Retenção de logs de conversas de IA: prazo, mascaramento e LGPD

Retenção de logs de conversas de IA: prazo, mascaramento e LGPD

Para reter logs de conversas de IA em conformidade com a LGPD, defina para cada tipo de registro a finalidade, o menor prazo que atende essa finalidade e o que será mascarado antes de gravar. Guarde o suficiente para auditar decisões do agente e corrigir erros, e elimine o resto de forma automática. Não existe um número de dias que sirva para toda empresa: o prazo nasce da finalidade e de eventuais obrigações legais, e deve ser validado com o jurídico ou com o encarregado de dados.

Principais pontos

• Log de conversa de IA quase sempre contém dado pessoal, então precisa de finalidade, base legal e prazo definidos antes de ir para produção.
• Separe os logs em camadas (decisão, conteúdo, técnico) e dê a cada camada um prazo diferente, em vez de um prazo único para tudo.
• Mascare na entrada do log, não depois: o dado que nunca foi gravado não vaza, não precisa ser eliminado e não entra em pedido de titular.
• Auditar um agente exige rastrear o que ele decidiu e por quê, o que muitas vezes dispensa guardar a conversa inteira em texto aberto.
• Retenção só existe de verdade quando a eliminação é automática, testada e cobre cópias, backups e o que está com fornecedores.

Por que guardar logs e por que não guardar tudo

Um agente de IA que atende clientes ou opera um processo precisa de registro. Sem log, ninguém consegue responder perguntas simples: por que o agente recusou esse pedido, qual instrução ele seguiu, quando passou para um humano, que ferramenta chamou. Auditoria, correção de erros, avaliação de qualidade e defesa em uma disputa dependem desse rastro.

O outro lado é que a conversa em si costuma ser o dado mais sensível do sistema. Clientes escrevem nome, CPF, endereço, detalhes de pedido, reclamações e, às vezes, informações de saúde ou financeiras que ninguém pediu. Quanto mais tempo e mais completo o texto guardado, maior a superfície de risco: acesso indevido, uso para finalidade diferente da original, vazamento e dificuldade de atender pedidos de titulares.

A LGPD organiza essa tensão por princípios, entre eles finalidade, adequação, necessidade e segurança. Na prática, a pergunta de projeto é: qual é o menor registro que ainda me permite auditar? Para o panorama geral da lei aplicada a IA, vale ler o guia sobre LGPD e inteligência artificial: o que a empresa deve fazer.

Que tipos de log existem e por que merecem prazos diferentes

Tratar "log" como uma coisa só é o erro mais comum. Um agente gera, no mínimo, quatro famílias de registro, com riscos e utilidades distintos.

• Log de decisão: qual intenção o agente identificou, qual regra ou instrução usou, qual ferramenta chamou, qual foi o resultado, se houve transferência para humano. Tem alto valor de auditoria e, se bem desenhado, pouco dado pessoal.
• Log de conteúdo: o texto trocado com o cliente, mensagens do usuário e respostas do modelo. Tem valor para investigar casos e avaliar qualidade, mas concentra o risco de dado pessoal.
• Log técnico: latência, erros, consumo de tokens, versão do modelo e do prompt. Em geral sem dado pessoal, útil para operação e custo.
• Log de acesso e administração: quem consultou ou exportou conversas, quem mudou configuração. É o que prova que o próprio log está protegido.

O padrão que recomendamos como hipótese de trabalho, a validar caso a caso, é: log de decisão e técnico com prazo mais longo porque são menos sensíveis, log de conteúdo com prazo curto e acesso restrito, e log de acesso mantido pelo tempo que a segurança e a auditoria interna exigirem.

Para o lado técnico, as convenções semânticas de IA generativa do OpenTelemetry ajudam a padronizar o que é registrado em cada chamada, e tratam o conteúdo das mensagens como informação potencialmente sensível, de captura opcional. Isso reforça a ideia de que gravar o texto completo deve ser uma decisão, não um padrão.

Como definir o prazo de retenção de cada camada

Não há prazo universal. O que existe é um raciocínio que você consegue documentar e defender. Use este guia de decisão para cada camada de log, na ordem.

