Saltar al contenido

Traducción automática — la versión en portugués es la referencia. Ver en portugués

Actualizado el 2026-10-04

Insights del dashboard

Pedirle a la IA que explique lo que muestra el panel.

En esta página (9)

Motor: Usa LLM (Anthropic)


1. Qué hace

Con un clic, la IA lee el snapshot del panel y produce un resumen ejecutivo: titular, destacados, posibles anomalías y recomendaciones accionables — todo en portugués.

2. ¿Determinístico o LLM?

LLM. Es una generación con salida estructurada: headline, highlights[], anomalies[], recommendations[]. Mismo selector de modelo que Text-to-SQL. Sin proveedor en dev/preview → resumen determinístico simple; en producción sin proveedor → 503 (guarda de producción).

Atención: la sección anomalies de aquí es texto del LLM sobre el snapshot, no el detector determinístico. La detección estadística de anomalías es una capacidad separada — ver Anomalías.

3. Datos enviados y egress

  • Va el snapshot del panel por widget, dentro de un fence <dados id="widget-N">.
  • Ninguna consulta en el datalake (análisis sobre el snapshot; costo cero de datos).
  • Misma política de egress que el Q&A: tope de filas, marcado de muestra, y con el envío de filas desactivado, solo sale el resumen estadístico por columna (sin filas crudas).
  • Cada widget declara cuántas filas se enviaron, cuántas existen en el panel y si es una muestra — para que el modelo no afirme un total mirando 1.000 de 40.000 filas.

4. Privacidad y retención

  • Misma vista segura que el Q&A (RLS + PII aplicados antes del prompt).
  • El registro de auditoría insights del panel registra la generación; ai.usage registra tokens/costo/ egress.

5. Tokens, costo y presupuesto

Mismo ledger de reserva→liquidación y tope mensual que el resto de la IA. Ver Privacidad, envío externo, presupuesto y desactivación.

6. Cómo activarlo, quién puede usarlo y cómo desactivarlo

POST /api/ai/dashboard-insights (sin question): rate limit 10/60 s por workspace (fail-closed) → workspace (401) → entitlement aiNarrative (Pro, 403) → la verificación de workspace activo → capacidad insights de IA. Desactivación general: el envío a proveedores está desactivado en el entorno.

7. Rechazos

  • Sin datos en el panel → no llama al LLM (nada que analizar).
  • Tope alcanzado → 429 con mensaje, sin gastar.
  • Sobre una muestra, tiene prohibido afirmar total/suma/ranking — debe decir que el número exacto requiere agregar en SQL.

8. Limitaciones y ausencia de causalidad

  • Las "anomalías" y "recomendaciones" son lectura del LLM, no una prueba estadística; trátalas como hipótesis a investigar, no como hechos probados.
  • No establece causalidad: describe lo que muestran los números; no afirma que una cosa causó la otra.
  • Se basa en el snapshot de la última actualización — no es en tiempo real.

9. Cómo validar

  • Marcado de muestra: materializa un panel con un widget truncado y verifica que la respuesta no afirme un total mirando una muestra (debe decir que el número exacto requiere agregar).
  • Egress mínimo: con el envío de filas desactivado, verifica que solo el resumen estadístico viaje a la IA.
  • Sin proveedor: en dev sin clave, verifica el resumen determinístico; en producción sin proveedor, verifica el 503 (guarda de producción).
  • Costo/uso: verifica el evento ai.usage en el registro de auditoría y la proveniencia (modelo, versión del prompt, costo en R$, opId) en la respuesta.

Enlaces relacionados