Como utilizar o LedgerLens

Introdução ao LedgerLens

Criar um espaço de trabalho

Quando você abre o LedgerLens pela primeira vez, vê um espaço de trabalho vazio. Clique no botão "Novo espaço de trabalho", dê-lhe um nome que corresponda ao cliente ou projeto em que está trabalhando e confirme. O espaço de trabalho cria uma pasta local sob a fronteira.data/ do produto, onde quaisquer arquivos extraídos são armazenados temporariamente. Isso mantém cada execução isolada e facilita a exclusão de tudo mais tarde, se necessário, para começar de novo.

Fazer upload do seu primeiro documento

Arraste um arquivo PDF, DOCX ou de imagem para a zona de upload ou use o seletor de arquivos. O LedgerLens aceita declarações e faturas de várias páginas. Depois que o arquivo é carregado, a interface do usuário mostra uma pré-visualização da primeira página e um badge de status que lê "Em fila para extração". Neste ponto, você pode adicionar mais arquivos ao mesmo lote se quiser processar uma pasta de declarações de uma vez.

Executar o modo de demonstração

Pressione o botão "Executar demonstração". O sistema executa o modelo de extração com uma chave de demonstração incorporada que retorna saídas de amostra. Isso permite que você veja a forma dos dados, o layout das pontuações de confiança e as opções de exportação sem consumir nenhum de seus próprios quotas de API. O modo de demonstração armazena seus resultados em uma subpasta claramente marcada, para que você possa distingui-los das execuções ao vivo.

Compreender a saída de extração

Campos de extrato bancário

Para cada extrato bancário, o LedgerLens retorna uma estrutura semelhante a JSON que inclui:

- Identificador de conta (maskado para privacidade) - Saldo inicial - Saldo final - Lista de transações, cada uma com data, descrição, valor e tipo (débito/crédito)

Cada campo numérico possui uma pontuação de confiança entre 0 e 100. A pontuação reflete a certeza do modelo sobre o valor exato extraído do documento de origem.

Campos de fatura

Para faturas, a saída contém:

- Nome e endereço do fornecedor - Número e data da fatura - Itens da linha com descrição, quantidade, preço unitário e total da linha - Desmembramento de impostos (VAT, GST, imposto sobre vendas) e valor total de impostos - Valor a pagar (soma dos itens da linha mais impostos)

Novamente, cada campo possui sua própria pontuação de confiança. Os totais dos itens da linha são derivados da quantidade e do preço unitário, e o modelo relata a confiança para ambos os valores de entrada e o total calculado.

Pontuações de confiança e verificação

A interface do usuário realça qualquer campo com uma pontuação abaixo de 80 em âmbar. Campos abaixo de 60 aparecem em vermelho. Você pode clicar em um campo para ver o trecho original do documento de origem que o modelo usou para produzir o valor. Isso facilita a identificação de erros de OCR, tabelas mal alinhadas ou anotações manuscritas com as quais o modelo teve dificuldade.

Executar um fluxo de trabalho ao vivo

Configure a sua chave de API

Navegue para Definições → Chaves de API. Cole a chave que obteve do seu fornecedor de LLM no campo e pressione Guardar. A chave é armazenada encriptada no ficheiro de definições locais e nunca é enviada para qualquer servidor de terceiros fora das chamadas de extração. Se alguma vez precisar de rotar a chave, repita os mesmos passos e a chave antiga é sobrescrita.

Desligue o Demo

Depois de a chave ser guardada, altere o interruptor de Demo para a posição desligada. O rótulo do botão muda para “Executar ao vivo”. A partir de agora, cada pedido de extração usa a sua chave ao vivo e conta para o quota do seu fornecedor. A IU mostra um pequeno indicador ao vivo ao lado do botão de execução para que nunca confunda uma execução de demo com uma execução de produção.

Validar dados extraídos

Quando a execução ao vivo terminar, abra o painel de resultados. Revise os scores de confiança primeiro. Se algum campo estiver abaixo do seu limiar interno (pode escolher 85 para transações de alto valor), abra o snippet de origem e corrija o valor manualmente. O LedgerLens permite editar qualquer campo inline; o valor editado é guardado com uma flag de substituição do utilizador para que possa rastrear quais números vieram do modelo e quais ajustou.

Exportação e utilização dos dados

Segurança da exportação CSV

Clique no botão “Exportar CSV”. O LedgerLens envolve cada campo em aspas duplas e escapa as aspas internas, o que impede a injeção de fórmulas quando o ficheiro é aberto no Excel ou no Google Sheets. O CSV inclui uma linha de cabeçalho que corresponde aos nomes dos campos JSON, tornando fácil a importação para scripts de contabilidade ou pipelines de validação de dados.

Exportação para Excel com proteção contra injeção de fórmulas

A exportação para Excel segue a mesma estratégia de citação que o CSV. Além disso, a pasta de trabalho é gerada com a opção “Guardar como” definida para “Excel Workbook (*.xlsx)” e o ficheiro é marcado como somente leitura na primeira abertura, a menos que escolha explicitamente editar. Isso reduz o risco de execução acidental de macros.

Integração com a sua folha de contabilidade

Abra a sua folha de contabilidade, utilize a opção Dados → Obter Dados Externos → De Texto/CSV, aponte para o ficheiro exportado e escolha carregar os dados como uma tabela. Como a exportação inclui pontuações de confiança, pode adicionar uma coluna condicional que sinaliza linhas de baixa confiança para revisão. Atualize a consulta sempre que receber uma nova declaração ou fatura, e a tabela é atualizada com os valores extraídos mais recentes.

