Estudo sobre integração de IA no projeto¶

1. Definição da Tecnologia (Stack)¶

Modelo Escolhido: Google Gemini 1.5 Flash
Forma de Uso: API via SDK oficial (google-generativeai)
Objetivo da IA: Triagem e classificação de dados brutos (filtragem)
Justificativa: APIs governamentais retornam uma grande massa de dados. A IA atuará como um filtro para identificar quais projetos de lei (PLs) são relacionados ao tema “Proteção de Crianças na Internet”, separando-os de conteúdos genéricos ou irrelevantes.

2. Ponto de Integração no Sistema¶

A IA será o Portão de Qualidade (Quality Gate) do sistema.

Localização arquitetural: camada de services (ex: app/services/filter_service.py)
Momento da integração: após a coleta dos dados brutos da API governamental
Resultado: apenas dados aprovados pela IA serão armazenados no PostgreSQL e exibidos no sistema

3. Estrutura de Código e Módulos¶

app/services/filter_service.py: lógica de filtragem; recebe uma lista de PLs e retorna apenas os relevantes
app/models.py: armazena apenas itens filtrados, otimizando o banco de dados
.env: armazenamento seguro da chave de acesso à API do Gemini

4. Fluxo Básico de Funcionamento (Entrada → Filtragem → Saída)¶

1. Entrada (Raw Data)¶

O sistema coleta diariamente projetos de lei da API governamental, contendo dados de diversos temas.

2. Processamento (AI Filtering)¶

O filter_service envia o título e a ementa do PL para a IA.

Prompt de filtragem:

Analise o projeto abaixo. Ele contém medidas diretas sobre proteção de menores em ambiente digital, crimes cibernéticos contra crianças ou segurança de dados infantis? Responda apenas SIM ou NÃO.

A IA atua como um classificador binário.

3. Saída (Curated Content)¶

NÃO: o dado é descartado
SIM: o dado é salvo e exibido no sistema

5. Gestão de Cotas e Limites¶

Para lidar com o limite de requisições da API do Gemini (15 RPM no plano gratuito), serão aplicadas estratégias de otimização:

Pré-filtragem por keywords: reduz o volume enviado à IA
Batch processing: envio de múltiplos registros em uma única requisição
Persistência de decisões: evitar reprocessar PLs já analisados

Síntese¶

A IA será usada como um filtro inteligente dentro da camada de serviços, funcionando como um mecanismo de triagem entre os dados brutos da API e os dados realmente relevantes para o sistema. Isso reduz ruído, melhora a qualidade da informação exibida e mantém o sistema focado no objetivo principal do projeto.