         <div className="pesquisa-admin-field-head">
-          <strong>{CAMPO_LABELS[campo] || campo}</strong>
+          <strong>{label}</strong>
           <button type="button" className="btn-pesquisa-expand" onClick={() => onRestaurarPadrao(campo)}>
             Restaurar padrao
           </button>
@@ -179,10 +197,10 @@ export default function PesquisaAdminConfigPanel({ onSaved }) {
         <div className="pesquisa-dynamic-filter-row pesquisa-admin-row">
           <div className="pesquisa-colunas-box">
             <div className="pesquisa-colunas-chip-list">
-              {selecionadasCampo.map((id) => (
-                <span key={`${campo}-${id}`} className="pesquisa-coluna-chip">
-                  <span>{findLabel(campo, id)}</span>
-                  <button type="button" className="pesquisa-coluna-remove" onClick={() => onRemove(campo, id)} aria-label={`Remover fonte ${findLabel(campo, id)}`}>
+              {selecionadasCampo.map((itemId) => (
+                <span key={`${campo}-${itemId}`} className="pesquisa-coluna-chip">
+                  <span>{findLabel(campo, itemId)}</span>
+                  <button type="button" className="pesquisa-coluna-remove" onClick={() => onRemove(campo, itemId)} aria-label={`Remover fonte ${findLabel(campo, itemId)}`}>
                     x
                   </button>
                 </span>
@@ -225,14 +243,9 @@ export default function PesquisaAdminConfigPanel({ onSaved }) {
       {status ? <div className="status-line">{status}</div> : null}
       {error ? <div className="error-line inline-error">{error}</div> : null}
 
-      {CAMPOS_GRUPOS.map((grupo) => (
-        <section key={grupo.titulo} className="pesquisa-filtro-grupo">
-          <h5>{grupo.titulo}</h5>
-          <div className="pesquisa-admin-fields">
-            {grupo.campos.map((campo) => renderCampo(campo))}
-          </div>
-        </section>
-      ))}
+      <div className="pesquisa-admin-fields">
+        {CAMPOS_UNIFICADOS.map((campo) => renderCampo(campo.id, campo.label))}
+      </div>
     </div>
   )
 }

frontend/src/components/PesquisaTab.jsx

@@ -5,21 +5,12 @@ import PesquisaAdminConfigPanel from './PesquisaAdminConfigPanel'
 import SectionBlock from './SectionBlock'
 
 const EMPTY_FILTERS = {
-  otica: 'modelo',
-  nome: '',
-  autor: '',
   contemApp: '',
-  finalidade: '',
-  bairros: '',
+  tipoModelo: '',
   dataMin: '',
   dataMax: '',
-  areaMin: '',
-  areaMax: '',
-  rhMin: '',
-  rhMax: '',
   avalFinalidade: '',
   avalBairro: '',
-  avalData: '',
   avalArea: '',
   avalRh: '',
 }
@@ -31,48 +22,14 @@ const RESULT_INITIAL = {
   total_geral: 0,
 }
 
-const CAMPOS_COLUNAS_FILTRO = [
-  'finalidade',
-  'bairros',
-  'data',
-  'area',
-  'rh',
-  'aval_finalidade',
-  'aval_bairro',
-  'aval_data',
-  'aval_area',
-  'aval_area_privativa',
-  'aval_area_total',
-  'aval_rh',
-  'aval_valor_unitario',
-  'aval_valor_total',
-]
-
-const COLUNAS_FILTRO_INITIAL = {
-  finalidade: [],
-  bairros: [],
-  data: [],
-  area: [],
-  rh: [],
-  aval_finalidade: [],
-  aval_bairro: [],
-  aval_data: [],
-  aval_area: [],
-  aval_area_privativa: [],
-  aval_area_total: [],
-  aval_rh: [],
-  aval_valor_unitario: [],
-  aval_valor_total: [],
-}
-
 const TIPO_SIGLAS = {
   RECOND: 'Residencia em condominio',
   RCOMD: 'Residencia em condominio',
   TCOND: 'Terreno em condominio',
   SALA: 'Salas comerciais',
-  APTO: 'Apartamentos residenciais',
-  APART: 'Apartamentos residenciais',
-  AP: 'Apartamentos residenciais',
+  APTO: 'Apartamentos',
+  APART: 'Apartamentos',
+  AP: 'Apartamentos',
   TERRENO: 'Terrenos',
   TER: 'Terrenos',
   EDIF: 'Edificio',
@@ -90,9 +47,9 @@ function formatRange(range) {
   const min = range.min ?? null
   const max = range.max ?? null
   if (min === null && max === null) return '-'
-  if (min !== null && max !== null) return `${min} a ${max}`
-  if (min !== null) return `a partir de ${min}`
-  return `ate ${max}`
+  if (min !== null && max !== null) return `${formatDateBrIfIso(min)} a ${formatDateBrIfIso(max)}`
+  if (min !== null) return `a partir de ${formatDateBrIfIso(min)}`
+  return `ate ${formatDateBrIfIso(max)}`
 }
 
