Como analisar mídia negativa em KYB e KYC

Por que a mídia negativa importa em KYB e KYC

A mídia negativa é um dos poucos controles capazes de identificar riscos antes que eles apareçam em perdas, casos de fraude ou apontamentos de órgãos reguladores. Em KYB e KYC, ela ajuda as equipes a encontrar indícios de atividade criminosa, medidas regulatórias, corrupção, evasão de sanções, fraude e outros eventos negativos que podem não aparecer em fontes de dados estruturados.

O problema não está no conceito, mas no processo.

Muitas equipes dependem de buscas manuais, regras inconsistentes de palavras-chave e análises feitas caso a caso. Isso gera três problemas: riscos não identificados, falsos positivos e falta de trilha de auditoria. Uma abordagem mais consistente usa um fluxo de decisão em duas etapas. Primeiro, sinalize rapidamente os resultados que podem ser relevantes. Depois, analise em profundidade apenas os itens sinalizados, com base no texto do artigo, em prompts estruturados e em resultados rastreáveis.

Um processo prático para a triagem de mídia negativa

O melhor desenho não depende de um único modelo tentando resolver tudo. Ele combina etapas determinísticas, cada uma com objetivo, entradas e resultado definidos. Assim, fica mais fácil entender as decisões, ajustar as regras e fazer a gestão de casos.

1. Faça buscas amplas e refine os resultados com regras

Comece pela abrangência das buscas. A SerpApi consulta resultados do Google Search e do Google News para uma pessoa ou empresa, oferecendo uma primeira visão ampla das possíveis menções. Isso é útil porque a mídia negativa aparece em diferentes tipos de fonte, como reportagens, notícias locais, comunicados à imprensa e páginas indexadas que talvez não apareçam em uma única busca.

Nesta etapa, o objetivo não é confirmar a relevância, mas reunir possíveis resultados. Pesquise nomes, aliases, nomes de empresas, diretores, beneficiários finais (UBOs) e outros identificadores conhecidos. Em seguida, aplique filtros por palavras-chave para sinalizar conteúdos possivelmente negativos. Conforme a sua política, as palavras-chave podem incluir termos relacionados a fraude, prisão, denúncia criminal, suborno, investigação, lavagem de dinheiro, sonegação fiscal e exposição política.

Essa primeira busca deve ser ampla de propósito. Se for restrita demais, você pode deixar passar indícios importantes. Se for abrangente demais, a fila de análise fica sobrecarregada. O equilíbrio depende da sua tolerância ao risco e do perfil das pessoas e empresas analisadas.

2. Use regras de palavras-chave para sinalizar resultados de forma determinística

As regras de palavras-chave continuam sendo importantes. São rápidas, transparentes e fáceis de auditar. Você consegue explicar por que um resultado foi sinalizado, sem depender de um modelo opaco. Isso é importante em processos de triagem regulados.

Algumas regras comuns:

  • Correspondência exata do nome e palavra-chave negativa no título ou trecho
  • Nome da empresa e termos relacionados a medidas de fiscalização ou investigação
  • Nome da pessoa e termos ligados a categorias de crime
  • Termos específicos de cada jurisdição para buscas em idiomas locais
  • Limites de recência para priorizar riscos atuais

Essas regras não decidem o caso. Elas selecionam os resultados que merecem uma análise mais aprofundada. Essa separação mantém o processo determinístico e facilita a manutenção.

Por que usar LLMs na segunda etapa

A correspondência por palavras-chave, sozinha, não confirma se um resultado fala da pessoa ou empresa analisada. Ela não diferencia duas pessoas com o mesmo nome, nem identifica se um artigo trata de uma acusação criminal, de uma nomeação política ou de um evento sem relação que apenas menciona a mesma palavra-chave.

É aí que os LLMs são úteis. Não como primeiro filtro, mas como analisadores da segunda fase.

Quando usado da forma certa, um LLM pode ler a matéria, extrair os fatos relevantes, classificar a categoria e retornar uma resposta estruturada. O prompt deve limitar o modelo a um conjunto fechado de perguntas. Por exemplo:

  • O artigo fala da pessoa ou empresa analisada?
  • É provável que a correspondência seja um falso positivo por homônimo?
  • Qual categoria negativa se aplica, se houver?
  • Que evidências do artigo sustentam essa conclusão?
  • O caso deve ser encaminhado para análise manual?

A resposta deve ser estruturada. JSON funciona bem, assim como campos fixos como match_status, risk_category, confidence, summary e supporting_quotes. Assim, o resultado pode ser usado em um fluxo de gestão de casos sem processamento adicional nem suposições.

