--- title: Como usar IA para reduzir falsos positivos description: "Como usar IA para reduzir falsos positivos em mídia negativa: um agente que cruza fontes, separa homônimos e justifica a decisão, com prompt para testar." image: https://blog.vaas.com.br/hubfs/business-people-collaborating-financial-documents-office.jpg --- [![VAAS](https://blog.vaas.com.br/hubfs/assets/logos/logo-vaas-preto-azul.png)](https://vaas.com.br/) Plataforma A plataforma · 5 módulos [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-dashboard.svg) Workflows Orquestra dados, regras, agentes IA e mesa em fluxos auditáveis. Sem deploy a cada nova regra.](https://vaas.com.br/produto) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-user-check.svg) Mesa de Decisão Fila, alçada, dossiê e comitê numa só tela. Humano e IA decidem juntos, com trilha completa.](https://vaas.com.br/produto/mesa) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-chart-dotted.svg) Inteligência Artificial Agentes de risco que leem o dossiê, votam ao lado do analista e justificam a decisão.](https://vaas.com.br/produto/ia) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-monitor-shield.svg) Central de Riscos Monitoramento contínuo de pessoas e empresas. Reanálise automática quando algo muda no alvo.](https://vaas.com.br/produto/central-riscos) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-cloud-network.svg) DataHub +40 bureaus integrados. crédito, identidade, antifraude e jurídico. em variáveis tipadas.](https://vaas.com.br/datahub) [Visão geral da plataforma](https://vaas.com.br/plataforma) Soluções Soluções · por área de risco [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-clipboard-check.svg) Compliance Conheça quem entra na sua operação. clientes, fornecedores, parceiros e times. Dossiê auditável em segundos.](https://vaas.com.br/solucoes/compliance) [KYC](https://vaas.com.br/solucoes/compliance?mod=kyc#mapa) [KYS](https://vaas.com.br/solucoes/compliance?mod=kys#mapa) [KYP](https://vaas.com.br/solucoes/compliance?mod=kyp#mapa) [KYE](https://vaas.com.br/solucoes/compliance?mod=kye#mapa) [Mercado Externo](https://vaas.com.br/solucoes/compliance?mod=me#mapa) [Mídias Adversas](https://vaas.com.br/solucoes/compliance?mod=ma#mapa) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-fingerprint.svg) Prevenção a Fraudes Identidade validada, transações monitoradas, contestações resolvidas. num motor único de risco.](https://vaas.com.br/solucoes/fraude) [Onboarding & Identidade](https://vaas.com.br/solucoes/fraude?mod=onboarding#frentes) [Pix & Transacional](https://vaas.com.br/solucoes/fraude?mod=pix#frentes) [Mula & Rede](https://vaas.com.br/solucoes/fraude?mod=mula#frentes) [DMHO & Sinistro](https://vaas.com.br/solucoes/fraude?mod=sinistro#frentes) [AML & Cripto](https://vaas.com.br/solucoes/fraude?mod=aml#frentes) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-credit-card.svg) Crédito Originação, score e mesa de decisão para todas as carteiras. PF, CLT, PJ e Seguro Garantia.](https://vaas.com.br/solucoes/credito) [Consignado PF](https://vaas.com.br/solucoes/credito?mod=consig#carteiras) [CLT](https://vaas.com.br/solucoes/credito?mod=clt#carteiras) [Seguro Garantia](https://vaas.com.br/solucoes/credito?mod=sg#carteiras) [Crédito PJ](https://vaas.com.br/solucoes/credito?mod=pj#carteiras) Conheça a VAAS Institucional · a empresa [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-building.svg) Sobre Nós Quem somos, como pensamos e o time por trás da VAAS.](https://vaas.com.br/sobre) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-user-check.svg) Clientes Histórias de quem decide com a VAAS: o que resolveram e o que dizem.](https://vaas.com.br/clientes) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-shield-check.svg) Trust Center Certificações SOC 1 e 2, conformidade