 function formatCount(value) {
@@ -103,6 +60,14 @@ function formatCount(value) {
   return String(value)
 }
 
+function formatDateBrIfIso(value) {
+  const text = String(value ?? '').trim()
+  if (!text) return '-'
+  const isoMatch = text.match(/^(\d{4})-(\d{2})-(\d{2})$/)
+  if (!isoMatch) return text
+  return `${isoMatch[3]}/${isoMatch[2]}/${isoMatch[1]}`
+}
+
 function normalizeTokenText(value) {
   return String(value || '')
     .normalize('NFD')
@@ -136,75 +101,17 @@ function formatTipoImovel(modelo) {
   return mapped || text
 }
 
-function normalizeColunasConfig(rawConfig = {}) {
-  const out = {}
-  CAMPOS_COLUNAS_FILTRO.forEach((campo) => {
-    const config = rawConfig?.[campo] || {}
-    const disponiveis = []
-    const vistos = new Set()
-    ;(Array.isArray(config.disponiveis) ? config.disponiveis : []).forEach((item) => {
-      const id = typeof item === 'string' ? item : item?.id
-      const label = typeof item === 'string' ? item : item?.label || item?.id
-      const idText = String(id || '').trim()
-      if (!idText || vistos.has(idText)) return
-      vistos.add(idText)
-      disponiveis.push({ id: idText, label: String(label || idText) })
-    })
-
-    const padrao = []
-    ;(Array.isArray(config.padrao) ? config.padrao : []).forEach((item) => {
-      const idText = String(item || '').trim()
-      if (!idText || !vistos.has(idText) || padrao.includes(idText)) return
-      padrao.push(idText)
-    })
-
-    out[campo] = { disponiveis, padrao }
-  })
-  return out
-}
-
-function reconciliarColunasSelecionadas(atual, configNormalizada, camposEditados = {}) {
-  const next = { ...COLUNAS_FILTRO_INITIAL, ...atual }
-  CAMPOS_COLUNAS_FILTRO.forEach((campo) => {
-    const configCampo = configNormalizada[campo] || { disponiveis: [], padrao: [] }
-    const idsDisponiveis = new Set((configCampo.disponiveis || []).map((item) => item.id))
-    const selecionadasValidas = (next[campo] || []).filter((id) => idsDisponiveis.has(id))
-    if (camposEditados[campo]) {
-      next[campo] = selecionadasValidas
-      return
-    }
-    const padraoValido = (configCampo.padrao || []).filter((id) => idsDisponiveis.has(id))
-    next[campo] = padraoValido.length ? padraoValido : selecionadasValidas
-  })
-  return next
-}
-
 function buildApiFilters(filters) {
-  if (filters.otica === 'avaliando') {
-    return {
-      otica: filters.otica,
-      contem_app: filters.contemApp,
-      aval_finalidade: filters.avalFinalidade,
-      aval_bairro: filters.avalBairro,
-      aval_data: filters.avalData,
-      aval_area: filters.avalArea,
-      aval_rh: filters.avalRh,
-    }
-  }
-
   return {
-    otica: filters.otica,
-    nome: filters.nome,
-    autor: filters.autor,
+    otica: 'avaliando',
     contem_app: filters.contemApp,
-    finalidade: filters.finalidade,
-    bairros: filters.bairros,
+    tipo_modelo: filters.tipoModelo,
+    aval_finalidade: filters.avalFinalidade,
+    aval_bairro: filters.avalBairro,
     data_min: filters.dataMin,
     data_max: filters.dataMax,
-    area_min: filters.areaMin,
-    area_max: filters.areaMax,
-    rh_min: filters.rhMin,
-    rh_max: filters.rhMax,
+    aval_area: filters.avalArea,
+    aval_rh: filters.avalRh,
   }
 }
 
