Modelo, versão do prompt, custo real, `opId`

Selo de estado: Preview (teto atual do produto) · Curso ACD-430 — Governança de IA: custo, egress, LGPD e aprovação humana · Aula 4 de 7 · Atualizado em 2026-10-04.

Objetivo#

Ao final desta aula você vai correlacionar resposta ↔ auditoria — sair de um número que a IA escreveu na tela e chegar, pelo opId, ao prompt e ao custo exatos que o produziram.

Vídeo#

Identificador no manifesto: acd-430-04-proveniencia-e-auditoria-da-ia · duração-alvo 7 min · tela do produto: /auditoria.

Roteiro (capítulos):

00:00–01:00 — A pergunta que mata uma reunião: "de onde veio esse número?" — e por que "a IA disse" não é resposta.
01:00–02:30 — Os quatro campos da proveniencia: modelo, versão do prompt, custo real (R$) e opId. O que cada um resolve.
02:30–04:00 — O opId como chave: casando ai.reserva ↔ ai.usage ↔ ai.reserva_liquidada em /auditoria.
04:00–05:30 — O que a trilha registra (eventos de IA, de ações, de Q&A/insights/geração) e o que não registra (histórico de conversa).
05:30–06:20 — Os limites honestos da tela: últimos 200 eventos, custo = projeção, status OK/erro derivado, área do dono.
06:20–07:00 — Exemplo Aurora, erros comuns e o "faça você mesmo".

Conteúdo#

Proveniência: quatro campos que acabam com a discussão

Toda resposta de IA do produto vem acompanhada de um objeto proveniencia com quatro campos:

Campo	O que resolve
modelo	Qual modelo respondeu — e se foi o mock (em mock o modelo é `"mock"` e o custo é 0)
versão do prompt	Qual versão da instrução gerou aquela saída; muda a versão, muda o comportamento esperado
custo real (R$)	Quanto aquela resposta específica custou, em dinheiro, não em tokens abstratos
`opId`	A chave que casa `ai.reserva` ↔ `ai.usage` ↔ `ai.reserva_liquidada`

O opId é a peça que transforma "confie em mim" em auditoria: com ele você sai da resposta na tela e chega à linha exata do ledger — estimativa, custo real, resumo de egress e horário. É esse encadeamento que o desafio prático da credencial de IA pede como evidência.

O que a trilha registra

Tudo que a IA faz é registrado no registro de auditoria, escopado por workspace:

Evento	O que registra
`ai.reserva` / `ai.reserva_liquidada` / `ai.reserva_cancelada`	Ciclo do orçamento (reserva → liquidação)
`ai.usage`	Custo real (tokens × preço, em R$) + resumo de egress
`ai.blocked`	Recusa por teto (custo R$ 0) — mostra a demanda barrada
Geração assistida por IA	Pedido de geração, tipo do artefato e se saiu como rascunho
Perguntas sobre o painel / insights do painel	Q&A e insights, com marca de recusa ou de evidência fraca
`action.propose` / `action.approve` / `action.reject` / `action.cancel`	O ciclo de aprovação de uma ação material (ver a Aula 5)

O que NÃO é guardado

O produto não guarda um "histórico de conversas" com a IA. Dá para auditar que houve uma chamada, seu custo e sua proveniência — sem retenção de um log de bate-papo. No relatório, o que fica são os contadores de tokens no registro da execução. Nunca entram na trilha segredos nem o SQL cru em um DSAR (ele pode conter dado de terceiros).

A retenção do registro de auditoria é de 730 dias, contados da criação. Isso é o que sustenta uma investigação de dois anos atrás — e é a razão pela qual desligar a IA não apaga nada.

A tela `/auditoria`, com seus limites ditos em voz alta

/auditoria é área do dono (requireOwnerArea): membro convidado é levado de volta ao Workspace de BI. Cada evento traz data/hora (UTC), usuário, categoria, ação, recurso, detalhe, o SQL quando houver e o custo estimado em R$. Há filtros de busca textual, categoria, usuário, recurso, status e período (padrão: últimos 7 dias), em visão de Tabela ou de Log. Abrir a tela custa R$ 0 — ela lê o banco de controle, não dispara consulta paga.

