-
Etapa 1: Escreva o contrato de resultado
O que fazer: Liste as tabelas, colunas, tipos de dados, cálculos, junções, filtros, período e formato final de entrega necessários. Inclua o significado de negócio de cada campo importante, em vez de depender apenas dos nomes das colunas.
O sucesso é: Outro analista consegue ler a especificação e descrever o que um resultado correto deve conter.
Erro comum a evitar: Não peça à IA para “limpar estes dados” sem definir o que significa “limpo” para o projeto.
-
Etapa 2: Faça o inventário e o perfil das fontes
O que fazer: Identifique cada pasta de trabalho, documento, digitalização ou exportação envolvida e inspecione cabeçalhos, contagens de linhas, identificadores duplicados, intervalos de datas, campos vazios e tipos inconsistentes. Mantenha os valores ausentes distintos de zeros e registre períodos suprimidos ou indisponíveis.
O sucesso é: Você sabe qual fonte é a autoridade para cada campo de resultado e quais arquivos exigem tratamento especial.
Erro comum a evitar: Nunca substitua silenciosamente observações ausentes por zero nem faça uma interpolação para um período que não foi fornecido.
-
Etapa 3: Peça à IA que proponha o plano de transformação
O que fazer: Forneça à IA o esquema da fonte e o contrato de resultado e solicite uma sequência de etapas para importar, promover cabeçalhos, alterar tipos, remover duplicatas, juntar tabelas, tratar exceções e agregar resultados. Peça que ela declare as suposições antes de gerar código ou fórmulas.
O sucesso é: Cada transformação tem um objetivo, uma entrada, uma saída e uma justificativa clara para estar na sequência.
Erro comum a evitar: Não aceite uma consulta aparentemente plausível se as chaves de junção, a granularidade ou o comportamento dos filtros não tiverem sido explicados.
-
Etapa 4: Crie a consulta em pequenas etapas testáveis
O que fazer: Implemente o fluxo em pontos de controle, como importação da fonte, normalização, junções, regras de negócio, agregação e preparação do resultado. Teste cada etapa com contagens de linhas, registros de exemplo e totais antes de avançar.
O sucesso é: Um resultado incorreto pode ser isolado em uma etapa, sem exigir uma reconstrução completa.
Erro comum a evitar: Evite uma única etapa opaca que combine limpeza, junção, cálculo e formatação.
-
Etapa 5: Adicione tratamento de exceções e qualidade dos dados
O que fazer: Defina o comportamento para identificadores vazios, registros duplicados, datas malformadas, trimestres ausentes, categorias inesperadas e valores conflitantes entre fontes. Produza uma tabela de exceções ou uma aba de trilha de auditoria, em vez de ocultar as linhas rejeitadas.
O sucesso é: O fluxo mostra o que incluiu, o que excluiu e por quê.
Erro comum a evitar: Não use etapas de remoção de erros que descartem evidências sem preservar os registros afetados.
-
Etapa 6: Crie a camada de relatórios
O que fazer: Crie a pasta de trabalho, o painel ou o relatório final a partir das tabelas de saída validadas. Use fórmulas, consolidações, cálculos de variação e gráficos que respondam à pergunta original sem alterar as transformações subjacentes.
O sucesso é: Uma parte interessada entende o resultado enquanto um revisor técnico consegue rastreá-lo até a fonte.
Erro comum a evitar: Não esconda uma discrepância visual com formatação nem trate os totais da apresentação como substitutos da validação da fonte.
-
Etapa 7: Execute uma auditoria independente
O que fazer: Recalcule os números principais de forma independente, compare-os com referências e rastreie os valores relevantes até o arquivo, a linha e o campo exatos da fonte. O Energent Audit foi projetado para auditar trabalhos produzidos por outros sistemas de IA e retornar um veredito de aprovação/reprovação com evidências.
O sucesso é: O relatório tem uma cadeia verificável entre o resultado e a fonte, e qualquer falha possui uma explicação documentada.
Erro comum a evitar: Não use a mesma etapa de geração como único revisor do próprio resultado.
-
Etapa 8: Salve o fluxo corrigido
O que fazer: Dê um nome ao fluxo, preserve as regras testadas, documente as suposições sobre as fontes e programe a próxima execução com as mesmas verificações. Quando uma correção for descoberta, atualize o processo reutilizável para que ela se torne uma regra de auditoria permanente.
O sucesso é: O próximo conjunto de arquivos pode ser processado de forma consistente sem recriar a sequência original de prompts.
Erro comum a evitar: Não salve apenas a pasta de trabalho final, perdendo a lógica de transformação e o histórico de validação.