@@ -244,150 +151,15 @@ function NumberFieldInput({ field, ...props }) {
   )
 }
 
-function DynamicFilterField({
-  label,
-  campoValor,
-  campoColunas,
-  configCampo,
-  selecionadas,
-  onAddColuna,
-  onRemoveColuna,
-  value,
-  onChange,
-  list,
-  placeholder,
-  inputKind = 'text',
-}) {
-  const disponiveis = configCampo?.disponiveis || []
-  const selectedSet = new Set(selecionadas || [])
-  const opcoesAdicionar = disponiveis.filter((item) => !selectedSet.has(item.id))
-  const InputComponent = inputKind === 'number' ? NumberFieldInput : TextFieldInput
-
-  function findLabel(id) {
-    const match = disponiveis.find((item) => item.id === id)
-    return match?.label || id
-  }
-
+function DateFieldInput({ field, ...props }) {
   return (
-    <label className="pesquisa-field pesquisa-field-wide">
-      {label ? <span>{label}</span> : null}
-      <div className="pesquisa-dynamic-filter-row">
-        <div className="pesquisa-colunas-box">
-          <div className="pesquisa-colunas-chip-list">
-            {(selecionadas || []).map((id) => (
-              <span key={`${campoColunas}-${id}`} className="pesquisa-coluna-chip">
-                <span>{findLabel(id)}</span>
-                <button type="button" className="pesquisa-coluna-remove" onClick={() => onRemoveColuna(campoColunas, id)} aria-label={`Remover coluna ${findLabel(id)}`}>
-                  x
-                </button>
-              </span>
-            ))}
-            {!(selecionadas || []).length ? <span className="pesquisa-colunas-empty">Nenhuma coluna selecionada.</span> : null}
-          </div>
-        </div>
-
-        <select
-          className="pesquisa-colunas-add"
-          defaultValue=""
-          onChange={(event) => {
-            const selected = String(event.target.value || '').trim()
-            if (!selected) return
-            onAddColuna(campoColunas, selected)
-            event.target.value = ''
-          }}
-        >
-          <option value="">Adicionar coluna...</option>
-          {opcoesAdicionar.map((item) => (
-            <option key={`${campoColunas}-opt-${item.id}`} value={item.id}>{item.label}</option>
-          ))}
-        </select>
-
-        <InputComponent
-          list={list}
-          field={campoValor}
-          value={value}
-          onChange={onChange}
-          placeholder={placeholder}
-        />
-      </div>
-    </label>
-  )
-}
-
-function DynamicRangeFilterField({
-  label,
-  campoColunas,
-  configCampo,
-  selecionadas,
-  onAddColuna,
-  onRemoveColuna,
-  minLabel,
-  minField,
-  minValue,
-  maxLabel,
-  maxField,
-  maxValue,
-  onChange,
-  minPlaceholder,
-  maxPlaceholder,
-  inputKind = 'number',
-}) {
-  const disponiveis = configCampo?.disponiveis || []
-  const selectedSet = new Set(selecionadas || [])
-  const opcoesAdicionar = disponiveis.filter((item) => !selectedSet.has(item.id))
-  const InputComponent = inputKind === 'number' ? NumberFieldInput : TextFieldInput
-
-  function findLabel(id) {
-    const match = disponiveis.find((item) => item.id === id)
-    return match?.label || id
-  }
-
-  return (
-    <div className="pesquisa-field pesquisa-field-wide">
-      {label ? <span>{label}</span> : null}
-      <div className="pesquisa-dynamic-filter-row pesquisa-dynamic-filter-row-range">
-        <div className="pesquisa-colunas-box">
-          <div className="pesquisa-colunas-chip-list">
-            {(selecionadas || []).map((id) => (
-              <span key={`${campoColunas}-${id}`} className="pesquisa-coluna-chip">
-                <span>{findLabel(id)}</span>
-                <button type="button" className="pesquisa-coluna-remove" onClick={() => onRemoveColuna(campoColunas, id)} aria-label={`Remover coluna ${findLabel(id)}`}>
-                  x
-                </button>
-              </span>
-            ))}
-            {!(selecionadas || []).length ? <span className="pesquisa-colunas-empty">Nenhuma coluna selecionada.</span> : null}
-          </div>
-        </div>
-
-        <select
-          className="pesquisa-colunas-add"
-          defaultValue=""
-          onChange={(event) => {
-            const selected = String(event.target.value || '').trim()
-            if (!selected) return
-            onAddColuna(campoColunas, selected)
-            event.target.value = ''
-          }}
-        >
-          <option value="">Adicionar coluna...</option>
-          {opcoesAdicionar.map((item) => (
-            <option key={`${campoColunas}-opt-${item.id}`} value={item.id}>{item.label}</option>
-          ))}
-        </select>
-      </div>
-
-      <div className="pesquisa-range-values-row">
-        <label className="pesquisa-field">
-          {minLabel}
-          <InputComponent field={minField} value={minValue} onChange={onChange} placeholder={minPlaceholder} />
-        </label>
-        <label className="pesquisa-field">
-          {maxLabel}
-          <InputComponent field={maxField} value={maxValue} onChange={onChange} placeholder={maxPlaceholder} />
-        </label>
-      </div>
-    </div>
+    <input
+      {...props}
+      type="date"
+      data-field={field}
+      name={toInputName(field)}
+      autoComplete="off"
+    />
   )
 }
 
