Evidence‑first, não LLM‑first.

A regra zero

Todo número que sai do Lastro amarra em um data point aprovado, e todo data point extraído por IA carrega o trecho literal copiado do documento e o endereço desse trecho no arquivo de origem. Sem trecho, a aprovação é recusada. Sem endereço, também. Se a fonte é invalidada depois, o número não é apagado — ele para de poder ser citado, e a tela diz por quê. Quando não há data point para o que foi perguntado, a resposta é a lacuna nomeada, não o preenchimento com o que parece razoável. Essa regra é o produto — todo o resto é engenharia em volta dela.

Cobertura de norma, hoje

Esta seção é a mais importante da página, e a mais desconfortável de escrever. Um produto que se vende contra alegação sem lastro não pode alegar cobertura que não tem. Abaixo está o estado da plataforma hoje, não o roteiro.

O que delimita a cobertura é um objeto único e verificável: o catálogo de indicadores (gri_indicator). Ele tem 20 códigos. O validador de saída recusa qualquer citação a código fora dele — de modo que o catálogo não é uma lista de intenções, é a fronteira executável do que o sistema consegue afirmar.

• GRI — 18 dos 20 códigos. Conteúdos Gerais e Temas Materiais (2‑1, 2‑7, 2‑8, 2‑9, 3‑1, 3‑2, 3‑3) e temáticos de energia, emissões, água, resíduos, emprego, saúde e segurança e diversidade (302‑1, 303‑3, 305‑1 a 305‑5, 306‑3, 401‑1, 403‑9, 405‑1). É uma seleção das Normas GRI, não as Normas GRI inteiras.
• CBPS 02 — 2 dos 20 códigos. Apenas §29b (emissões brutas de escopo 2) e §29c (escopo 3). Eles rodam dentro do mesmo motor dos códigos GRI; não há trilha separada por norma.
• CBPS 01 — nenhum código. Os requisitos gerais de divulgação não estão semeados no catálogo. A plataforma não os extrai e não os cita.
• IFRS S1 e IFRS S2 — nenhum código próprio. O que existe é o correlato brasileiro parcial acima (CBPS 02 §29b/§29c). Citar “IFRS S2 21(a)” não é uma capacidade da plataforma.
• ESRS, SASB, TCFD, CDP — não cobertos. Nada semeado, nada extraído. Um relatório nesses padrões é indexado e guardado com a página de cada trecho; ele não vira número citável.
• GHG Protocol — lido, não calculado. Veja a seção de inventário abaixo.

Fora dos 20 códigos, a plataforma continua fazendo uma coisa útil e só uma: ela indexa o documento e guarda a localização de cada trecho. Ela não extrai, não cita e não exibe o número. Essa é a diferença entre arquivar um relatório e cobrir uma norma, e a página prefere dizer isso a deixar você descobrir na primeira reunião com o auditor.

O data point e a ficha

O data point é a unidade atômica: um valor, com endereço normativo e endereço documental. Ele carrega:

• Código do catálogo — um dos 20 acima; fora disso, não entra.
• Campo e recorte — qual campo do indicador, e sob que corte (região, gênero, fonte de energia). Sem recorte, séries irmãs se misturam.
• Valor, unidade e período — com faixa de plausibilidade e conversão declarada no catálogo.
• Trecho literal — o texto copiado do documento, obrigatório para todo data point extraído por IA.
• Endereço do trecho — qual trecho indexado, em que página ou aba. Verbatim sem endereço não é lastro.
• Vigência — um único valor vigente por indicador, campo, recorte, período e entidade. O segundo só entra como reapresentação declarada (GRI 2‑4) do primeiro.
• Trilha — quem extraiu, quem revisou, quem aprovou, com evento nomeado no log.

Ao lado dele existe a ficha de alegação, a camada mais antiga do sistema, usada hoje pelo inventário de GEE: ela guarda alegação, métrica, unidade, limite organizacional, período e ano‑base, metodologia, nível de asseguração pretendido, responsável e assinatura. As duas camadas convivem; o trabalho corrente de extração e citação acontece no data point.

O copiloto de redação

Para cada conteúdo do catálogo (GRI 305‑1, GRI 2‑9, CBPS 02 §29b…), o copiloto:

1. Identifica quais data points aprovados alimentam o conteúdo.
2. Verifica se estão vigentes e se a fonte de cada um continua viva.
3. Se sim, gera rascunho em que cada número carrega o marcador [dp:UUID] apontando para o data point que o sustenta.
4. Se não, devolve a lacuna nomeada, com o que falta.
5. Humano revisa cada frase e aprova.
6. A exportação resolve os marcadores; número sem marcador não sai.

O prompt proíbe inventar número, ano, entidade, unidade ou código. Mas prompt não é garantia — garantia é o validador da próxima seção, que roda depois do modelo e não pergunta a ele nada.

