Excluir dados de cliente de agente de IA: encontrar, remover e verificar

Para excluir dados de um cliente de um agente de IA, primeiro encontre todos os lugares onde o agente guardou essas informações: memória ativa, notas salvas, índices de busca, resumos, resultados de ferramentas e logs. Depois, remova ou sobrescreva cada cópia que a política permitir, guarde apenas o registro mínimo que comprova que o pedido foi atendido e confirme o resultado com uma checagem que possa ser repetida. Apagar só a entrada de memória mais evidente raramente basta, porque agentes copiam informações para mais lugares do que a maioria dos donos imagina.

Principais pontos

• Um agente guarda dados pessoais em várias camadas, então um pedido de exclusão precisa ser rastreado camada por camada antes de qualquer remoção.
• Mapeie onde cada agente guarda dados antes de um pedido chegar, para que sua equipe não precise procurar os locais sob pressão.
• Registre o que foi excluído, quando e com que base, sem copiar o dado pessoal para dentro desse registro.
• Verifique a exclusão testando o que o agente ainda consegue recuperar, inclusive por meio de resumos e índices de busca.
• Defina antecipadamente quais obrigações legais ou operacionais podem justificar a manutenção de um registro mínimo, e peça que o jurídico confirme essas obrigações.

O que conta como memória do agente quando chega um pedido de exclusão?

Quando se fala em memória de agente, a maioria pensa no histórico de conversas. Em um agente de negócio, a memória é mais ampla. Ela inclui a conversa que o agente está mantendo naquele momento, anotações de longo prazo que ele escreve sobre clientes ou funcionários, documentos indexados para responder perguntas, resumos gerados para encurtar trocas antigas e registros de cada chamada de ferramenta, como um chamado aberto ou um agendamento alterado. Qualquer um deles pode conter um nome, um telefone, um histórico de pedidos ou um detalhe sensível que a pessoa mencionou de passagem.

A pergunta prática não é se o agente "lembra" dessa pessoa. É onde as informações dela existem, em que formato e quem ou o que consegue ler esses dados. Isso é uma questão de inventário de dados, e precisa ser respondida antes do primeiro pedido. A documentação de arquitetura do Google Cloud sobre geração aumentada por recuperação (RAG) descreve como os documentos recuperados alimentam as respostas do agente, o que ajuda a entender por onde um texto pessoal pode reaparecer.

Encontre cada cópia antes de excluir qualquer coisa

Trabalhe com uma lista de verificação escrita, e não com a memória de alguém. Para cada agente, registre se ele guarda:

• Contexto de conversas abertas, incluindo sessões que ainda estão ativas
• Anotações persistentes ou campos de perfil que o agente escreve sobre uma pessoa
• Índices de busca ou vetoriais criados a partir de documentos que citam a pessoa
• Resumos gerados, inclusive resumos de resumos anteriores
• Entradas e saídas de ferramentas armazenadas no histórico de ações do agente
• Logs de aplicação, rastreamentos e bases de avaliação que capturaram a troca
• Cópias mantidas por fornecedores, como um repositório de memória hospedado ou a retenção de logs do provedor

Faça a busca por todos os identificadores que você tem da pessoa, e não apenas pelo e-mail que aparece no pedido. Um agente pode ter guardado os dados sob um apelido, um telefone abreviado ou o nome de uma empresa. Anote cada identificador usado na busca, para que ela possa ser refeita e explicada depois. Um layout de arquivos simples e revisável ajuda nesse trabalho, e vale manter os repositórios de memória em um lugar que um revisor consiga encontrar.

O último item da lista é o mais importante quando há terceiros envolvidos. Se um fornecedor mantém logs sob as próprias regras de retenção, a exclusão feita nos seus sistemas fica incompleta enquanto essas configurações não forem verificadas também. Suboperadores de dados do fornecedor de IA: quem mais trata seus dados? explica como identificar essas partes antes de precisar delas.

Um plano de exclusão passo a passo

Use sempre a mesma sequência, para que o resultado possa ser defendido diante de um cliente, de um órgão regulador ou do próprio conselho.