@@ -403,9 +175,6 @@ export default function PesquisaTab() {
   const [selectedIds, setSelectedIds] = useState([])
   const [detailModelId, setDetailModelId] = useState('')
   const selectAllRef = useRef(null)
-  const [colunasConfig, setColunasConfig] = useState({})
-  const [colunasFiltro, setColunasFiltro] = useState(COLUNAS_FILTRO_INITIAL)
-  const [colunasEditadas, setColunasEditadas] = useState({})
 
   const [mapaLoading, setMapaLoading] = useState(false)
   const [mapaError, setMapaError] = useState('')
@@ -413,21 +182,24 @@ export default function PesquisaTab() {
   const [mapaHtml, setMapaHtml] = useState('')
   const [mapaLegendas, setMapaLegendas] = useState([])
 
-  const usandoOticaAvaliando = filters.otica === 'avaliando'
   const sugestoes = result.sugestoes || {}
+  const opcoesTipoModelo = useMemo(
+    () => [...new Set((sugestoes.tipos_modelo || []).map((item) => String(item || '').trim()).filter(Boolean))]
+      .sort((a, b) => a.localeCompare(b, 'pt-BR', { sensitivity: 'base' })),
+    [sugestoes.tipos_modelo],
+  )
   const resultIds = useMemo(() => (result.modelos || []).map((modelo) => modelo.id), [result.modelos])
   const detalheModelo = useMemo(() => (result.modelos || []).find((modelo) => modelo.id === detailModelId) || null, [result.modelos, detailModelId])
   const todosSelecionados = resultIds.length > 0 && resultIds.every((id) => selectedIds.includes(id))
   const algunsSelecionados = resultIds.some((id) => selectedIds.includes(id))
 
-  async function buscarModelos(nextFilters = filters, nextColunasFiltro = colunasFiltro, nextColunasEditadas = colunasEditadas) {
+  async function buscarModelos(nextFilters = filters) {
     setLoading(true)
     setError('')
     try {
-      const response = await api.pesquisarModelos(buildApiFilters(nextFilters, nextColunasFiltro))
+      const response = await api.pesquisarModelos(buildApiFilters(nextFilters))
       const modelos = response.modelos || []
       const idsNovos = new Set(modelos.map((item) => item.id))
-      const configNormalizada = normalizeColunasConfig(response.colunas_filtro || {})
 
       setResult({
         ...RESULT_INITIAL,
@@ -435,8 +207,6 @@ export default function PesquisaTab() {
         modelos,
         sugestoes: response.sugestoes || {},
       })
-      setColunasConfig(configNormalizada)
-      setColunasFiltro((current) => reconciliarColunasSelecionadas(current, configNormalizada, nextColunasEditadas))
 
       setSelectedIds((current) => current.filter((id) => idsNovos.has(id)))
 
@@ -457,7 +227,6 @@ export default function PesquisaTab() {
     setError('')
     try {
       const response = await api.pesquisarModelos({ somente_contexto: true })
-      const configNormalizada = normalizeColunasConfig(response.colunas_filtro || {})
 
       setResult({
         ...RESULT_INITIAL,
@@ -465,8 +234,6 @@ export default function PesquisaTab() {
         modelos: [],
         sugestoes: response.sugestoes || {},
       })
-      setColunasConfig(configNormalizada)
-      setColunasFiltro((current) => reconciliarColunasSelecionadas(current, configNormalizada, {}))
       setSelectedIds([])
       setMapaHtml('')
       setMapaStatus('')
@@ -514,15 +281,9 @@ export default function PesquisaTab() {
     setFilters((prev) => ({ ...prev, [field]: value }))
   }
 