LGPD, controles monitorados e documentação sob NDA.](https://vaas.com.br/trust-center) [Materiais](https://vaas.com.br/materiais) [Blog](https://blog.vaas.com.br) - [Português](https://blog.vaas.com.br) - [English](https://vaas.com.br/en) [Login](https://app.vaas.live/) [Agendar reunião →](https://vaas.com.br/agendar) [Início](https://vaas.com.br/) Plataforma [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-dashboard.svg) Workflows Fluxos auditáveis, sem deploy. →](https://vaas.com.br/produto) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-user-check.svg) Mesa de Decisão Fila, alçadas e dossiê. →](https://vaas.com.br/produto/mesa) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-chart-dotted.svg) Inteligência Artificial Agentes que decidem ao seu lado. →](https://vaas.com.br/produto/ia) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-monitor-shield.svg) Central de Riscos Monitoramento contínuo. →](https://vaas.com.br/produto/central-riscos) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-cloud-network.svg) DataHub +40 bureaus integrados. →](https://vaas.com.br/datahub) Soluções [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-clipboard-check.svg) Compliance KYC, KYS, KYP, KYE e mais. →](https://vaas.com.br/solucoes/compliance) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-fingerprint.svg) Prevenção a Fraudes Motor único de risco. →](https://vaas.com.br/solucoes/fraude) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-credit-card.svg) Crédito Todas as carteiras. →](https://vaas.com.br/solucoes/credito) Institucional [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-building.svg) Sobre Nós →](https://vaas.com.br/sobre) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-shield-check.svg) Trust Center →](https://vaas.live/trust-center) [![](https://blog.vaas.com.br/hubfs/assets/icons/icon-handshake.svg) Parcerias →](https://vaas.com.br/parcerias) [Materiais](https://vaas.com.br/materiais) [Blog](https://blog.vaas.com.br) [Login](https://app.vaas.live/) [Agendar reunião →](https://vaas.com.br/agendar) [Agendar reunião →](https://vaas.com.br/agendar) [Voltar para o blog](https://blog.vaas.com.br) # Como usar IA para reduzir falsos positivos Nov 4, 2026, 2:18:24 PM · 8 min de leitura · VAAS ![\Como usar IA para reduzir falsos positivos\](https://blog.vaas.com.br/hubfs/business-people-collaborating-financial-documents-office.jpg) Neste artigo ### **O filtro de duplicidade que todo analista deveria ter** A verificação de mídias é a etapa do background check em que o falso positivo mais acontece. O motivo é simples: notícia é texto livre, e o que conecta a notícia ao cliente que está sendo analisado é, na maior parte das vezes, apenas o nome. Um nome comum aparece em dezenas de portais, em contextos diferentes, ligado a pessoas de idades, cidades e profissões diferentes, e o analista precisa decidir, uma a uma, se aquela menção é sobre o cliente dele ou sobre um homônimo. Esse trabalho é lento, repetitivo e depende de atenção humana para cruzar detalhes que a notícia nem sempre traz de forma organizada. É exatamente o tipo de tarefa em que a IA faz diferença, não para decidir no lugar do analista, mas para ler todas as fontes, cruzar os dados e entregar uma resposta justificada sobre se a pessoa da notícia é ou não a pessoa da análise. A seguir, como esse processo funciona hoje, o que muda com um agente de IA e como montar um filtro de duplicidade simples, com um prompt pronto para testar. --- ### **Por que a mídia negativa gera tantos falsos positivos** Quando uma consulta a listas restritivas dispara, existe um registro estruturado por trás: nome, documento, data, origem. Com notícias é diferente. Um portal publica “empresário João da Silva é investigado por fraude”, e essa frase precisa ser comparada com o João da