• Qual é a finalidade concreta? Exemplos: investigar reclamação, avaliar qualidade do agente, provar o que foi combinado, depurar falha. Se você não consegue escrever a finalidade em uma frase, não guarde.
• Qual é a base legal? Cada finalidade precisa de uma base da LGPD, como execução de contrato, cumprimento de obrigação legal, legítimo interesse (com avaliação) ou consentimento. O jurídico ou o encarregado confirma.
• Existe obrigação legal ou regulatória de guarda para esse tipo de registro? Se existir, ela define o prazo mínimo e deve estar documentada. Se não existir, não invente uma.
• Quanto tempo a finalidade realmente exige? Pense no ciclo do caso: uma reclamação típica se resolve em quanto tempo? Uma disputa pode aparecer em quanto tempo depois do atendimento? O prazo deve cobrir esse ciclo, não mais.
• O que acontece depois do prazo? Defina eliminação ou anonimização, e quem comprova que aconteceu.
• Há exceção para casos em disputa? Um mecanismo de retenção por motivo específico (guarda legal ou litígio) evita que você estenda o prazo de todo mundo por causa de poucos casos.

A LGPD prevê que os dados sejam eliminados quando termina o tratamento, com exceções como o cumprimento de obrigação legal. Por isso o prazo precisa ser uma decisão registrada, com dono e data de revisão, e não um comportamento herdado da ferramenta. Muitas plataformas guardam histórico indefinidamente por padrão: confira a configuração de cada uma.

Se o seu agente usa fornecedores de modelo, de WhatsApp ou de observabilidade, o prazo deles também conta. Os logs podem existir em mais de um lugar. A divisão de papéis e responsabilidades está detalhada em operador e controlador na LGPD, e vale ter a retenção de cada fornecedor descrita em contrato ou em documentação oficial dele.

Mascaramento: o que mascarar, quando e com qual técnica

Mascarar é reduzir a identificabilidade do dado antes que ele seja armazenado. A regra prática é mascarar o mais cedo possível, idealmente antes de o texto chegar ao banco de logs ou ao serviço de observabilidade. Se o dado bruto é gravado e só depois tratado, você já criou a cópia que queria evitar.

Candidatos óbvios a mascaramento em conversas no Brasil:

• CPF, CNPJ, RG e outros documentos.
• Telefone, e-mail e endereço completo.
• Números de cartão, dados bancários e chaves Pix.
• Nome completo quando não for necessário para a finalidade do log.
• Dados de saúde, de menores e outros dados sensíveis citados espontaneamente.
• Segredos que o usuário cola na conversa, como senhas e tokens.

Existem três níveis, e a diferença importa para a LGPD:

• Mascaramento parcial: manter parte do dado (por exemplo, os últimos dígitos) para conferência humana. O dado continua sendo pessoal.
• Pseudonimização: trocar o identificador por um código, mantendo a chave de reversão separada e protegida. O dado ainda é pessoal, pois pode ser reidentificado com a chave.
• Anonimização: remover a possibilidade razoável de identificar a pessoa. Só nesse caso o dado deixa de ser considerado pessoal, e a barra para provar isso é alta.

Na prática de implementação, uma abordagem equilibrada é guardar o log de decisão com identificador pseudonimizado e o texto da conversa com entidades sensíveis substituídas por marcadores, como [CPF] ou [TELEFONE]. O auditor ainda entende o que aconteceu, e o risco cai bastante. Detecção por padrões funciona bem para documentos e telefones, e falha mais com nomes e dados em texto livre, então trate a detecção como redução de risco e não como garantia.

O mascaramento também protege contra um risco listado no OWASP Top 10 para aplicações com LLM: a divulgação de informação sensível. Um log cheio de dado pessoal em texto aberto é um alvo fácil, e quem tem acesso ao painel de observabilidade passa a ter acesso à base de clientes. Em complemento, a validação de entrada e saída do agente, descrita em guardrails para agentes de IA, pode impedir que o dado sensível sequer entre no fluxo.

Cenário ilustrativo: agente de atendimento no WhatsApp

Cenário ilustrativo, sem relação com nenhum caso real. Uma loja usa um agente de IA no WhatsApp para informar status de pedido, abrir pedido de troca e passar casos difíceis para uma pessoa. O time quer auditar as decisões e revisar as conversas que terminaram em reclamação.

O desenho de retenção poderia ser este:

• Log de decisão: guarda intenção identificada, ferramenta chamada, resultado, motivo da transferência e identificador pseudonimizado do cliente. Prazo mais longo, revisado periodicamente, acesso para operação e auditoria.
• Log de conteúdo: guarda o texto com CPF, telefone, endereço e e-mail substituídos por marcadores. Prazo curto, suficiente para o ciclo normal de uma reclamação. Acesso restrito a poucas pessoas, com registro de cada consulta.
• Conversas ligadas a reclamação formal ou disputa: marcadas com retenção por motivo específico, com responsável e data de revisão. Quando o motivo acaba, voltam ao prazo normal.
• Mídia enviada pelo cliente, como foto de comprovante: não entra no log de conteúdo. Fica no sistema do pedido, sob as regras desse sistema.
• Eliminação: rotina automática diária que apaga o que venceu e grava um registro de que a rotina rodou, sem conteúdo.