-  function onChangeOtica(otica) {
-    setFilters((prev) => ({ ...prev, otica }))
-  }
-
   async function onLimparFiltros() {
     setFilters(EMPTY_FILTERS)
-    setColunasEditadas({})
-    setColunasFiltro(COLUNAS_FILTRO_INITIAL)
-    await buscarModelos(EMPTY_FILTERS, COLUNAS_FILTRO_INITIAL, {})
+    await carregarContextoInicial()
   }
 
   function onToggleSelecionado(modelId) {
@@ -554,23 +315,6 @@ export default function PesquisaTab() {
     setDetailModelId('')
   }
 
-  function onAddColunaFiltro(campo, colunaId) {
-    setColunasFiltro((current) => {
-      const atual = current[campo] || []
-      if (atual.includes(colunaId)) return current
-      return { ...current, [campo]: [...atual, colunaId] }
-    })
-    setColunasEditadas((current) => ({ ...current, [campo]: true }))
-  }
-
-  function onRemoveColunaFiltro(campo, colunaId) {
-    setColunasFiltro((current) => ({
-      ...current,
-      [campo]: (current[campo] || []).filter((item) => item !== colunaId),
-    }))
-    setColunasEditadas((current) => ({ ...current, [campo]: true }))
-  }
-
   async function onGerarMapaSelecionados() {
     if (!selectedIds.length) {
       setMapaError('Selecione ao menos um modelo para plotar no mapa.')
@@ -604,7 +348,7 @@ export default function PesquisaTab() {
       <SectionBlock
         step="1"
         title="Filtros de Pesquisa"
-        subtitle="Use a otica do modelo ou do avaliando. Todos os filtros sao cumulativos."
+        subtitle="Informe os dados do avaliando. Todos os filtros sao cumulativos."
         aside={(
           <button
             type="button"
@@ -620,34 +364,7 @@ export default function PesquisaTab() {
           <PesquisaAdminConfigPanel onSaved={() => void onAdminConfigSalva()} />
         ) : null}
 
-        <div className="pesquisa-otica-switch" role="tablist" aria-label="Otica de pesquisa">
-          <button
-            type="button"
-            className={`pesquisa-otica-btn${!usandoOticaAvaliando ? ' active' : ''}`}
-            role="tab"
-            id="pesquisa-otica-modelo"
-            aria-selected={!usandoOticaAvaliando}
-            aria-controls="pesquisa-panel-modelo"
-            tabIndex={!usandoOticaAvaliando ? 0 : -1}
-            onClick={() => onChangeOtica('modelo')}
-          >
-            Otica do modelo
-          </button>
-          <button
-            type="button"
-            className={`pesquisa-otica-btn${usandoOticaAvaliando ? ' active' : ''}`}
-            role="tab"
-            id="pesquisa-otica-avaliando"
-            aria-selected={usandoOticaAvaliando}
-            aria-controls="pesquisa-panel-avaliando"
-            tabIndex={usandoOticaAvaliando ? 0 : -1}
-            onClick={() => onChangeOtica('avaliando')}
-          >
-            Otica do avaliando
-          </button>
-        </div>
-
-        <div className="pesquisa-fields-grid pesquisa-fields-grid-single">
+        <div className="pesquisa-fields-grid">
           <label className="pesquisa-field">
             Contem variavel APP (% APP)
             <select
@@ -662,147 +379,69 @@ export default function PesquisaTab() {
               <option value="nao">Nao</option>
             </select>
           </label>
+          <label className="pesquisa-field">
+            Tipo do modelo
+            <select
+              data-field="tipoModelo"
+              name={toInputName('tipoModelo')}
+              value={filters.tipoModelo}
+              onChange={onFieldChange}
+              autoComplete="off"
+            >
+              <option value="">Todos</option>
+              {opcoesTipoModelo.map((tipo) => (
+                <option key={`tipo-modelo-${tipo}`} value={tipo}>{tipo}</option>
+              ))}
+            </select>
+          </label>
         </div>
 