Silva que está abrindo conta. A notícia não traz CPF. Pode não trazer idade, cidade ou empresa. Pode citar um apelido, uma grafia diferente do nome ou só o sobrenome. O analista, então, abre a notícia, procura pistas de identificação, abre outras notícias sobre o mesmo caso para ver se alguma traz mais detalhes, compara com o que sabe do cliente e toma uma decisão. Se o nome é comum, ele repete isso para cada menção encontrada, em cada portal. Em uma operação com volume, não há tempo para fazer esse cruzamento com o cuidado necessário, e a saída costuma ser conservadora: na dúvida, o alerta fica e o cliente é recusado ou segue para uma fila de revisão que demora dias. É assim que o cliente bom é barrado por uma notícia que nunca foi sobre ele, e é por isso que a mídia negativa é o ponto do processo onde a IA entrega o maior ganho. --- ### **O que um agente de IA faz de diferente** Um agente de IA aplicado a mídias não substitui a consulta, ele faz o trabalho que vem depois dela: ler cada notícia por inteiro, extrair os dados de identificação que aparecem no texto, cruzar essas informações entre fontes e comparar com o perfil do cliente. O que para o analista é uma sequência de abas abertas, para o agente é uma única tarefa com três partes. 1. Cruzamento de fontes. O agente busca o nome em portais de notícia, diários oficiais, sites de tribunais e outras fontes públicas, e reúne cada menção com o que ela traz de identificação: idade ou data de nascimento, cidade ou estado, profissão, empresa, cargo, nomes de pessoas relacionadas, datas dos fatos. 2. Leitura da mídia negativa. O agente entende se a notícia é de fato negativa para fins de risco, se a pessoa citada é acusada, investigada, vítima ou apenas mencionada, e em que momento do processo o caso está. Uma notícia em que o nome aparece como testemunha não tem o mesmo peso de uma em que aparece como réu. 3. Justificativa da decisão. Para cada menção, o agente responde se a pessoa da notícia é a mesma pessoa analisada, se é outra ou se não há elementos suficientes para afirmar, e explica o motivo: quais dados batem, quais divergem e o que ficou em aberto. Esse é o ponto que resolve o dossiê vazio, porque a recusa ou a aprovação passa a ter um registro legível de por que foi tomada. --- ### **Como montar um filtro de duplicidade simples** Não é preciso um projeto de tecnologia para testar essa lógica. Com um modelo de IA que tenha acesso a busca na web, dá para montar um agente de filtro de duplicidade em três passos. O primeiro é definir o que o agente sabe do cliente. Quanto mais atributos de identificação ele tiver para comparar, melhor a resposta: nome completo, data de nascimento ou idade aproximada, cidade e estado, profissão ou atividade, empresas às quais está ligado. Quanto mais desses atributos o agente tiver para comparar, mais rápido ele descarta quem não é o cliente e menos menções ficam como inconclusivas. Dados sensíveis que não ajudam na identificação não precisam entrar. O segundo é instruir o agente sobre o que fazer com cada menção encontrada: extrair os dados de identificação, comparar com o perfil, classificar como mesma pessoa, pessoa diferente ou inconclusivo, e justificar. O terceiro é exigir um formato de saída que o analista consiga revisar rápido e anexar ao dossiê. O prompt abaixo reúne os três passos. Dica extra: Se o você já tem em mãos notícias sobre as quais tem dúvida, os links delas também podem entrar no prompt, para que o agente comece lendo aquelas matérias, extraia os dados de identificação que aparecem nelas e busque outras fontes sobre o mesmo caso antes de comparar com o perfil. Montamos esse prompt pronto para você copiar, preencher com os dados do cadastro e os links que já tem em mãos, para rodar em qualquer IA com acesso à web. [![\�� Copiar o