Três limites honestos, que evitam conclusão errada: a tela carrega os últimos 200 eventos (os filtros atuam sobre essa janela); o custo por evento é projeção, não a fatura; e o status OK/erro é derivado do texto da ação, não um campo dedicado.

Exemplo: o número que ninguém reconhecia na Aurora

Numa reunião da Aurora Varejo, o insight do painel de vendas afirma que "a filial do Rio concentrou 41% da receita do mês". Ninguém reconhece o número. Ana copia o opId da proveniência da resposta — digamos op_7k3f9q2m — e Maria abre /auditoria, filtra ai. no período e acha três linhas com aquele opId: a ai.reserva (estimativa R$ 0,07), o ai.usage (custo real R$ 0,03, egress de 34 linhas do snapshot de aurora_gold.vendas) e a ai.reserva_liquidada (R$ 0).

Com isso, duas coisas ficam provadas sem discussão: a resposta foi gerada sobre 34 linhas do snapshot daquele painel — não sobre a base inteira — e com a versão de prompt registrada. O 41% passa a ser conferível contra o próprio snapshot. E Maria aproveita o rastro para notar que aquele mesmo painel já tinha gerado seis insights no mês, o que explica parte do consumo.

Erros comuns

Achar que desligar a IA apaga a auditoria. Não apaga. Desligar impede chamadas novas; o rastro gravado fica pelos 730 dias de retenção.
Procurar a conversa. Não existe histórico de conversa. Existe o rastro: uso, custo, recusa, proveniência.
Ler contribuição como causa. A trilha mostra o que aconteceu e quanto custou; a decomposição de variação mostra quanto cada fator contribuiu (com fechamento matemático Σ == Δ) — contribuição não é causa. Nenhuma resposta do produto afirma causa e efeito que os dados não comprovam.
Tratar o custo do evento como fatura. É projeção.
Concluir "não houve nada" porque a tela está vazia. A janela é de 200 eventos e o filtro padrão é de 7 dias; ajuste o período antes de concluir.
Confundir opId com id do usuário ou do painel. opId identifica uma operação de IA, e só.

O que estas capacidades NÃO fazem, e em que estado estão

A proveniência não reconstrói o prompt completo para você na tela (ela registra a versão dele), não guarda a resposta anterior para comparação e não promete que o número está correto — ela torna o número conferível. /auditoria não pagina além dos 200 eventos e não é um SIEM. Os selos: C01.5 é Preview (ledger atômico + proveniência + rate limit fail-closed provados por teste; custo faturado em BRL não medido) e C13.5 é Preview com a ativação real de execução material pendente de gate humano. O selo da aula é o mais conservador dos dois.

Faça você mesmo#

No workspace de treino Aurora Varejo (abra /auditoria no console):

Faça uma pergunta de Q&A sobre um painel da Aurora e copie o opId da proveniência da resposta. ⚠️ Este passo consome orçamento de IA do workspace.
Anote também os outros três campos da proveniência: modelo, versão do prompt e custo real em R$.
Em /auditoria, filtre ai. no período de hoje e localize as três linhas com aquele opId.
Preencha a tabela: evento · horário · custo registrado — e confirme que só o ai.usage tem custo diferente de zero.
No ai.usage, leia o resumo de egress e anote quantas linhas saíram. Confronte com o painel: aquela resposta foi gerada sobre essa amostra.
Procure, nos filtros, um evento de geração assistida ou de insights e identifique se ele veio marcado como rascunho / evidência fraca.
Troque o filtro de período para 30 dias e explique por escrito por que a contagem de eventos pode não aumentar como você esperava (dica: 200).
Responda em duas linhas: se alguém desligar a IA agora, o que acontece com os eventos dos passos 3 a 6?

Você terminou quando tiver um opId casando ai.reserva ↔ ai.usage ↔ ai.reserva_liquidada nas suas telas, com o custo real anotado, e conseguir mostrar a amostra de linhas que sustentou a resposta.

Checagem rápida#

Três perguntas no final da aula, corrigidas no servidor. A aula só conta como concluída depois da checagem.

Documentação relacionada#

Capacidades ensinadas#

C01.5 · C13.5 — o selo exibido na aula é sempre o estado mais conservador entre as capacidades citadas; nada aqui é "GA".