A previsão de inflação é central para a política monetária, e a tomada de decisão eficaz em contextos de incerteza exige uma abordagem de gestão de riscos que considere toda a distribuição de possíveis cenários, em vez de se basear apenas em estimativas pontuais. Este trabalho avalia a acurácia e a relevância para a política econômica das previsões probabilísticas de inflação no regime de metas de inflação do Brasil. Iniciamos analisando as distribuições preditivas do Banco Central do Brasil (BCB) e documentamos uma subestimação sistemática da incerteza inflacionária. Como alternativa, implementamos um modelo de Curva de Phillips Quantílica (QPC), que apresenta melhor calibração — especialmente nos quantis intermediários superiores, uma faixa crítica diante do histórico de assimetria à alta inflação no Brasil. Em seguida, comparamos a capacidade dos modelos em avaliar riscos de descumprimento da meta de inflação. Enquanto as previsões do BCB oferecem apenas alertas de curto prazo, o modelo QPC fornece sinais informativos com até 12 meses de antecedência. A principal contribuição original do trabalho é a introdução de uma medida de risco multiperíodo de descumprimento da meta, que combina as dimensões de persistência e momento temporal, estimada por meio de uma abordagem flexível baseada em cópulas. Aplicada ao modelo QPC, essa estrutura identifica descumprimento persistentes da meta de inflação com até seis meses de antecedência, oferecendo aos formuladores de política uma ferramenta valiosa para uma gestão de riscos mais refinada e prospectiva.