prompt\](https://no-cache.hubspot.com/cta/default/43851301/interactive-226489682552.png)](https://blog.vaas.com.br/hs/cta/wi/redirect?encryptedPayload=AVxigLJI%2FcMfBa8SxOeYoAhRVSZlLCHgCCYesCi7oykLNLAQBgje%2FoofV6sD8tQGJPlFK8tvyHS1VEQ4YiGcPtIXvU4Zz9WAykGXPJIpyRRfy25Uqo%2F4WBzeqhPFdbHMNBpa6LxJRAYSTwCKSZvty3WR5tvGDrR0bhMw%2FsiuhPocy0XoRQGulYRp68oU%2Bf82rFLn5gBLPkhGmNNUB6I5RdYR4DlpKGM%3D&webInteractiveContentId=226489682552&portalId=43851301&hsLang=pt) Rodando esse prompt para um nome comum, o que o analista recebe é uma lista em que cada notícia já vem com o parecer dele com entre e com o motivo. --- ### **O que a IA não deve fazer sozinha** O agente busca, filtra e justifica, o analista decide. Em nenhum cenário a classificação gerada pela IA vira aprovação ou recusa sem passar por uma pessoa, e revisar o que ela entregou não é uma etapa opcional, é parte do processo. Quando a notícia não traz dado de identificação, a resposta certa é “inconclusivo”, e o agente precisa ser instruído a respeitar isso em vez de forçar uma conclusão. A justificativa que ele gera é o que vai para o dossiê, então quem assina a decisão precisa ler, confirmar que as evidências fazem sentido e corrigir o que estiver errado. --- ### **Como escalar a análise dos alertas** O prompt funciona para testar a lógica em um caso de cada vez. Em uma operação com centenas ou milhares de verificações, o mesmo raciocínio precisa rodar dentro do fluxo de decisão, com as fontes consultadas de forma automática. E é isso que o Mídias Agênticas da VAAS faz, o agente lê as mídias sobre cada pessoa ou empresa analisada, cruza os dados de identificação entre fontes, separa homônimos do alvo real e entrega a justificativa de cada classificação dentro do processo de análise. Se a sua equipe perde tempo analisando alertas para, no fim, descobrir que são falsos positivos, a lista vai crescendo e o time deixa de dar conta de investigar todos. O Mídias Agênticas entra como um filtro na frente dessa fila: o que não é o seu cliente é descartado antes de chegar ao analista, ficam apenas os alertas reais para investigar. A equipe passa a agir sobre eles assim que a notícia aparece, com fonte e motivo registrados. Porque quando o risco virar manchete, você já vai saber. Copie o prompt e teste agora 👇 [![\�� Copiar o prompt\](https://no-cache.hubspot.com/cta/default/43851301/interactive-226489682552.png)](https://blog.vaas.com.br/hs/cta/wi/redirect?encryptedPayload=AVxigLJI%2FcMfBa8SxOeYoAhRVSZlLCHgCCYesCi7oykLNLAQBgje%2FoofV6sD8tQGJPlFK8tvyHS1VEQ4YiGcPtIXvU4Zz9WAykGXPJIpyRRfy25Uqo%2F4WBzeqhPFdbHMNBpa6LxJRAYSTwCKSZvty3WR5tvGDrR0bhMw%2FsiuhPocy0XoRQGulYRp68oU%2Bf82rFLn5gBLPkhGmNNUB6I5RdYR4DlpKGM%3D&webInteractiveContentId=226489682552&portalId=43851301&hsLang=pt) --- ## FAQ - Perguntas Frequentes **Por que a verificação de mídia negativa gera mais falsos positivos do que outras consultas?** Porque notícias são texto livre e não trazem documento. A ligação entre a notícia e o cliente analisado é feita pelo nome, e nomes comuns aparecem em muitos contextos ligados a pessoas diferentes. Sem dados como idade, cidade ou profissão para comparar, o alerta dispara mesmo quando a notícia não é sobre o cliente. **A IA decide se o cliente é aprovado ou recusado?** Não. O agente lê as fontes, cruza os dados de identificação, classifica cada menção e justifica a classificação. A decisão continua com o analista, que revisa o resultado e assina o dossiê com a justificativa registrada. **O que o Mídias Agênticas da VAAS faz de diferente de um prompt em uma ferramenta de IA?** O prompt serve para testar a lógica em um caso. O Mídias Agênticas roda esse raciocínio dentro do fluxo de decisão da operação, consultando as fontes de forma automática para cada pessoa ou empresa analisada e registrando a classificação e a justificativa no dossiê de cada cliente, em escala. **Quais dados do cliente são necessários para o filtro funcionar bem?