GePP-SAAS: uma abordagem baseada em engenharia de prompt para
geração de políticas de privacidade com IA generativa
Engenharia de prompt, IA generativa, Políticas de privacidade, Saas, LGPD
Com a crescente adoção de modelos de linguagem de larga escala (LLMs) em
tarefas especializadas, surge a necessidade de compreender como orientar
esses sistemas para produzir resultados juridicamente válidos e adaptados a
contextos específicos. Este estudo se insere nesse cenário, investigando
como técnicas de engenharia de prompt podem otimizar a geração automatizada
de políticas de privacidade alinhadas à LGPD no contexto de empresas SaaS.
A pesquisa adota a metodologia de Design Science Research (DSR),
estruturada em quatro etapas principais. Inicialmente, realizou-se uma
revisão da literatura sobre inteligência artificial generativa, LGPD e
GDPR, políticas de privacidade, empresas SaaS e engenharia de prompt,
visando identificar lacunas e estabelecer fundamentos conceituais sólidos.
Em seguida, políticas de privacidade geradas por ferramentas automatizadas
(APPGs) foram analisadas com o apoio de profissionais jurídicos
especializados, estruturando critérios comparativos de qualidade e
conformidade. A terceira etapa envolveu a aplicação de um prompt em
linguagem natural, com ciclos iterativos de design e avaliação do artefato
em uma empresa SaaS. Por fim, realizou-se uma análise crítica dos desafios
técnicos e éticos com especialistas em privacidade e proteção de dados. Os
resultados confirmaram o potencial da abordagem, destacando lacunas na
aplicação da IA generativa e da engenharia de prompt em contextos
regulatórios, enquanto a política final, gerada através da aplicação do
artefato, superou as APPGs em clareza, completude e conformidade. A
pesquisa avança o campo da engenharia de prompt com uma metodologia DSR
adaptável, contribuindo para o diálogo interdisciplinar entre tecnologia e
direito.