Prompts prontos para o financeiro (a biblioteca do operador)

Resposta direta

Prompts para o financeiro são instruções prontas que você cola na IA para resolver uma tarefa específica. A biblioteca abaixo cobre as tarefas mais comuns, cada uma com prompt pronto para copiar:

• Classificar lançamentos do extrato pelo plano de contas.
• Conciliar extrato com razão e achar a divergência.
• Extrair os campos de uma NFS-e.
• Rascunhar a régua de cobrança a partir do aging.
• Resumir um contrato de fornecedor.
• Explicar uma variação do fluxo de caixa ou do balancete.

Cada prompt aqui é ponto de partida, não solução fechada: você cola, troca os [colchetes] pelo seu plano de contas e pelo seu regime, e confere o resultado antes de usar. Prompt pronto economiza o trabalho de escrever do zero. Ele não dispensa o seu olho no número.

Use a biblioteca assim:

• Escolha o bloco da tarefa que você precisa resolver hoje.
• Cole o prompt na sua IA (ChatGPT, Claude ou Gemini).
• Troque tudo que está entre [colchetes] pelo seu contexto real.
• Leia o “quando usar” e o “onde quebra” antes de confiar na resposta.
• Confira todo valor financeiro na fonte. Sempre.

Em linguagem de operador

A maneira mais comum de a IA decepcionar o financeiro é a pessoa abrir o ChatGPT, digitar “me ajuda com a conciliação” e receber um textão genérico que não serve para nada. O problema raramente é o modelo. É o pedido. Um prompt pronto resolve metade desse problema de graça: alguém já estruturou o pedido com contexto, tarefa, dados e formato, e você só precisa encaixar a sua realidade.

Pense nisso como a caixa de modelos que o analista organizado já mantém: o e-mail de cobrança que ele copia e adapta, a fórmula de PROCV que ele salvou num bloco de notas, o template de ata que ele reusa toda reunião. Ninguém escreve o e-mail de cobrança do zero toda vez. Você pega o último, troca o nome do cliente, o valor e a data, e manda. A biblioteca de prompts é a mesma ideia, aplicada ao trabalho que você passou a delegar para a IA. Você guarda os que funcionam e reusa, em vez de reinventar o briefing a cada tarefa.

Tem um detalhe que separa quem economiza tempo de quem só organiza o lixo mais rápido: a adaptação. Um prompt pronto que você cola sem trocar nada vai te dar uma resposta genérica, porque ele não conhece o seu plano de contas, o seu regime tributário nem a convenção da sua empresa. Os [colchetes] não são enfeite. Eles são exatamente o ponto onde o seu contexto entra. “Classifique pela conta [cole aqui o seu plano de contas]” só funciona quando você cola o seu plano de verdade. Sem isso, a IA inventa categorias que não existem na sua casa, e você gasta mais tempo corrigindo do que teria gasto fazendo na mão.

Outra coisa que a biblioteca ensina pelo exemplo: prompt curto e específico vence o textão. O instinto de quem está começando é escrever um parágrafo enorme tentando cobrir tudo. O resultado costuma ser pior, porque a IA se perde no meio das instruções e ignora a metade. Cada prompt aqui pede uma coisa, com os dados certos e o formato de saída definido. É essa disciplina que faz a resposta sair usável.

Todos os prompts abaixo seguem a mesma anatomia, a que você reusa para escrever os seus do zero depois: contexto (quem você é e o seu mundo), tarefa (o verbo exato), dados (o que você cola), formato (como a resposta deve sair) e limite (a permissão de a IA duvidar, marcar ”?” e não chutar). Quando você entende que todo bom prompt tem essas cinco partes, deixa de depender de lista pronta e começa a montar os seus. Mas vamos pelo atalho primeiro: a biblioteca.

Na prática (exemplo BR)

Esta é a parte que você veio buscar. Seis tarefas financeiras brasileiras, cada uma com um prompt pronto, quando usar e onde quebra. Copie o bloco, troque os [colchetes] e confira o resultado.

Um aviso que vale para os seis: tudo que você cola vai para o servidor da IA na nuvem. Para um teste com dado mascarado, tudo bem. Para o dado real do mês, com número de conta, CNPJ e CPF, pense na política da sua TI e na LGPD antes de colar. Onde isso pesa, o caminho é uma ferramenta que roda local, não o chat na nuvem.