-        {usandoOticaAvaliando ? (
-          <div
-            id="pesquisa-panel-avaliando"
-            role="tabpanel"
-            aria-labelledby="pesquisa-otica-avaliando"
-            className="pesquisa-fields-grid pesquisa-avaliando-grid"
-          >
-            <label className="pesquisa-field">
-              Finalidade do imovel
-              <TextFieldInput
-                list="pesquisa-finalidades"
-                field="avalFinalidade"
-                value={filters.avalFinalidade}
-                onChange={onFieldChange}
-                placeholder="Ex: Apartamento"
-              />
-            </label>
+        <div className="pesquisa-fields-grid pesquisa-avaliando-grid">
+          <label className="pesquisa-field">
+            Finalidade do imovel
+            <TextFieldInput
+              list="pesquisa-finalidades"
+              field="avalFinalidade"
+              value={filters.avalFinalidade}
+              onChange={onFieldChange}
+              placeholder="Ex: Apartamento"
+            />
+          </label>
 
-            <label className="pesquisa-field">
-              Bairro do imovel
-              <TextFieldInput
-                list="pesquisa-bairros"
-                field="avalBairro"
-                value={filters.avalBairro}
-                onChange={onFieldChange}
-                placeholder="Ex: Centro"
-              />
-            </label>
+          <label className="pesquisa-field">
+            Bairro do imovel
+            <TextFieldInput
+              list="pesquisa-bairros"
+              field="avalBairro"
+              value={filters.avalBairro}
+              onChange={onFieldChange}
+              placeholder="Ex: Centro"
+            />
+          </label>
 
-            <div className="pesquisa-avaliando-inline">
-              <label className="pesquisa-field">
-                Data do imovel
-                <TextFieldInput field="avalData" value={filters.avalData} onChange={onFieldChange} placeholder="2025-02-27" />
-              </label>
+          <div className="pesquisa-avaliando-inline pesquisa-avaliando-inline-periodo">
+            <div className="pesquisa-field-pair pesquisa-field-pair-inline">
+              <span className="pesquisa-field-pair-title">Periodo de data do imovel</span>
               <label className="pesquisa-field">
-                Area do imovel
-                <NumberFieldInput field="avalArea" value={filters.avalArea} onChange={onFieldChange} placeholder="0" />
+                Data inicial
+                <DateFieldInput field="dataMin" value={filters.dataMin} onChange={onFieldChange} />
               </label>
               <label className="pesquisa-field">
-                RH do imovel
-                <NumberFieldInput field="avalRh" value={filters.avalRh} onChange={onFieldChange} placeholder="0" />
+                Data final
+                <DateFieldInput field="dataMax" value={filters.dataMax} onChange={onFieldChange} />
               </label>
             </div>
-          </div>
-        ) : (
-          <div id="pesquisa-panel-modelo" role="tabpanel" aria-labelledby="pesquisa-otica-modelo" className="pesquisa-fields-grid">
             <label className="pesquisa-field">
-              Nome do modelo
-              <TextFieldInput
-                list="pesquisa-nomes-modelo"
-                field="nome"
-                value={filters.nome}
-                onChange={onFieldChange}
-                placeholder="Ex: MOD_A_SALA_Z1"
-              />
+              Area do imovel
+              <NumberFieldInput field="avalArea" value={filters.avalArea} onChange={onFieldChange} placeholder="0" />
             </label>
             <label className="pesquisa-field">
-              Autor
-              <TextFieldInput
-                list="pesquisa-autores"
-                field="autor"
-                value={filters.autor}
-                onChange={onFieldChange}
-                placeholder="Nome do avaliador"
-              />
+              RH do imovel
+              <NumberFieldInput field="avalRh" value={filters.avalRh} onChange={onFieldChange} placeholder="0" />
             </label>
-
-            <label className="pesquisa-field">
-              Finalidade
-              <TextFieldInput
-                list="pesquisa-finalidades"
-                field="finalidade"
-                value={filters.finalidade}
-                onChange={onFieldChange}
-                placeholder="Apartamento, sala, deposito..."
-              />
-            </label>
-
-            <label className="pesquisa-field">
-              Bairro
-              <TextFieldInput
-                list="pesquisa-bairros"
-                field="bairros"
-                value={filters.bairros}
-                onChange={onFieldChange}
-                placeholder="Centro, Moinhos de Vento"
-              />
-            </label>
-
-            <div className="pesquisa-inline-trio">
-              <div className="pesquisa-field-pair pesquisa-field-pair-inline">
-                <span className="pesquisa-field-pair-title">Data</span>
-                <label className="pesquisa-field">
-                  Minima
-                  <TextFieldInput field="dataMin" value={filters.dataMin} onChange={onFieldChange} placeholder="2022-01-01" />
-                </label>
-                <label className="pesquisa-field">
-                  Maxima
-                  <TextFieldInput field="dataMax" value={filters.dataMax} onChange={onFieldChange} placeholder="2025-12-31" />
-                </label>
-              </div>
-
-              <div className="pesquisa-field-pair pesquisa-field-pair-inline">
-                <span className="pesquisa-field-pair-title">Area</span>
-                <label className="pesquisa-field">
-                  Minima
-                  <NumberFieldInput field="areaMin" value={filters.areaMin} onChange={onFieldChange} placeholder="0" />
-                </label>
-                <label className="pesquisa-field">
-                  Maxima
-                  <NumberFieldInput field="areaMax" value={filters.areaMax} onChange={onFieldChange} placeholder="0" />
-                </label>
-              </div>
-
-              <div className="pesquisa-field-pair pesquisa-field-pair-inline">
-                <span className="pesquisa-field-pair-title">RH</span>
-                <label className="pesquisa-field">
-                  Minimo
-                  <NumberFieldInput field="rhMin" value={filters.rhMin} onChange={onFieldChange} placeholder="0" />
-                </label>
-                <label className="pesquisa-field">
-                  Maximo
-                  <NumberFieldInput field="rhMax" value={filters.rhMax} onChange={onFieldChange} placeholder="1" />
-                </label>
-              </div>
-            </div>
           </div>
-        )}
+        </div>
 