• Passo 1: Confirme que o pedido é válido. Verifique quem está pedindo pelo canal que você já usa para assuntos da conta. Em operações no Brasil, confira as obrigações descritas em LGPD e agentes de IA nas empresas: o que verificar antes de usar e peça que o jurídico confirme qualquer regra aplicável ao seu setor.
• Passo 2: Congele novas gravações sobre a pessoa. Impeça o agente de incluir anotações novas enquanto o pedido estiver aberto, para que a exclusão não persiga um alvo em movimento.
• Passo 3: Localize cada cópia usando a lista de verificação e todos os identificadores conhecidos.
• Passo 4: Decida, para cada cópia, se ela será excluída, sobrescrita ou mantida. Registre o motivo de cada decisão de manutenção.
• Passo 5: Exclua primeiro dos repositórios principais, depois dos índices e artefatos derivados, e por último dos logs e das cópias mantidas por fornecedores.
• Passo 6: Verifique o resultado, conforme a seção de verificação abaixo.
• Passo 7: Envie a confirmação com um texto aprovado previamente e feche o registro.

Congelar as gravações é a etapa que as equipes mais costumam pular. Um processo em segundo plano pode recriar um perfil a partir de uma nova mensagem ou de uma sincronização programada, se nada o impedir. Limite também quem pode abrir os dados de origem durante o processo. A pessoa que cuida do pedido precisa de acesso suficiente para concluí-lo, e nem um pouco mais.

Como tratar resumos, embeddings e logs?

Excluir um documento de origem não apaga automaticamente um resumo feito a partir dele. Resumos são dados derivados, e podem carregar o mesmo detalhe pessoal de forma compactada. Gere novamente o resumo afetado sem o material daquela pessoa, ou exclua-o se ele não puder ser refeito de forma limpa. Índices de busca e armazenamentos vetoriais exigem o mesmo cuidado. Remover o texto original não basta se o índice ainda guarda representações dele. Muitas equipes reconstroem a partição afetada do índice, em vez de editar entrada por entrada, porque a reconstrução é mais fácil de explicar e de auditar.

Os logs são mais difíceis, porque a operação depende deles. Registros de observabilidade ajudam a depurar um agente e a entender o que ele fez, e a documentação de conceitos do OpenTelemetry descreve como rastreamentos, métricas e logs sustentam esse trabalho. A solução melhor é desenhar os logs para que o conteúdo pessoal nem seja armazenado neles. Registre que uma ferramenta foi chamada, qual objeto ela tocou por identificador interno e o código do resultado, em vez da mensagem completa. Quando os logs já contêm dados pessoais, defina uma retenção que os faça expirar em um prazo conhecido e documente qualquer exceção. Quanto menos dado pessoal entra no agente desde o início, menor fica essa lista, e por isso a minimização de dados em agentes de IA deve fazer parte da mesma revisão.

Como verificar se o dado realmente sumiu?

A verificação é o que transforma uma exclusão em um resultado que você consegue demonstrar. Teste a recuperação da forma como o agente faria, e não apenas olhando uma tabela no banco de dados.

• Em uma sessão de teste, pergunte ao agente sobre a pessoa usando cada identificador conhecido e confirme que nada pessoal volta.
• Consulte o índice de busca com esses identificadores e com frases distintivas dos documentos da pessoa.
• Verifique os resumos regenerados e os campos de perfil em busca do nome e dos dados de contato da pessoa.
• Pesquise os repositórios de logs e as bases de avaliação pelos identificadores, com acesso restrito ao revisor.
• Confirme que cada configuração ou API de exclusão do fornecedor informa o registro como removido.
• Registre a data, quem fez o teste e o resultado, sem guardar o dado pessoal no próprio registro de verificação.

Repita o teste depois da próxima sincronização ou tarefa programada. Um cache, uma importação de outro sistema ou a restauração de um backup podem trazer o dado de volta. Uma verificação aprovada uma vez é prova apenas daquele momento, e o registro deve deixar isso claro.

