LGPD na automação: o mínimo de dado que o fluxo pede

LGPD na automação pede o mínimo de dado pessoal para aquela finalidade e uma base para usá-lo. Mandar o cadastro inteiro para um modelo externo, porque “o fluxo fica mais simples”, não é atalho inocente: amplia o acesso sem ampliar a necessidade.
Este texto é desenho operacional, não parecer jurídico. A base legal, o contrato com o operador e a decisão de tratar dado sensível ficam com quem responde pela privacidade na empresa. A automação entra depois, respeitando o que essa decisão limitou.

Qual dado o passo realmente precisa?
Liste, por passo, o campo pessoal que muda a ação. Para rotear um chamado, talvez baste o tipo e o pedido, não o documento e o endereço. Para entregar, o endereço importa e o histórico de navegação não. O que não muda a ação não entra no payload, no prompt nem no log.
A lista é curta de propósito. “Pode ser útil um dia” não é necessidade. Se um campo entra, ele tem finalidade escrita ao lado. Campo sem finalidade sai do fluxo, mesmo que a API de origem o ofereça.
Para onde o dado vai quando sai do sistema?
Modelo externo, planilha, fila, ferramenta de RPA e caixa de e-mail são destinos. Cada um é um acesso. O desenho diz quais destinos estão autorizados para aquela finalidade e quais estão proibidos. Conta pessoal de quem implementa não é destino autorizado.
Enviar o texto cru do cliente para um modelo público, com nome e contato, troca um problema de operação por um problema de exposição. Se o passo precisa de modelo, o campo identificável fica de fora ou o serviço é um operador contratado para isso, com o combinado que a empresa já usa. A escolha não é do piloto.
O que o log pode guardar?
O log guarda a chave do caso, a ferramenta chamada e o resultado da decisão. Não guarda o cadastro repetido em cada tentativa, nem o prompt inteiro com o texto que identificava a pessoa, se a chave já permite achar o original no sistema certo.
Retenção do log tem prazo. Log eterno “para treinar depois” não é requisito de automação. Se a empresa for usar conteúdo para melhorar modelo, isso é outra finalidade, com outra decisão. Não se herda do log operacional.
| Lugar | Pode ficar | Fica de fora |
|---|---|---|
| Payload do passo | Campo que muda a ação | Cadastro completo por conveniência |
| Modelo externo | O que a finalidade autorizou | Documento e contato “por contexto” |
| Log operacional | Chave, ferramenta, resultado | Prompt integral com dado identificável |
| Ambiente de teste | Dado sintético ou anonimizado | Exportação fresca de produção na máquina local |
Como testar o fluxo sem levar a base para a mesa?
Ambiente de teste usa dado sintético ou conjunto anonimizado, no tamanho que o teste pede. Cópia integral de produção para “ver um caso real” espalha o cadastro para quem desenvolve e para fornecedor de ferramenta. O caso real que precisa ser investigado se olha no sistema de origem, com acesso já existente.
Print de tela com dado de cliente não vai para ticket público nem para canal aberto. Se o erro só se reproduz com o payload, o payload do ticket mascara o identificável. Esse hábito importa tanto quanto a arquitetura, porque é por ele que o dado vaza no dia a dia.
O que a automação precisa saber sobre o direito de alguém?
Se a pessoa pede acesso, correção ou exclusão, o fluxo precisa achar onde o dado foi parar: sistema de origem, fila, log e ferramenta externa autorizada. Mapa de destino existe para isso. Sem o mapa, o pedido vira caça ao payload.
Exclusão no sistema de origem, com cópia eterna na fila e no histórico do modelo, não cumpre o que a operação prometeu. O prazo de retenção de cada destino está escrito. Quem opera o pedido sabe qual fila limpar. Isso se desenha antes de o primeiro pedido chegar, não na semana em que ele chega.
Como revisar um fluxo que já está no ar?
Pegue um fluxo de alto volume e marque cada campo pessoal: finalidade, destino, retenção. O que não tiver finalidade sai na próxima versão. É um exercício de uma tarde e costuma cortar mais dado do que um projeto de política de muitas páginas.
Um exemplo: o robô de triagem recebia nome, e-mail, telefone, pedido e texto. A fila só precisa do pedido e do texto, com a chave para abrir o restante no sistema de atendimento, onde o acesso já é controlado. O modelo de classificação passa a ver o texto sem a assinatura. O log guarda a chave e a fila sugerida. O telefone deixa de circular em três ferramentas em que ninguém ligava para o cliente.
Checklist prático
O fluxo fica mais defensável quando cada campo pessoal tem finalidade, destino e prazo.
- Campo pessoal listado por passo, com a ação que ele altera
- Destino autorizado e destino proibido, incluindo modelo e planilha
- Cadastro completo fora do payload quando a chave basta
- Log sem cópia integral do prompt identificável
- Teste com dado sintético ou anonimizado
- Print e ticket sem dado de cliente em canal aberto
- Mapa de onde o dado foi, para atender um pedido da pessoa
- Retenção por destino, separada de qualquer uso para treinar modelo
Erros comuns
A exposição desnecessária quase sempre entra por comodidade do fluxo.
- Mandar o cadastro inteiro porque a API já devolve tudo
- Colar texto com contato num modelo público para “só classificar”
- Guardar o prompt completo no log, para sempre
- Copiar produção para a máquina de quem está testando
- Usar o log operacional como base para treinar modelo, sem outra decisão
- Não saber em quais filas o dado da pessoa ficou
- Tratar anonimização como apagar o primeiro nome e manter o restante
- Deixar a escolha do destino para o piloto, sem quem responde pela privacidade
Onde o mínimo entra no desenho?
Num trabalho de dados, tecnologia e automações, o fluxo carrega o campo que muda a ação. O restante permanece no sistema em que o acesso já tem dono.