1. Classificar lançamentos do extrato pelo plano de contas

Você é assistente de um analista de tesouraria no Brasil, regime [Lucro Presumido / Simples / Lucro Real].
Tarefa: classifique cada lançamento abaixo pela conta correta do meu plano de contas.
Plano de contas (use SÓ estas contas, não invente):
[cole aqui as suas contas, ex.: 4.1.2 despesas bancárias; 1.1.3 clientes; 2.1.4 tributos]
Lançamentos:
[cole aqui as linhas do extrato: data, histórico, valor]
Formato de saída: tabela com colunas Data | Histórico | Valor | Conta | Confiança.
Limite: onde você não tiver certeza da conta, marque a Confiança como "?" e explique em uma linha. Não chute. Não crie conta nova.

Quando usar: algumas dezenas de linhas que você precisa categorizar rápido, com o seu plano de contas em mãos. Onde quebra: sem o seu plano de contas colado, a IA inventa categorias genéricas. E ela não é determinística: a mesma linha pode cair em contas diferentes em dias diferentes, então as marcadas com ”?” são as que exigem o seu olho.

2. Achar a divergência entre extrato e razão

Você é assistente de conciliação de um financeiro brasileiro.
Tarefa: compare o extrato bancário com o razão contábil abaixo e aponte SÓ as divergências.
Considere conciliado quando data e valor batem (tolerância de [1] dia para compensação).
Extrato:
[cole data | valor | histórico]
Razão:
[cole data | valor | lançamento]
Formato: três blocos. (1) Conciliados: só a contagem. (2) Só no extrato (entrou no banco, não no razão). (3) Só no razão (lançado, não caiu no banco). Em cada divergência, traga data, valor e o possível motivo.
Limite: não force pares que não batem. Se um valor parece corresponder mas a data está fora da tolerância, liste como divergência, não como conciliado.

Quando usar: uma conferência pontual de poucas dezenas de linhas, quando você quer um segundo par de olhos para achar o que não bate. Onde quebra: a IA pode “casar” um pagamento com outro de valor parecido por achar que está ajudando. Você decide se a divergência é erro do fornecedor, atraso de compensação ou erro de lançamento. Esse julgamento é seu, não dela.

3. Extrair os campos de uma NFS-e

Você é assistente de um financeiro brasileiro que processa notas fiscais de serviço.
Tarefa: extraia os campos abaixo do texto/XML da NFS-e colado.
Campos: número da nota, data de emissão, CNPJ do prestador, CNPJ do tomador, valor dos serviços, base de cálculo do ISS, alíquota do ISS, valor do ISS, valor líquido.
NFS-e:
[cole aqui o texto ou o XML da nota]
Formato: tabela campo | valor. Valores em reais com duas casas.
Limite: se um campo não estiver explícito no documento, escreva "não consta". Não calcule nem deduza o ISS por conta própria; só transcreva o que está na nota.

Quando usar: extrair dados de uma ou poucas notas avulsas para conferir ou lançar à mão. Onde quebra: layout de NFS-e muda de cidade para cidade (cada prefeitura tem o seu), e a IA pode trocar o CNPJ do prestador pelo do tomador ou ler um valor errado de um PDF escaneado torto. Sempre cruze o valor do ISS com a nota original. Para um lote de 50 notas todo mês, prompt avulso não dá conta.

4. Rascunhar a régua de cobrança a partir do aging

Você é assistente de contas a receber de uma empresa brasileira.
Tarefa: a partir do aging abaixo, escreva um rascunho de e-mail de cobrança para cada faixa de atraso, em tom [cordial e firme], sem ameaça jurídica.
Aging:
[cole cliente | valor em aberto | dias de atraso]
Faixas: até 5 dias (lembrete), 6 a 15 dias (cobrança), acima de 15 dias (cobrança firme com proposta de parcelamento).
Formato: para cada faixa, um modelo de e-mail com [campos] para eu preencher (nome, valor, vencimento, link de pagamento).
Limite: não invente desconto, juros ou prazo de parcelamento que eu não autorizei. Deixe esses pontos como [campo a definir].