Como separar riscos reais de resultados de homônimos

Falsos positivos por homônimos estão entre os principais desafios da triagem de mídia negativa. Um resultado pode trazer o nome certo, mas se referir a outra pessoa. Isso acontece com frequência. Nomes comuns, transliterações e correspondências parciais aumentam o volume de resultados sem relação.

Um bom processo faz várias verificações em sequência:

  1. Comparação de nome e identificadores. Confira idade, localização, empregador, dados de registro da empresa, cargo e pessoas conhecidas.
  2. Contexto do artigo. Leia o artigo completo, não apenas o trecho ou o título.
  3. Resolução de entidades. Compare as referências no texto com o registro do cliente ou da contraparte.
  4. Classificação da categoria. Determine se o evento é criminal, político, jurídico, comercial ou irrelevante.
  5. Regras de encaminhamento. Encaminhe apenas casos incertos ou de alto risco para análise humana.

Os LLMs são mais úteis quando suas respostas se limitam às evidências disponíveis. Eles não devem inventar fatos. Devem resumir o que está presente, apontar incertezas e informar quando a matéria não sustenta uma correspondência.

Por que coletar o artigo completo melhora a precisão

Os trechos exibidos nas buscas não bastam. Muitas vezes, faltam neles detalhes essenciais para avaliar a relevância. A SerpApi fornece os links, que permitem acessar o artigo completo e analisar o próprio texto com mais profundidade. Isso melhora a precisão de três formas.

Primeiro, você vê o contexto completo da menção ao nome. Segundo, pode verificar se a notícia trata de uma acusação, condenação, ação judicial, nomeação ou outro evento. Terceiro, pode extrair frases que sustentem a análise e incluí-las no registro do caso.

Essa análise aprofundada deve ser feita apenas nos itens sinalizados. Assim, você controla os custos e o tempo de resposta, além de evitar coletas desnecessárias. A arquitetura é simples: buscar, sinalizar, enriquecer, analisar, resumir e armazenar.

Ao coletar o conteúdo da matéria, normalize o texto antes da análise. Remova menus, textos padrão e conteúdo duplicado. Em seguida, envie ao modelo apenas o texto relevante. Se a matéria for longa, divida o texto em partes e combine os resultados em uma etapa determinística de agregação.

Um fluxo de decisão em duas etapas para analisar mídia negativa

Na prática, a lógica de decisão deve seguir esta estrutura:

  • Fase 1: Pesquise a entidade na web e em fontes de notícias.
  • Fase 2: Aplique regras determinísticas de palavras-chave para identificar possíveis ocorrências.
  • Fase 3: Para as ocorrências identificadas, obtenha o texto completo da matéria.
  • Fase 4: Use um LLM com um prompt estruturado para classificar a relevância e a categoria.
  • Fase 5: Gere um resumo para a gestão de casos, com evidências, nível de confiança e justificativa.
  • Fase 6: Encaminhe casos incertos ou de alta gravidade para análise humana.

Essa sequência evita o erro comum de pedir ao modelo que faça a busca e a avaliação ao mesmo tempo. Também facilita os ajustes. Você pode aprimorar os termos de busca, as listas de palavras-chave, o prompt e os limites de forma independente.

Leve essas verificações para um fluxo de decisão

Crie regras para crédito, fraude ou cobrança e aplique-as a decisões em produção.

O que incluir na resposta estruturada

Para que o resultado seja útil nas operações, o formato precisa ser rígido. Texto livre, sozinho, não basta. Uma resposta útil pode incluir:

  • entity_match: sim, não ou incerto
  • match_type: exato, parcial, homônimo, alias ou sem relação
  • risk_category: atividade criminosa, política, sanções, fraude, litígio, regulatório ou outro
  • severity: baixa, média ou alta
  • confidence: pontuação numérica ou faixa predefinida
  • summary: resumo de 2 a 4 frases, em linguagem simples
  • evidence: trechos citados do artigo
  • recommended_action: encerrar, analisar ou encaminhar

Essa estrutura transforma um artigo em um registro do caso. Analistas conseguem revisá-lo rapidamente, e auditores conseguem acompanhar as evidências. As equipes de produto podem monitorar os resultados, e as regras usadas no processo continuam visíveis.

Controles importantes na triagem regulada

A triagem de mídia negativa envolve conformidade, risco e operações. Por isso, os controles são tão importantes quanto a abrangência das buscas.

Você precisa de um registro completo da decisão. Registre os termos pesquisados, os URLs das fontes, a regra de palavras-chave acionada, a versão do modelo, a versão do prompt e a classificação final. Se o resultado mudar depois, você precisa saber o motivo.

Também é importante controlar as versões das palavras-chave e dos prompts. Uma pequena alteração no prompt pode mudar o comportamento da classificação. Uma atualização nas palavras-chave pode alterar o tamanho da fila. Trate ambos como conjuntos de regras sujeitos a controle, não como edições casuais.