** Nome completo e ao menos dois atributos de identificação, como idade ou data de nascimento, cidade e estado, profissão ou empresas relacionadas. Quanto mais atributos o agente tiver para comparar, menor a quantidade de menções inconclusivas.   [![VAAS](https://no-cache.hubspot.com/cta/default/43851301/interactive-219184311150.png)](https://blog.vaas.com.br/hs/cta/wi/redirect?encryptedPayload=AVxigLLdOrdV0CDEMgF8zyUB%2F086EXCivAl6LBpu9S3k5Qbi7AzP%2B7sxv%2FNaG6L5ezD%2F8vGzCXaAoE4B0pFXtlRmu%2BdJcBoOVY8%2BGDgIu6AXjA8cIDF%2FcvB%2FWC199XMRHcteQFWeRikrA6EzPUScT0pGA%2B9xk9RlndHexAD2ClacvU1n0%2Bv%2FUnMQo%2BpfpMRClQ%3D%3D&webInteractiveContentId=219184311150&portalId=43851301&hsLang=pt) [Ver todos os artigos](https://blog.vaas.com.br) Compartilhar Publicado Nov 4, 2026, 2:18:24 PM Leitura 8 min Autor ![VAAS](https://blog.vaas.com.br/hubfs/fav-vaas.png) VAAS A VAAS é uma plataforma de decisão que transforma a maneira ... Radar VAAS O resumo semanal de regulação, fraude e crédito. Toda sexta, em 4 minutos. E-mail corporativo \* Aceito receber o Radar VAAS e concordo com a [política de privacidade](https://vaas.com.br/legal#privacidade). Quero receber ## Continue lendo ### [![O que está por trás de um falso positivo](https://blog.vaas.com.br/hubfs/Artigo_Por_tr%C3%A1s_falso_positivo_VAAS.webp) Oct 23, 2026, 1:11:03 PM O que está por trás de um falso positivo](https://blog.vaas.com.br/o-que-esta-por-tras-de-um-falso-positivo?hsLang=pt) ### [![Pare de perder clientes por espera longa de aprovação](https://blog.vaas.com.br/hubfs/Artigo_Demora_Aprova%C3%A7%C3%A3o_Cr%C3%A9dito_VAAS.webp) Oct 19, 2026, 2:14:30 PM Pare de perder clientes por espera longa de aprovação](https://blog.vaas.com.br/pare-de-perder-clientes-por-espera-longa-de-aprovacao?hsLang=pt) ### [![Como manter a eficiência quando o volume de análises multiplica](https://blog.vaas.com.br/hubfs/Artigo_Aumento_de_analises_VAAS.webp) Oct 15, 2026, 1:17:15 PM Como manter a eficiência quando o volume de análises multiplica](https://blog.vaas.com.br/aumente-o-volume-de-analises-e-mantenha-a-eficiencia?hsLang=pt) ## Compartilhar artigo [LinkedIn](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fblog.vaas.com.br%2Fcomo-usar-ia-para-reduzir-falsos-positivos) [WhatsApp](https://wa.me/?text=%3Cspan+id%3D%22hs_cos_wrapper_name%22+class%3D%22hs_cos_wrapper+hs_cos_wrapper_meta_field+hs_cos_wrapper_type_text%22+style%3D%22%22+data-hs-cos-general-type%3D%22meta_field%22+data-hs-cos-type%3D%22text%22+%3EComo+usar+IA+para+reduzir+falsos+positivos%3C%2Fspan%3E%20https%3A%2F%2Fblog.vaas.com.br%2Fcomo-usar-ia-para-reduzir-falsos-positivos) [E-mail](mailto:?subject=%3Cspan+id%3D%22hs_cos_wrapper_name%22+class%3D%22hs_cos_wrapper+hs_cos_wrapper_meta_field+hs_cos_wrapper_type_text%22+style%3D%22%22+data-hs-cos-general-type%3D%22meta_field%22+data-hs-cos-type%3D%22text%22+%3EComo+usar+IA+para+reduzir+falsos+positivos%3C%2Fspan%3E&body=https%3A%2F%2Fblog.vaas.com.br%2Fcomo-usar-ia-para-reduzir-falsos-positivos) https://blog.vaas.com.br/como-usar-ia-para-reduzir-falsos-positivos Copiar O link aponta para a versão pública deste artigo. ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "VAAS", "url" : "https://blog.vaas.com.br/author/vaas" }, "dateModified" : "2026-11-04T17:18:24.968Z", "datePublished" : "2026-11-04T17:18:24.000Z", "headline" : "Como usar IA para reduzir falsos positivos", "image" : [ "https://blog.vaas.com.br/hubfs/business-people-collaborating-financial-documents-office.jpg" ], "mainEntityOfPage" : { "@id" : "https://blog.vaas.com.br/como-usar-ia-para-reduzir-falsos-positivos", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://blog.vaas.com.br/hubfs/NEW%20BRAND%20VAAS%202022%20-%20by%20brutalist-30.png" }, "name" : "Vaas" } } ```