O validador — o teste que a saída precisa passar

Toda saída destinada ao usuário ou ao relatório passa por um validador determinístico: nenhuma chamada de LLM, nenhuma pontuação de confiança. Ele faz seis verificações, e qualquer uma que falhe rejeita a saída inteira em vez de devolvê‑la com ressalva:

1. Todo número no texto tem um data point associado — número órfão reprova.
2. O data point citado existe, pertence ao tenant certo, está aprovado e vigente.
3. O ano que a frase afirma cabe no período (ou no ano‑base) do data point.
4. O valor escrito bate com o valor gravado, dentro de tolerância declarada.
5. A unidade escrita bate com a unidade gravada, após normalização.
6. Os códigos citados existem no catálogo. É esta verificação que torna a seção “Cobertura de norma” uma restrição de máquina, e não uma promessa de marketing.

Antes disso, na aprovação, há onze motivos de recusa tipados — número sem trecho literal, trecho sem endereço, fonte invalidada, trecho removido do índice, vigência já ocupada, achado aberto sobre o indicador, unidade de outra grandeza, unidade fora do catálogo, valor fora da faixa, período inválido, e conflito entre revisores. Recusar é funcionalidade: é o que separa extração com lastro de chute bem escrito.

Inventário de GEE: o que o motor faz e o que não faz

O motor é determinístico e a LLM não participa dele. Mas é preciso ser exato sobre o seu escopo, porque aqui mora a confusão mais cara do mercado:

• O que ele faz: lê o inventário que a empresa já publicou, classifica cada linha por escopo a partir da métrica declarada, exige que a unidade seja de emissão antes de somar, e sela a memória de cálculo com hash na trilha. Uma única implementação atende a tela e a API — porque, quando existiam duas, elas divergiam e a trilha guardava um número diferente do que o operador via.
• O que ele não faz: não calcula emissão a partir de dado de atividade. Não há base de fatores de emissão no produto — nem do Programa Brasileiro GHG Protocol, nem GWP do IPCC, nem fator de rede por ano. Cálculo de pegada é outro produto, e dizer o contrário seria exatamente a alegação sem lastro que recusamos no cliente.
• Escopo 2: as pernas de localização e de escolha de mercado nunca são somadas — somá‑las conta o escopo 2 duas vezes. A perna de mercado é publicada ao lado quando a empresa a informa. Quando ela não informa, o sistema diz que falta; não inventa o total.
• Reapresentação: quando um valor vigente é substituído, o anterior é aposentado pela trilha e a reapresentação fica declarada, com o motivo, em vez de o número simplesmente mudar de valor.

Base normativa versionada

O Lastro mantém um arquivo versionado com as normas que orientam o trabalho — hoje 22 fontes, cada uma com emissor, data e URL primária: Res. CVM 244/2026 e 193/2023, CBPS 01 e 02, NBC TDS 01, NBC TAS 5000, GRI 2021, IFRS S1/S2, GHG Protocol (Corporate/Escopo 2/Escopo 3), Res. CMN 4.945, TNFD, SBTi, CONAR, LGPD e o Omnibus da CSRD.

Seja exato sobre o que isso é: um documento de trabalho da equipe, versionado em git, na versão 1.0.0 de 11/08/2026. Ele orienta quem escreve o catálogo e quem revisa. Ele não é consultado em tempo de execução pelo pipeline, e uma citação normativa no rascunho não é conferida contra ele. A fronteira que a máquina de fato impõe sobre citação normativa é o catálogo de 20 códigos da seção anterior — e é por isso que aquela seção existe.

Trilha de auditoria

Ingestão de evidência, extração, edição, aprovação, geração de rascunho, exportação: cada ação vira um evento em um log append‑only — DELETE e UPDATE são bloqueados no banco, por gatilho, não por convenção de código. Os eventos são encadeados por hash SHA‑256, de modo que remover ou reescrever um elo quebra a verificação da cadeia. O auditor filtra por afirmação e reproduz a cadeia decisória.

Governança de IA

Isolamento por tenant no Postgres com Row‑Level Security, coberto por testes de isolamento na suíte. Zero‑retention no provedor de LLM: o dado do cliente não treina modelo. Detalhes, incluindo o que ainda é compromisso contratual e não controle implementado, em Segurança & IA — aquela página também declara os seus buracos.

O que não fazemos (por decisão)

• Não cobrimos norma fora do catálogo. Vinte códigos, listados acima. Pedir ao Lastro um relatório em ESRS, um questionário CDP ou os requisitos gerais do CBPS 01 é pedir o que ele não faz.
• Não calculamos inventário de GEE a partir de dado de atividade — não há base de fatores de emissão no produto.
• Não emitimos asseguração — é atividade regulada, exige auditor independente registrado na CVM.
• Não vendemos crédito de carbono.
• Não geramos “score ESG” proprietário — MSCI, S&P e Sustainalytics dominam essa categoria.
• Não automatizamos decisão de materialidade — é decisão humana com stakeholder, com governança e ata.

Nenhum item desta lista é um buraco a esconder até a próxima release. É o argumento da casa: um fornecedor que declara o próprio limite por escrito é o único tipo de fornecedor cuja afirmação de cobertura vale alguma coisa.