Por fim, mantenha a análise humana nos casos ambíguos. O modelo deve reduzir o trabalho manual, não substituir a responsabilidade.

Erros comuns na implementação

As equipes costumam cometer os mesmos erros:

  • Consideram apenas os trechos dos títulos e não leem o artigo completo.
  • Usam um único prompt extenso para todos os casos, independentemente da categoria.
  • Não separam a sinalização dos resultados da decisão final.
  • Armazenam apenas a resposta final e perdem a trilha de evidências.
  • Ignoram a possibilidade de homônimos e tratam todas as correspondências como verdadeiras.

Cada um desses erros gera ruído que poderia ser evitado ou deixa riscos passar. A solução é um processo dividido em etapas, com regras explícitas e resultados rastreáveis.

Como integrar essa análise ao seu processo de KYB e KYC

A análise de mídia negativa não deve ficar isolada. Ela deve ser combinada com verificações de identidade, triagem de sanções, dados de registros empresariais, verificação de UBOs, inteligência de dispositivos e indícios de fraude. Juntas, essas fontes ajudam a formar uma visão mais completa da pessoa ou empresa e do seu perfil de risco.

Isso é especialmente importante em KYB, porque diretores, acionistas e empresas relacionadas também podem ser relevantes. Um único artigo negativo sobre um diretor pode mudar o resultado da análise, mesmo que o registro da empresa não indique problemas.

Em KYC, o benefício é parecido. Uma pessoa pode passar pelas verificações iniciais de cadastro e ainda aparecer em notícias que merecem análise. O processo deve identificar esses casos. Analistas não deveriam precisar ler centenas de resultados de busca sem relação.

Resumo

A análise de notícias negativas funciona melhor quando faz parte de um fluxo de decisão, não quando é tratada como uma única tarefa do modelo. Use SerpApi para reunir resultados do Google Search e do Google News. Aplique regras de palavras-chave para identificar possíveis problemas. Depois, colete o texto completo da matéria e use uma análise estruturada com LLM para determinar se ela realmente trata da entidade, a qual categoria pertence e se precisa ser escalada.

Essa abordagem mantém o processo determinístico onde isso é necessário e usa a compreensão de linguagem onde ela agrega valor. Também oferece às equipes de conformidade o que precisam: rastreabilidade, explicabilidade e uma fila de casos mais organizada.

Com esse desenho, a triagem de mídia negativa deixa de ser apenas uma busca e passa a ser um controle que pode ser repetido.

Perguntas frequentes

Quais resultados de busca devem levar à coleta do artigo completo?

Acesse o artigo completo quando um resultado corresponder a uma palavra-chave negativa ou a uma regra de categoria. Depois, priorize os resultados que também coincidam com um segundo identificador, como localização, empregador, cargo ou vínculo com uma empresa. Mantenha a busca inicial ampla o suficiente para encontrar aliases e notícias em idiomas locais. Coletar todos os artigos que mencionam um nome aumenta os custos e o volume da fila, mas analisar apenas os trechos pode deixar de fora o contexto necessário para confirmar a identidade.

Como definir o ponto de corte das palavras-chave?

Não use um único ponto de corte para todas as palavras-chave. Comece com um conjunto amplo de regras e teste-o com notícias relevantes e irrelevantes já identificadas para o perfil analisado. Flexibilize os termos quando deixar passar notícias graves for um risco alto. Torne-os mais restritos quando os resultados de homônimos sobrecarregarem os analistas. A cada mudança, revise o volume da fila e os casos não identificados, além de manter o histórico de revisões das regras.

Quais resultados de mídia negativa devem ser encaminhados a um analista?

Encaminhe para um analista os casos em que a identidade é incerta, as acusações são graves ou o artigo contém informações conflitantes. Um LLM pode extrair evidências e classificar a categoria, mas um analista deve aprovar a conclusão negativa ou qualquer ação relacionada à conta. Não trate uma pontuação de confiança como prova de identidade. Peça ao analista que compare os identificadores com o contexto completo do artigo.

Como testar a triagem antes de colocá-la em produção?

Reprocesse resultados de triagens anteriores com desfechos confirmados por analistas. Inclua nomes comuns, aliases, transliterações, notícias em idiomas locais e reportagens desatualizadas ou corrigidas. Meça com que frequência o processo encontra notícias relevantes, quantos falsos positivos encaminha para análise e quantos resultados os analistas precisam encerrar. Teste separadamente as mudanças nos termos de busca, nas regras de palavras-chave e nos prompts para identificar o que alterou os resultados.

Leve essas verificações para um fluxo de decisão

Crie regras para crédito, fraude ou cobrança e aplique-as a decisões em produção.