A maior parte dos desenquadramentos que viram ofício da CVM não vem de decisão errada. Vem de leitura. O limite estava no regulamento da classe, aprovado em assembleia há dois anos, num PDF de 60 páginas que ninguém abre desde então — e a operação seguiu o limite da norma geral, que é mais folgado. Os dois documentos nunca foram lidos lado a lado porque ler os dois, para 27 fundos, toda semana, é trabalho que não cabe no expediente de ninguém.
Retrieval-Augmented Generation resolve esse problema específico. Não porque o modelo seja esperto, mas porque a busca semântica traz o artigo certo do documento certo no momento em que a pergunta é feita. O que decide o resultado não é qual LLM você usou. É como a base foi construída.
Por que o desenquadramento involuntário é um problema de leitura
A RCVM 175 empilhou camadas. Existe a parte geral, existe o anexo normativo da categoria, existem os ofícios-circulares da SIN que consolidam entendimentos, existe o regulamento do fundo e existe o regulamento da classe, que pode ser mais restritivo que a norma. Some a isso subclasses com taxas e públicos-alvo diferentes e você tem, para cada posição da carteira, uma pergunta que só é respondida cruzando quatro fontes.
Na prática, o time de compliance responde essa pergunta por memória. Memória funciona bem até o dia em que o fundo número 18 tem uma cláusula que os outros 17 não têm.
O regime também mudou o custo do erro. Com prestadores essenciais respondendo cada um pelos próprios atos, a pergunta do regulador deixou de ser quem administra e passou a ser de quem era o dever e onde está a evidência. Escrevemos sobre esse deslocamento em como a RCVM 175 impacta a relação entre administradora e gestora.
O que um RAG para conformidade da CVM 175 precisa ter
Quatro decisões de arquitetura separam um sistema que serve de um que produz respostas bonitas e erradas.
A primeira é granularidade. Fatiar o documento a cada mil caracteres destrói a unidade que importa no direito regulatório, que é o artigo com seus incisos e parágrafos. O corte precisa respeitar a estrutura normativa, mantendo o artigo inteiro junto e carregando no metadado a hierarquia acima dele.
A segunda é versionamento. Norma tem vigência e regulamento tem assembleia. Uma base que guarda só a versão atual responde certo hoje e erra qualquer pergunta sobre um evento de 2024, que é justamente o tipo de pergunta que o auditor faz.
A terceira é escopo por permissão. O trecho recuperado carrega fundo, classe e subclasse no metadado, e a busca só enxerga o que o usuário pode ver. Sem isso, o analista de um fundo exclusivo recebe o regulamento de outro cliente na resposta.
A quarta é citação obrigatória. Resposta sem trecho de origem e sem link para o documento não vale nada em ambiente regulado, porque não é verificável.
| Camada | O que entra | Quem atualiza |
|---|---|---|
| Norma | RCVM 175, anexos normativos, suplementos, ofícios-circulares | Sincronização com a fonte da CVM |
| Fundo | Regulamento, atas, contratos com prestadores, políticas | Versão nova a cada assembleia |
| Posição | Carteira, cotistas, enquadramento, obrigações do calendário | A mesma base que fecha a cota |
| Histórico | Versões anteriores, com vigência | Nunca sobrescreve, sempre acrescenta |
Um RAG que responde sem citar a fonte não é uma ferramenta de compliance, é um gerador de opinião. Em processo sancionador, a resposta que importa não é a do modelo: é o artigo que a fundamenta.
A base de conhecimento importa mais que o modelo
Trocar de modelo é uma linha de configuração. Refazer uma base mal construída é um trimestre.
Isso inverte a ordem em que a maioria dos projetos começa. Escolhe-se o modelo, monta-se a demo, e a base entra depois, com o acervo que estiver à mão: PDFs escaneados, versões duplicadas em pastas do Drive, contratos sem data. O sistema fica impressionante na demonstração e inútil no fundo 18, pelo mesmo motivo de sempre.
A hierarquia real é essa: qualidade e recorte da base, depois metadados e permissão, depois a estratégia de busca, e só então o modelo. Nos nossos testes internos, a diferença entre um modelo de fronteira e o modelo imediatamente anterior aparece em nuance de redação. A diferença entre uma base fatiada por artigo e uma base fatiada por tamanho aparece em resposta errada.
O cruzamento que evita multa
O uso que paga a conta é comparativo, não descritivo. Perguntar o que a norma diz é fácil e o Google responde. O que ninguém consegue fazer à mão é a pergunta cruzada.
Alguns exemplos que já valem por si:
- ●Esta posição respeita o limite do regulamento da classe, que é mais restritivo que o da CVM?
- ●O cotista que entrou ontem atende ao público-alvo definido na subclasse, e o termo assinado é o do Anexo A ou o do Anexo B da Resolução CVM 30?
- ●O regulamento desta classe limita a responsabilidade do cotista, e a denominação traz o sufixo exigido pelo art. 6º, § 3º?
- ●Existe cláusula neste contrato de prestação de serviços que devolve, por via contratual, a solidariedade que a norma retirou?
Cada uma dessas perguntas, respondida com o artigo à vista, custa segundos. Feita à mão, custa uma tarde de alguém caro. E é a que não foi feita que vira desenquadramento.
Como saber se o seu RAG funciona
Monte um conjunto de trinta perguntas cuja resposta você já conhece, incluindo cinco que devem retornar "não encontrei", e meça três coisas: se o trecho citado sustenta mesmo a resposta, se o sistema admite não saber em vez de inventar, e quanto tempo o analista leva até a decisão. Precisão importa menos que honestidade. Um sistema que responde 80% e recusa 20% é operável; um que responde 100% com 5% de invenção não é, porque você não sabe quais 5%.
Na Arkar, esse cruzamento roda sobre a mesma base que fecha a cota e emite os informes, com trilha de auditoria de cada consulta, inclusive das negadas por escopo. Se quiser ver funcionando sobre um regulamento parecido com o do seu fundo mais complicado, agende uma demonstração ou escreva para <contato@arkar.ai>.