// estudo de caso · projeto pessoal
Controle Financeiro com IA
API que lê a nota fiscal pelo QR Code da NFC-e, organiza os gastos e usa um LLM para produzir um relatório mensal com análise e sugestões. Nasceu de uma coceira pessoal: saber pra onde o dinheiro vai sem digitar nada.
O problema
Todo app de finanças pessoais morre no mesmo ponto: a digitação. Você usa por duas semanas, esquece de lançar três compras, os números param de bater, e aí não faz mais sentido continuar. O gargalo nunca foi a análise — foi a entrada de dados.
Só que toda nota fiscal de consumidor no Brasil já vem com um QR Code que aponta para os dados estruturados da compra. A informação existe. Só não estava sendo usada.
O que foi construído
- Leitura de NFC-e por QR Code — a compra entra sem digitação manual
- Persistência no Firestore — histórico consultável
- API em FastAPI — as operações expostas de forma limpa
- Relatório mensal via Gemini — análise dos gastos e sugestões em linguagem natural
Onde a IA ajuda de verdade — e onde não
Este projeto foi bom pra calibrar isso. O LLM é excelente pra transformar uma lista de transações numa leitura que faz sentido pra um humano: agrupar por padrão, notar o que fugiu do normal, escrever num tom útil.
O que ele não deve fazer é somar. Cálculo é determinístico e tem que ser código — não porque o modelo erre sempre, mas porque quando errar você não tem como saber. A divisão que eu adotei:
- Código — extrair, somar, categorizar por regra, persistir
- LLM — interpretar, resumir, sugerir, escrever
É a mesma lógica do Vibe Coding aplicada ao produto: a IA acelera a parte interpretativa, mas o número que aparece na tela sai de código auditável.