-        <datalist id="pesquisa-nomes-modelo">
-          {(sugestoes.nomes_modelo || []).map((item) => (
-            <option key={`nome-${item}`} value={item} />
-          ))}
-        </datalist>
-        <datalist id="pesquisa-autores">
-          {(sugestoes.autores || []).map((item) => (
-            <option key={`autor-${item}`} value={item} />
-          ))}
-        </datalist>
         <datalist id="pesquisa-finalidades">
           {(sugestoes.finalidades || []).map((item) => (
             <option key={`finalidade-${item}`} value={item} />
@@ -829,16 +468,12 @@ export default function PesquisaTab() {
       <SectionBlock
         step="2"
         title="Resultados"
-        subtitle={
-          usandoOticaAvaliando
-            ? 'Modelos aceitos para os parametros do avaliando informado.'
-            : 'Lista de modelos encontrados para os filtros atuais.'
-        }
+        subtitle="Modelos aceitos para os parametros do avaliando informado."
       >
         <div className="pesquisa-results-toolbar">
           <div className="pesquisa-summary-line">
             <strong>{formatCount(result.total_filtrado)}</strong>{' '}
-            {usandoOticaAvaliando ? 'modelo(s) aceito(s)' : 'modelo(s) exibido(s)'} de <strong>{formatCount(result.total_geral)}</strong>.
+            modelo(s) aceito(s) de <strong>{formatCount(result.total_geral)}</strong>.
           </div>
           {resultIds.length ? (
             <label className="pesquisa-select-all">
@@ -852,9 +487,7 @@ export default function PesquisaTab() {
           <div className="empty-box">
             {!pesquisaInicializada
               ? 'Defina os filtros desejados e clique em Pesquisar.'
-              : usandoOticaAvaliando
-                ? 'Nenhum modelo aceitou os parametros do avaliando informado.'
-                : 'Nenhum modelo encontrado com os filtros atuais.'}
+              : 'Nenhum modelo aceitou os parametros do avaliando informado.'}
           </div>
         ) : (
           <div className="pesquisa-card-grid">
@@ -866,7 +499,6 @@ export default function PesquisaTab() {
                     <div className="pesquisa-card-head">
                       <div className="pesquisa-card-head-main">
                         <h4>{modelo.nome_modelo || modelo.arquivo}</h4>
-                        <p>{modelo.arquivo}</p>
                         <div className="pesquisa-card-head-actions">
                           <label className="pesquisa-select-toggle">
                             <input
@@ -883,11 +515,9 @@ export default function PesquisaTab() {
                       </div>
                     </div>
 
-                    {usandoOticaAvaliando ? (
-                      <div className="pesquisa-card-status-row">
-                        <div className="status-pill done">Aceito para o avaliando ({modelo.avaliando?.campos_informados || 0} campo(s) validado(s))</div>
-                      </div>
-                    ) : null}
+                    <div className="pesquisa-card-status-row">
+                      <div className="status-pill done">Aceito para o avaliando ({modelo.avaliando?.campos_informados || 0} campo(s) validado(s))</div>
+                    </div>
                     <div className="pesquisa-card-body">
                       <div className="pesquisa-card-dados-list">
                         <div><strong>Finalidades no modelo:</strong> {(modelo.finalidades || []).length ? modelo.finalidades.join(', ') : '-'}</div>

frontend/src/styles.css

@@ -136,7 +136,7 @@ textarea {
 
 .tabs {
   display: grid;
-  grid-template-columns: repeat(3, minmax(180px, 1fr));
+  grid-template-columns: repeat(4, minmax(0, 1fr));
   gap: 10px;
 }
 