Como fica uma exclusão na prática?

Cenário ilustrativo: uma clínica pequena usa um agente para responder às dúvidas de pacientes sobre consultas. Um paciente pede a exclusão das suas informações. A equipe encontra o nome dele em uma nota de perfil escrita pelo agente, em um resumo de uma conversa longa sobre remarcação, em um índice de busca criado a partir de um documento compartilhado em que o paciente havia enviado uma carta de encaminhamento, e no log de ferramenta de uma alteração de agendamento. A nota de perfil e o resumo são regenerados. A carta de encaminhamento sai ao reconstruir a partição do índice. O log do agendamento guarda apenas um código de evento e uma referência interna, pela regra de retenção que a clínica havia documentado. O histórico de conversas no fornecedor é limpo pela configuração de exclusão dele. A primeira verificação não encontra nada pessoal pelo agente, mas uma sincronização programada a partir do sistema de agenda recria a nota de perfil. Por isso a equipe repete a checagem depois da sincronização e acrescenta esse passo ao runbook.

A abordagem gerenciada da Be Human incorpora essas etapas antes de um agente entrar em operação. Isso inclui um mapa de dados para cada função, uma regra de retenção para cada repositório, um runbook de exclusão que a equipe de operações consegue seguir e revisões periódicas de permissões que verificam se novas ferramentas ou fornecedores criaram cópias. Quando um pedido chega, a equipe gerenciada executa o runbook, mantém o registro de auditoria e repete a verificação depois das sincronizações programadas. O trabalho é operacional e continua após o lançamento, não é uma configuração feita uma única vez.

Por onde uma equipe deve começar neste mês?

Comece com um inventário dos agentes que você já opera e dos repositórios em que cada um grava. Depois escolha o agente que mais lida com dados pessoais e aplique a lista de verificação a uma pessoa de teste, usando um registro fictício e não um cliente real. As lacunas encontradas vão mostrar quais regras de retenção e quais passos do runbook escrever primeiro. Manter esse inventário atualizado também sustenta uma governança mais ampla, como sugere o NIST AI Risk Management Framework, que organiza o trabalho de risco de IA em torno de governar, mapear, medir e gerenciar.

Se você quer descobrir qual é a primeira tarefa que vale entregar a um agente, faça o diagnóstico gratuito de IA da Be Human.

Perguntas frequentes

Posso apagar a memória de um agente sem apagar os registros do negócio? Sim, e normalmente convém manter os dois separados. Dados pessoais na memória de conversas, nos resumos e nos índices costumam poder ser removidos, enquanto registros de pedido, nota fiscal ou caso permanecem onde uma obrigação legal ou operacional exigir. Documente quais registros foram mantidos, por que e quem pode acessá-los.

Preciso excluir dados do próprio modelo? Na maioria das configurações gerenciadas, o modelo é acessado por API e os seus dados ficam nos repositórios de memória e recuperação que você controla, então é ali que a exclusão acontece. Confirme com o fornecedor se algum dado seu é usado para treinamento ou retido para registro, e torne essa resposta parte do contrato de tratamento de dados. Se os termos do fornecedor disserem outra coisa, o escopo da exclusão precisa incluir as cópias dele.

E se um pedido de exclusão entrar em conflito com uma obrigação legal de guarda? Mantenha apenas o registro mínimo exigido pela obrigação, como uma referência de transação ou uma data, e remova o restante. Limite o acesso a esse registro, defina uma data de fim de guarda e escreva a base legal em linguagem simples. Peça que o jurídico revise a exceção antes de aplicá-la a um pedido real.

Como provar ao solicitante que a exclusão aconteceu? Envie uma confirmação que descreva o que foi removido e o que, se algo, foi mantido e por quê, usando um texto aprovado previamente. Guarde um registro interno de verificação que mostre os testes feitos, a data e o resultado, sem copiar para ele o dado pessoal. Esse registro é o que permite responder a uma pergunta de acompanhamento meses depois.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.