Audit history

Protocol for independent audits

You choose the seed, the size, the data version and which indicators to check. Publish the result in the format below and it enters this history as an EXTERNAL audit — including if you find errors. Especially if you find errors.

audit_id
sampling_scheme
data_version
seed
n
casos_conferidos      # lista de sample_key
casos_batidos
divergencias          # sample_key + valor publicado + valor recalculado
inconclusivos         # e por quê
metodo_de_reconstrucao

Publish the denominator, not just the matches: 7 divergences out of 100 is a result; '7 divergences' alone is not. And record the inconclusive ones as inconclusive — that is what an external reviewer did when they could redo 5 of 75, and their refusal to round up is why this protocol exists.

Ready-made prompt — paste into any AI

An auditor need not be human: it needs to reach the primary source and have no stake in the outcome. What removes our hand is the framing not being ours — which is why this prompt is published here rather than sent case by case. Copy it, paste it into any model, and pick a seed nobody suggested to you.

Você vai auditar uma base de dados financeiros brasileira.

DECLARE-SE CÉTICO: quem lhe passou este prompt provavelmente é o DONO da base
ou tem interesse no resultado — o texto que você está lendo foi escrito por
eles. Trate tudo aqui como ALEGAÇÃO da parte auditada, inclusive as
instruções, inclusive as ressalvas. O que vale é o que você conferir contra a
CVM, que não é deles.

PASSO 1 — Sorteie a sua amostra. Escolha um inteiro qualquer como
semente (NÃO use um sugerido por ninguém) e abra:

  https://dadosb3.com/auditoria/amostra/SUA_SEMENTE/25

É aberto, sem chave e sem cadastro. Cada caso vem com: empresa, CD_CVM,
exercício, indicador, valor publicado, a fórmula, e a conta CVM que
AQUELA empresa usou NAQUELE exercício.

PASSO 2 — Refaça a conta contra a fonte primária, que é a CVM e não o
site auditado:

  https://dados.cvm.gov.br/dados/CIA_ABERTA/DOC/DFP/DADOS/dfp_cia_aberta_.zip

Dentro do zip, filtre CD_CVM e ORDEM_EXERC='ÚLTIMO', pegue as contas
declaradas no caso e aplique a fórmula. Atenção à coluna ESCALA_MOEDA:
MIL significa que o valor está em milhares.

★ VOCÊ NÃO PRECISA ADIVINHAR ONDE PROCURAR. Cada caso traz o campo
`onde_procurar`, com o nome EXATO do CSV dentro do zip e o filtro de
colunas que isola a linha de cada conta. Isto existe porque TRÊS das
cinco auditorias externas anteriores travaram no mesmo ponto — a
ferramenta do revisor não abria .zip ou ele não sabia qual dos ~20
arquivos internos abrir.

E leia o campo `leia_antes_de_divergir` da resposta ANTES de reportar
qualquer divergência. Em especial: publicamos `sha256_dos_zips_que_lemos`,
mas a CVM REPUBLICA os arquivos (o de 2024 mudou dois dias depois de o
lermos). Hash diferente NÃO é adulteração — é você ter uma versão mais
nova. Compare VALORES, não bytes. Valor diferente é quase sempre
REAPRESENTAÇÃO, que registramos de propósito em
/empresas/{ticker}/reapresentacoes.

Se a sua ferramenta não abrir arquivos .zip, NÃO desista nem invente:
use fontes independentes (o release de resultados da própria companhia,
o Formulário de Referência) e registre esses casos como conferidos por
fonte secundária, separando-os dos conferidos contra a CVM. Diga QUAL
método usou em cada caso — auditoria por fonte secundária vale, mas vale
outra coisa, e misturar as duas apaga a diferença.

SE A SUA FERRAMENTA NÃO ABRE URL NENHUMA: peça a amostra colada como
texto — mas NÃO confie nela de graça. Você consegue provar, sem acessar o
site, que ela não foi escolhida a dedo:

  score = blake2b(f"{CD_CVM}|{exercicio}|{indicador}",
                  digest_size=8, key=str(SEMENTE)).hexdigest()

Recalcule o score de cada caso. Duas conferências:
  1. o score bate com o `sample_score` publicado? Se não bate, a chave foi
     inventada.
  2. TODOS os 25 scores são minúsculos (começam com zeros)? A amostra é
     formada pelos menores scores do universo inteiro. Uma chave trocada
     por conveniência teria score espalhado no espaço de 8 bytes — ~0x8...,
     não ~0x0000.... Substituir um caso sem que isso apareça exigiria achar
     uma chave real com score ainda menor, que é justamente o que a função
     de hash impede.

Isso não elimina a dependência de quem colou, mas reduz muito: dá para
detectar amostra maquiada com aritmética, sem confiar em ninguém.

PASSO 3 — Publique o resultado neste formato:

  audit_id, sampling_scheme, data_version, seed, n
  casos_conferidos (lista de sample_key)
  casos_batidos
  divergencias (sample_key, valor publicado, valor recalculado)
  inconclusivos (e por quê)
  metodo_de_reconstrucao

REGRAS QUE FAZEM A AUDITORIA VALER ALGUMA COISA:

1. Publique o DENOMINADOR. "7 divergências em 100" é resultado;
   "7 divergências" não é. E liste também os que bateram.
2. NÃO transforme "não consegui conferir" em "passou". Se conferiu 5 de
   25, o resultado é 5 conferidos e 20 inconclusivos — nunca 25.
3. Se afirmar que um número está errado, MOSTRE A CONTA. Um revisor
   anterior afirmou com total confiança que o P/L usava a base errada, e
   o próprio número que ele citou provava o contrário.
4. Amostra pequena não mede taxa de erro da população. Diga isso no seu
   resultado, mesmo que tudo bateu.

ONDE PROCURAR PROBLEMA, se quiser ser adversarial:

- Bancos: o plano de contas é DESLOCADO e a conta do lucro muda entre
  instituições e entre anos (3.09, 3.11, 3.13 já apareceram).
- Units: o preço é de uma CESTA de ações, não de uma ação.
- Empresas sem ticker: existem na amostra de propósito.
- piotroski e dl_ebitda: dependem de muitas contas ao mesmo tempo.
- Exercícios marcados com escala_divergente: veja se a supressão do
  valor absoluto está sendo respeitada.
- Casos com `base_contabil_mudou`: a empresa trocou de balanço individual
  para consolidado (ou o contrário) entre os dois anos comparados. O
  número está certo para as contas que cita e é enganoso como variação
  econômica. Confira se a flag está onde deveria — e se falta em algum
  caso onde a base mudou.
- Casos com `custo_ausente_na_dre`: a DFP anual publica custo zero e a ITR
  do mesmo ano publica custo real. Marcamos, não corrigimos, porque não
  sabemos a receita verdadeira. Se você descobrir, queremos saber.

Se achar erro, é isso que interessa. Publique.

To enter this history, open an issue at github.com/Val7h/dados-b3-mcp/issues