@@ -225,6 +225,36 @@ textarea {
   display: none !important;
 }
 
+.inicio-card {
+  border: 1px solid #d6e3ef;
+  border-radius: 12px;
+  background: linear-gradient(180deg, #ffffff 0%, #f8fbff 100%);
+  padding: 16px 18px;
+}
+
+.inicio-card h3 {
+  margin: 0 0 10px;
+  font-family: 'Sora', sans-serif;
+  color: #2a3f54;
+  font-size: 1rem;
+}
+
+.inicio-lista {
+  margin: 0 0 10px;
+  padding-left: 18px;
+  color: #40596f;
+  display: grid;
+  gap: 6px;
+  font-size: 0.9rem;
+}
+
+.inicio-creditos {
+  margin: 0;
+  color: #334d65;
+  font-size: 0.9rem;
+  font-weight: 600;
+}
+
 .status-strip {
   display: flex;
   gap: 8px;
@@ -614,6 +644,16 @@ button.pesquisa-otica-btn.active:hover {
   gap: 12px 14px;
 }
 
+.pesquisa-avaliando-inline-periodo {
+  grid-template-columns: minmax(280px, 1.45fr) repeat(2, minmax(0, 1fr));
+  align-items: end;
+}
+
+.pesquisa-avaliando-inline-periodo .pesquisa-field-pair {
+  grid-column: auto;
+  margin: 0;
+}
+
 .pesquisa-fields-grid .pesquisa-field {
   min-width: 0;
 }
@@ -814,7 +854,8 @@ button.pesquisa-coluna-remove:hover {
   border-radius: 14px;
   background: linear-gradient(180deg, #ffffff 0%, #fcfdff 100%);
   padding: 12px;
-  display: grid;
+  display: flex;
+  flex-direction: column;
   gap: 10px;
   min-width: 0;
   height: 100%;
@@ -841,9 +882,11 @@ button.pesquisa-coluna-remove:hover {
 }
 
 .pesquisa-card-top {
-  display: grid;
+  display: flex;
+  flex-direction: column;
   gap: 8px;
   min-width: 0;
+  flex: 1 1 auto;
 }
 
 .pesquisa-card-head {
@@ -1449,7 +1492,7 @@ button.btn-upload-select {
 
 .variavel-badge-line {
   display: grid;
-  grid-template-columns: 118px minmax(0, 1fr);
+  grid-template-columns: 146px minmax(0, 1fr);
   gap: 10px;
   align-items: flex-start;
   margin-top: 8px;
@@ -1465,6 +1508,13 @@ button.btn-upload-select {
   letter-spacing: 0.02em;
 }
 
+.variavel-badge-value {
+  align-self: center;
+  color: #30475e;
+  font-weight: 700;
+  font-size: 0.86rem;
+}
+
 .variavel-chip-wrap {
   display: flex;
   flex-wrap: wrap;
@@ -2217,6 +2267,29 @@ button.btn-upload-select {
   font-weight: 600;
 }
 
+.market-date-grid {
+  display: grid;
+  gap: 10px;
+}
+
+.market-date-row {
+  margin-bottom: 0;
+}
+
+.market-date-actions-row {
+  align-items: center;
+  justify-content: space-between;
+  gap: 10px;
+  flex-wrap: wrap;
+}
+
+.market-date-actions-row .resumo-outliers-box {
+  margin-top: 0;
+  min-height: 38px;
+  display: inline-flex;
+  align-items: center;
+}
+
 .geo-correcoes {
   display: grid;
   grid-template-columns: repeat(auto-fit, minmax(250px, 1fr));
@@ -2621,7 +2694,7 @@ button.btn-upload-select {
 
 @media (max-width: 1150px) {
   .tabs {
-    grid-template-columns: 1fr;
+    grid-template-columns: repeat(2, minmax(0, 1fr));
   }
 
   .app-header {
@@ -2659,6 +2732,10 @@ button.btn-upload-select {
 }
 
 @media (max-width: 760px) {
+  .tabs {
+    grid-template-columns: 1fr;
+  }
+
   .app-shell {
     width: 97vw;
     margin-top: 10px;