Com esse desenho, uma auditoria consegue responder por que o agente abriu uma troca, e um pedido de eliminação de um titular consegue ser atendido localizando o identificador, sem varrer texto livre em busca de nomes. Para a parte de integração com o canal, o guia de como integrar IA no WhatsApp da empresa explica o fluxo em que esses registros nascem.

Plano passo a passo para implantar a retenção

O método que aplicamos em projetos de agentes segue quatro movimentos: mapear, limitar, pilotar e transferir. Aplicado à retenção de logs, fica assim.

Mapear:

• Liste todos os lugares onde a conversa deixa rastro: plataforma do canal, orquestrador, banco de dados, ferramenta de observabilidade, fornecedor do modelo, planilhas e e-mails de exportação.
• Para cada lugar, anote o que é gravado, por quanto tempo hoje e quem acessa. Quase sempre aparecem cópias que ninguém lembrava.

Limitar:

• Escreva a finalidade de cada camada de log e remova o que não tem finalidade.
• Defina prazos por camada, com base legal e responsável.
• Implemente o mascaramento na origem e restrinja o acesso por função, com registro de consulta.
• Verifique a retenção e as opções de não uso para treinamento nos fornecedores, em documentação oficial ou contrato.

Pilotar:

• Rode um fluxo real, não todos de uma vez, com logs nas camadas desenhadas.
• Teste com conversas sintéticas contendo dados fictícios: o mascaramento pegou? A eliminação rodou no prazo? O pedido de eliminação de um titular fictício foi atendido em todas as cópias?
• Combine uma métrica de sucesso antes de começar, por exemplo se a equipe de auditoria consegue explicar uma decisão do agente usando apenas o log mascarado. Para estruturar essa medição, veja como medir um piloto de automação com IA.

Transferir:

• Entregue a política de retenção, o inventário de logs, o procedimento de pedido de titular e o responsável por cada rotina.
• Decida junto com a equipe se o desenho expande para outros fluxos, se ajusta ou se para.

Se o tratamento envolve volume relevante de dado pessoal ou dado sensível, avalie fazer ou atualizar o relatório de impacto. O artigo sobre RIPD para projetos de IA mostra quando isso faz sentido e o que incluir. Para orientações oficiais sobre proteção de dados no Brasil, a referência é a ANPD.

Erros comuns que desfazem a política de retenção

• Definir o prazo no papel e deixar a ferramenta com retenção ilimitada por padrão.
• Mascarar só na tela de consulta, enquanto o banco guarda o texto bruto.
• Esquecer backups, exportações e ambientes de teste que receberam cópia de conversas reais.
• Dar acesso amplo ao painel de logs porque "é só para depurar".
• Usar conversas reais, sem tratamento, como material de avaliação ou de treinamento de prompts, sem nova avaliação de finalidade.
• Estender o prazo de todos por causa de poucos casos, em vez de marcar exceções individuais.

Nenhum desses erros exige tecnologia sofisticada para ser corrigido. Exigem dono, inventário e teste periódico.

Perguntas frequentes

Qual é o prazo ideal para guardar logs de conversas de IA? Não existe prazo ideal universal. O prazo correto é o menor que atende à finalidade documentada e a eventuais obrigações legais, e costuma ser mais curto para o texto da conversa e mais longo para registros de decisão sem dado pessoal. Valide a definição com o jurídico ou com o encarregado de dados.

Mascarar os dados já resolve a LGPD? Não resolve sozinho. Mascarar e pseudonimizar reduzem o risco, mas o dado pseudonimizado continua sendo dado pessoal, e você ainda precisa de finalidade, base legal, prazo, controle de acesso e atendimento a pedidos de titulares. Só a anonimização efetiva tira o dado do alcance da lei, e ela é difícil de comprovar em texto livre.

Preciso guardar a conversa inteira para auditar o agente? Em geral não. Um log de decisão bem desenhado, com intenção, ferramenta chamada, resultado e motivo de transferência, responde à maioria das perguntas de auditoria. Guarde o texto, mascarado e por prazo curto, para os casos em que a revisão da conversa realmente agrega.

O fornecedor do modelo ou da plataforma também retém as conversas? Pode reter, e o prazo e as condições variam por fornecedor e por plano. Consulte a documentação oficial e o contrato de cada um, registre isso no inventário de logs e verifique se há opção de reduzir a retenção ou de não usar os dados para treinamento.

Fontes

• ANPD: Autoridade Nacional de Proteção de Dados
• OpenTelemetry: semantic conventions for generative AI
• OWASP Top 10 for LLM Applications
• NIST AI Risk Management Framework