Quando usar: montar de uma vez os textos das suas faixas de cobrança, para depois personalizar e disparar. Onde quebra: a IA pode embutir juros, multa ou prazo que você não autorizou, e cobrança errada vira problema jurídico. Trate como rascunho, revise cada texto e nunca deixe a IA decidir condição comercial.

5. Resumir um contrato de fornecedor

Você é assistente jurídico-financeiro de uma empresa brasileira.
Tarefa: leia o contrato abaixo e resuma só os pontos que o financeiro precisa.
Contrato:
[cole aqui o texto do contrato]
Formato: lista objetiva com: objeto, valor e forma de pagamento, vigência (início e fim), reajuste (índice e periodicidade), multa por rescisão, prazo de aviso prévio, garantias. Para cada item, cite o número da cláusula.
Limite: se algum ponto não estiver no contrato, escreva "não previsto". Não interprete cláusula ambígua como se fosse decidida; sinalize a ambiguidade para revisão.

Quando usar: ganhar tempo na leitura de um contrato longo, achando rápido valor, vigência e multa. Onde quebra: a IA pode citar uma cláusula que não existe ou trocar o número, e “não previsto” às vezes é “não achei”, não “não tem”. Em ponto que gera obrigação de pagamento, confira na cláusula citada antes de agir.

6. Explicar uma variação do fluxo de caixa ou do balancete

Você é controller assistente de uma empresa brasileira.
Tarefa: explique, em português claro, por que a linha abaixo variou entre os dois períodos, com hipóteses do que investigar.
Dado:
[cole a linha: conta, valor período anterior, valor período atual, variação]
Contexto do negócio: [ex.: varejo de moda, sazonalidade de fim de ano, campanha em [mês]].
Formato: (1) leitura da variação em uma frase. (2) três a cinco hipóteses prováveis, da mais para a menos provável. (3) o que eu deveria checar para confirmar cada uma.
Limite: estas são hipóteses, não conclusões. Não afirme a causa sem o dado que a comprove; diga o que falta para confirmar.

Quando usar: preparar a explicação de uma variação antes de levar para a reunião, ou destravar o “por que isso subiu?”. Onde quebra: a IA não conhece o seu negócio. Ela gera hipóteses plausíveis a partir do genérico, não a causa real. A explicação que vai para a diretoria precisa estar ancorada no dado que você conferiu, não na hipótese mais bem escrita.

Esses seis cobrem o grosso do que um operador financeiro pede para a IA no dia a dia. Dá para esticar a lista (montar um e-mail ou uma ata a partir de bullets, ou pedir para a IA revisar uma planilha e apontar inconsistências de fórmula e datas fora de padrão), mas a mecânica é sempre a mesma: contexto, tarefa, dados, formato e limite. Quando você internaliza esse molde, qualquer tarefa nova vira um prompt seu, não uma busca por lista pronta.

Onde ajuda e onde quebra

Prompt pronto acelera o começo, mas tem fronteiras claras. Entender onde elas ficam é o que separa quem usa a biblioteca com proveito de quem se frustra com ela.

Ele é ponto de partida, não solução. Um prompt da internet não conhece o seu plano de contas, o seu regime nem a política da sua empresa. Colado sem adaptação, ele entrega resposta genérica. O trabalho de trocar os [colchetes] pelo seu contexto não é opcional; é onde mora 80% da qualidade da resposta.

Ele ainda alucina valor com cara de certeza. Nenhum prompt, por melhor que seja, elimina a alucinação. A IA pode inventar um número, citar uma cláusula que não existe ou trocar um CNPJ, sempre com a mesma confiança de quando acerta. Em valor monetário isso é risco direto. Confira na fonte antes de lançar qualquer coisa, todas as vezes.

Ele expõe o dado que você cola. Tudo que entra no prompt vai para o servidor da ferramenta na nuvem. Colar o extrato real, com número de conta, CNPJ de fornecedor e CPF, é uma decisão de privacidade, não um detalhe técnico. Muitas áreas de TI proíbem dado financeiro na nuvem, e a LGPD pesa sobre o dado de terceiro. Para teste com dado mascarado, tudo bem. Para o dado real e recorrente, pense duas vezes.

