T2Pay: um sistema de gestão financeira com integração em linguagem natural (conversational SQL)

Abstract

O presente Trabalho de Conclusão de Curso avalia a viabilidade e os benefícios da implementação de uma interface de Conversational SQL (Natural Language to SQL) em um sistema de gestão financeira. O estudo aborda o desafio da extração de relatórios em ambientes corporativos, onde a dependência de conhecimento técnico em Structured Query Language (SQL) restringe o acesso à informação gerencial. O objetivo geral foi alcançado através do desenvolvimento do protótipo T2Pay, que integra a Google Gemini API, NextJS e Supabase para traduzir consultas em linguagem natural em comandos SQL executáveis em tempo real. A metodologia incluiu uma avaliação técnica rigorosa, utilizando métricas de precisão (Exact Match e Execution Accuracy), e uma autoavaliação estruturada de usabilidade. O T2Pay demonstrou um alto índice de acerto na conversão NL2SQL em interações de turno único (single-turn), validando o conceito de que a linguagem natural pode atuar como uma camada de abstração para o banco de dados. Contudo, devido às limitações de tempo e escopo inerentes a um projeto acadêmico de TCC, o protótipo foi otimizado para o cenário single-turn, focando na validação do rigor técnico da conversão e na eficácia dos guardrails de segurança. Os resultados demonstram que uma aplicação de Large Language Models (LLMs) em sistemas de gestão é tecnicamente viável e oferece um valor significativo para a democratização do acesso a dados financeiros e para a tomada de decisão gerencial. A principal limitação identificada reside na necessidade de refinamento no tratamento de entidades temporais, o que constitui um ponto de partida crucial para trabalhos futuros, juntamente com a expansão da capacidade de multi-turn e a realização de testes de usabilidade com usuários externos. Em suma, o T2PAY cumpre seu papel como prova de conceito, solidificando a Inteligência Artificial como um agente transformador na interação humano-computador no domínio financeiro.

This Final Project evaluates the feasibility and benefits of implementing a Conversational SQL (Natural Language to SQL) interface within a financial management system. The study addresses the challenge of report extraction in corporate environments, where the reliance on technical knowledge of Structured Query Language (SQL) restricts access to managerial information. The general objective was achieved through the development of the T2Pay prototype, which integrates the Google Gemini API, NextJS, and Supabase to translate natural language queries into executable SQL commands in real-time. The methodology included a rigorous technical evaluation, using precision metrics (Exact Match and Execution Accuracy), and a structured self-assessment of usability. The T2Pay prototype demonstrated a high accuracy rate in NL2SQL conversion for single-turn interactions, validating the concept that natural language can serve as an effective abstraction layer for the database. However, due to time and scope constraints inherent to an academic Final Project (TCC), the prototype was optimized for the single-turn scenario, prioritizing the validation of the technical conversion rigor and the effectiveness of security guardrails. The results indicate that an application of Large Language Models (LLMs) in management systems is technically viable and offers significant value for democratizing access to financial data and for managerial decision-making. The main limitation identified is the need for refinement in the processing of temporal entities, which represents a crucial starting point for future work, alongside the expansion of multi-turn capability and the execution of external user usability tests. In summary, T2PAY fulfills its role as a proof of concept, solidifying Artificial Intelligence as a transformative agent in human-computer interaction within the financial domain.