Considerações de segurança e risco

Relevância do OWASP LLM Top 10

O LedgerLens foi construído tendo em mente o OWASP LLM Top 10. Por exemplo, mitigamos a injeção de prompts separando o prompt do sistema do texto do documento fornecido pelo utilizador e sanitizando a saída extraída antes que ela alcance a camada de exportação. Pode ler a lista completa em https://owasp.org/www-project-top-10-for-large-language-model-applications para ver como cada item se relaciona com os nossos controlos.

Alinhamento com o Quadro de Gestão de Riscos de IA do NIST

Também alinhamos o nosso ciclo de vida de desenvolvimento com o Quadro de Gestão de Riscos de IA do NIST. Isso significa que documentamos cartões de modelo, realizamos verificações regulares de viés nas saídas de extração e mantemos um caminho de resposta a incidentes claro para qualquer comportamento de modelo inesperado. Os detalhes do quadro estão disponíveis em https://www.nist.gov/itl/ai-risk-management-framework.

Residência de dados e efemeridade de demonstração

Todos os dados extraídos permanecem dentro da pasta do espaço de trabalho na sua máquina, a menos que os exporte explicitamente. As execuções de demonstração são armazenadas em uma subpasta nomeada demo_ e são purgadas automaticamente quando inicia uma nova demonstração ou após 24 horas de inatividade. Os dados de execução ao vivo persistem até que os elimine do espaço de trabalho, dando-lhe controlo total sobre a retenção.

O que isto não é

LedgerLens não é um sistema de contabilidade totalmente autónomo. Não substitui a necessidade de um revisor humano para confirmar que os números extraídos correspondem aos documentos de origem. Não garante uma precisão de extração de 100 %, nem promete que todos os campos estarão livres de erros. A ferramenta fornece saídas de apoio à decisão que devem ser verificadas antes de publicar, apresentar ou agir com base nas informações. Também não inclui funcionalidades integradas, como integração SSO, notificações Slack ou processamento em massa de CSV, a menos que esses componentes sejam explicitamente incluídos nesta versão do produto.

Lista de verificação do operador para utilizar o LedgerLens

Mantenho uma lista de verificação escrita ao lado de cada lançamento que toca neste tópico. A lista é propositadamente simples: nomear o proprietário, nomear o artifact de evidência e nomear o rollback. Se um passo não puder produzir um ficheiro, um bilhete ou uma linha de registo, não é um passo — é um desejo.

Antes de alterar a produção

- Congele a branch ou revisão de configuração que irá medir contra. - Registe o modo de falha atual com uma entrada concreta e uma saída concreta. - Confirme qual identidade o trabalho é executado como, e se essa identidade pode alcançar dados que não deve. - Abra as referências principais que irá citar: https://owasp.org/www-project-top-10-for-large-language-model-applications, https://www.nist.gov/itl/ai-risk-management-framework.

Enquanto executa a verificação

- Prefira um caminho reprodutível em vez de dez capturas de ecrã anedóticas. - Escreva o resultado seguro esperado antes de acionar a ferramenta ou consulta. - Capture o comando exato, prompt, esquema ou regex em teste — não uma paráfrase. - Se o sistema pode agir (enviar, escrever, apagar, transferir), exija uma fronteira de confirmação no mesmo passe.

Depois de terminar

- Arquive o risco residual com um proprietário e uma data, mesmo quando a varredura estiver limpa. - Não converta um cheque verde em linguagem de vendas que afirma completude. - Execute a mesma lista de verificação quando o modelo, esquema de ferramenta ou regras de validação mudam.

Sinal | O que registrar | Parar o envio? Escrita ou envio inesperado | Nome da ferramenta, args, identidade | Sim até portão Falta de confirmação em ação destrutiva | Caminho de chamada e bypass | Sim Texto não confiável tratado como instrução | Superfície de origem e ação resultante | Sim para alcance de agente Varredura limpa, julgamento aberto | Itens adiados + proprietário | Apenas se o caminho central for seguro

O LedgerLens ajuda com a primeira passagem mensurável. As escolhas de arquitetura, o parecer legal e as alegações voltadas para o cliente ainda precisam de um proprietário humano. Trate cada linha da lista de verificação como suporte à decisão, não como um certificado.

Como explico limites aos compradores

Quando um prospecto pergunta se o produto "cobrir tudo," respondo com o limite: verificações automatizadas capturam padrões conhecidos; cadeias novas e julgamento de política ainda precisam de revisão. Essa honestidade mantém a carga de suporte baixa e mantém o blog alinhado com o que o produto realmente faz.

Se precisar de uma segunda opinião, combine este texto com as referências abaixo e com a sua própria reprodução de teste. Não pule o passo de reprodução apenas porque um modelo escreveu um resumo confiante.

Referências

- https://owasp.org/www-project-top-10-for-large-language-model-applications - https://www.nist.gov/itl/ai-risk-management-framework

Perguntas frequentes

O que é o LedgerLens?

Declarações e faturas bancárias extraídas por IA — verifique antes de usar.

Quem deve usar o LedgerLens?

Operadores e construtores que precisam de um rascunho rápido ou de uma lista de verificação do LedgerLens.

Funciona sem uma chave de API?

Sim, no modo Demo explícito. O AI ao vivo requer uma chave configurada.

Garante resultados?

Não. As saídas são de suporte à decisão; você ainda revisa antes de publicar ou agir.

Inclui SSO, Slack ou CSV em massa?

Apenas se esses recursos forem implementados nesta versão do produto — não os pressuponha a partir de cópias de marketing.

Onde vai os dados?

As execuções podem ser armazenadas localmente dentro do limite.data/ do produto; trate os demos como efêmeros.

Referências

- schema.org — Página de perguntas frequentes - Google Search Central — Dados estruturados

Leituras relacionadas

- Visão geral do LedgerLens — LedgerLens - A matriz de tópicos de micro-SaaS de IA LX