Ele não escala para volume e recorrência. Um prompt resolve 50 linhas hoje muito bem. Para as mesmas 480 linhas todo mês, ele falha por três motivos: é dado demais para colar e revisar, o resultado muda um pouco a cada execução, e você reexpõe o dado sensível toda vez. Quando a tarefa vira rotina mensal de volume, o lugar dela não é mais o prompt. É uma skill, que empacota o pedido afinado num motor que dá o mesmo resultado sempre e roda local.

E a honestidade que fecha a seção: copiar prompt sem adaptar ao seu plano de contas dá lixo organizado. A resposta sai bonita, formatada, com cara de pronta, e errada na substância, porque foi classificada por uma convenção que não é a sua. O prompt pronto te poupa de escrever o briefing. Ele não te poupa de pensar no seu próprio contexto.

Perguntas relacionadas

Onde encontro bons prompts para o financeiro?

A maioria das listas na internet é genérica (“10 prompts para contabilidade”) e não ancora em tarefa real. Os bons são os que trazem o “onde quebra” e usam [colchetes] para você encaixar o seu plano de contas e o seu regime. A biblioteca acima é assim: por tarefa BR, com o cuidado de adaptar e conferir embutido em cada prompt.

Prompt pronto funciona pra qualquer empresa?

Não sem ajuste. O molde da tarefa é o mesmo (classificar, conciliar, extrair), mas o conteúdo é seu: plano de contas, regime tributário, política interna e convenções de lançamento mudam de empresa para empresa. Um prompt pronto colado sem trocar os [colchetes] entrega resposta genérica. A estrutura é reusável; o contexto, não.

Como adaptar um prompt pronto à minha realidade?

Troque cada [colchete] pelo seu dado real: cole o seu plano de contas, diga o seu regime, ajuste o tom e o formato de saída ao que você usa. Dê dois ou três exemplos resolvidos do seu jeito (few-shot) para a IA pegar a sua convenção. Mantenha sempre o limite que pede para ela marcar ”?” onde tiver dúvida.

Prompt para ChatGPT serve no Claude e no Gemini?

Serve, com pequenos ajustes. Os cinco elementos (contexto, tarefa, dados, formato e limite) funcionam em qualquer modelo, então um prompt da biblioteca roda nos três. O que muda é o acabamento: cada modelo responde um pouco diferente, e um prompt afinado num pode pedir um retoque no outro. Comece pelo básico e refine no modelo que você usa.

Posso usar prompt pronto com dado real da empresa?

Pode, com consciência do risco. Tudo que você cola vai para a nuvem da ferramenta. Para teste com dado mascarado, tranquilo. Para o extrato real, com número de conta e CNPJ, isso pode violar a política da sua TI e a LGPD, sobretudo por envolver dado de terceiro. Quando o dado é sensível e recorrente, a saída é uma ferramenta que roda local.

Qual o melhor prompt para conciliação?

Não existe um prompt mágico de conciliação. O melhor é o que define a regra de match (data e valor batendo, com tolerância para compensação), separa o que está só no extrato do que está só no razão, e proíbe a IA de forçar pares que não batem. Mesmo assim, julgar a divergência continua sendo seu. Para volume mensal, conciliação pede skill, não prompt.

Próximo passo

Pega o Guia: os conceitos de IA que destravam o financeiro (prompt, skill e agente), com o exemplo BR de cada um e onde cada um quebra. É o mapa para sair da lista pronta e construir o seu próprio jeito de usar IA.

Esta biblioteca é o atalho. Para escrever os seus prompts do zero, comece por o que é um prompt e pela anatomia de um bom prompt, que destrincham as cinco partes que todo prompt aqui usa. Quando você quiser que a IA pegue a sua convenção sem você explicar tudo, veja como dar exemplos para ela aprender (few-shot): dois ou três casos resolvidos do seu plano de contas valem mais que um parágrafo de instrução.

E quando esses prompts virarem rotina mensal, com volume alto e dado sensível, o prompt avulso para de servir: você refaz o pedido toda vez, o resultado muda a cada execução e o seu extrato sobe para a nuvem de novo. É aí que a Skill de Conciliação da Trilha Tesouraria entra. Ela empacota o prompt já afinado num motor que dá o mesmo resultado toda vez e roda local, sem o seu dado sair da máquina. Comece pela biblioteca hoje; troque para a skill quando o volume pedir.