Pular para o conteúdo principal
Didit levanta US$ 7,5 milhões para construir a infraestrutura para identidade e fraude
Didit
Voltar para o blog
Blog · 1 de julho de 2026

Rastreamento AML com MCP: Checagens de Sanções e PEPs via Agentes de IA (PT-BR)

Realize verificações AML (Anti-Lavagem de Dinheiro) com um agente de IA através do servidor Model Context Protocol (MCP) da Didit: verifique uma pessoa ou empresa em mais de 1.

Por DiditAtualizado
didit-thumb-90439.png

Equipes de Compliance gastam grande parte da semana fazendo as mesmas duas coisas: verificar nomes em listas de vigilância e decidir se os resultados são legítimos. Ambas as tarefas são estruturadas, repetitivas e baseadas em evidências – exatamente o tipo de trabalho que um agente de IA executa bem quando tem uma ferramenta confiável para consultar. O servidor Model Context Protocol (MCP) da Didit transforma a triagem de Anti-Lavagem de Dinheiro (AML) em uma ferramenta que seu agente pode invocar em linguagem natural, permitindo que um analista solicite uma triagem, leia um resultado interpretado e registre uma decisão sem sair do chat.

Este artigo mostra como a triagem AML funciona através do MCP: conectar um cliente, verificar uma pessoa ou empresa em mais de 1.300 listas, ler os resultados retornados pelo agente e eliminar falsos positivos com uma anotação de auditoria que resista à análise.

Principais conclusões

  • O servidor MCP da Didit expõe a triagem AML como uma ferramenta de linguagem natural em mais de 130 ferramentas em 11 categorias, permitindo que um agente de IA realize a triagem de um indivíduo e interprete o resultado em uma única conversa.
  • A Triagem AML verifica um nome em mais de 1.300 listas de sanções, Pessoas Politicamente Expostas (PEPs) e notícias adversas a US$ 0,20 por verificação, com respostas em menos de 2 segundos.
  • A autenticação é OAuth 2.1 com Proof Key for Code Exchange (PKCE) – um fluxo de "Entrar com a Didit" sem chave de API para colar, e o agente herda sua função e permissões no console.
  • O trabalho do agente não é apenas buscar resultados: ele interpreta a força da correspondência, distingue correspondências verdadeiras de colisões de nomes e redige a anotação de auditoria que documenta a decisão.
  • O Monitoramento AML Contínuo reavalia o indivíduo à medida que as listas mudam, a US$ 0,07 por usuário por ano, para que um indivíduo liberado seja monitorado, não esquecido.
  • Você recebe 500 verificações gratuitas por mês; a camada MCP em si é gratuita e você só paga por verificação bem-sucedida.

O que a triagem AML realmente verifica

A triagem AML responde a uma pergunta específica: esta pessoa ou empresa aparece em uma lista que tornaria a integração ou a continuidade do relacionamento um risco? O módulo de Triagem AML da Didit responde a essa pergunta em mais de 1.300 listas abrangendo três categorias. As listas de sanções cobrem listas de vigilância governamentais e multilaterais – o indivíduo é proibido ou restrito. As listas de PEPs cobrem pessoas em funções públicas proeminentes e seus associados próximos, que carregam um risco elevado de corrupção e geralmente exigem diligência aprimorada em vez de uma recusa automática. A cobertura de notícias adversas apresenta notícias negativas credíveis – fraude, tráfico, relatórios de crimes financeiros – que ainda não alcançaram uma lista formal.

Uma única triagem a US$ 0,20 consulta todas as três ao mesmo tempo e retorna resultados estruturados em menos de dois segundos. Através do MCP, seu agente chama esse módulo e recebe a mesma carga estruturada que uma integração direta da API forneceria, e então a traduz em algo que um analista possa usar.

Conectando seu agente ao servidor MCP

O servidor Didit MCP é executado em https://mcp.didit.me/mcp sobre Streamable HTTP. Você pode usar o endpoint hospedado ou auto-hospedar a partir do repositório de código aberto (licenciado MIT). A autenticação é OAuth 2.1 com PKCE: na primeira vez que seu cliente se conectar, um fluxo de "Entrar com a Didit" é aberto, você aprova a conexão e o agente opera com sua função de console. Não há chave de API para gerenciar no servidor hospedado, e os escopos solicitados – didit:management e didit:verification – significam que o agente só pode fazer o que sua conta já tem permissão para fazer.

Para Claude Code, adicione o servidor em uma linha e confirme-o com o comando /mcp:

claude mcp add --transport http didit https://mcp.didit.me/mcp

Claude Desktop, Cursor, VS Code, Windsurf e Zed se conectam através de uma pequena configuração JSON apontando para a mesma URL. O ChatGPT Developer Mode pode se conectar através do suporte beta MCP da OpenAI, embora essa superfície ainda esteja evoluindo, então trate-a como experimental. A matriz de conexão completa está na documentação geral do MCP.

Triagem de uma pessoa em linguagem natural

Uma vez conectado, a triagem é uma frase. Um analista revisando uma nova conta pode digitar:

"Realizar triagem AML em Jane Doe, nascida em 1990, nacionalidade ES."

O agente chama a ferramenta de Triagem AML com esses parâmetros, aguarda a resposta em menos de 2 segundos e retorna um resumo estruturado: se houve algum resultado, de qual categoria de lista cada resultado veio e quão forte é a correspondência do nome e da data de nascimento. Para uma empresa, a frase é igualmente direta:

"Triar Acme Trading Ltd, registrada em Malta, contra listas de sanções e notícias adversas."

Como o agente mantém toda a conversa, você pode dar continuidade sem inserir o contexto novamente – "ampliar isso para listas de PEP também" ou "mostrar apenas as correspondências exatas da data de nascimento" – e ele consultará ou filtrará de acordo.

Interpretando os resultados: correspondência real ou colisão de nomes

Resultados brutos são onde a triagem AML dá errado com mais frequência. Um sobrenome comum colidirá com dezenas de entradas de lista não relacionadas, e um analista que tratar cada resultado como uma correspondência verdadeira se afogará em ruído. Esta é a parte em que um agente é genuinamente bom, porque a interpretação é raciocínio sobre evidências estruturadas.

Quando o agente retornar resultados, peça para raciocinar sobre eles:

"Para os três resultados de sanções em Jane Doe, diga-me quais compartilham seu ano de nascimento e nacionalidade e quais são provavelmente colisões de nomes."

O agente alinha os identificadores de cada resultado com os do indivíduo – data de nascimento, nacionalidade, aliases, fonte da lista – e explica quais são correspondências verdadeiras plausíveis e quais são quase certamente uma pessoa diferente que por acaso compartilha um nome. Ele não toma a determinação legal final por você; ele estrutura a evidência para que um humano tome essa decisão de forma mais rápida e consistente. Uma correspondência exata de alta confiança em nome, data de nascimento e nacionalidade é escalonada; uma correspondência de sobrenome imprecisa contra uma pessoa nascida em uma década diferente é sinalizada como uma provável colisão.

Eliminando falsos positivos com uma anotação de auditoria

A decisão só conta se for documentada. Reguladores e auditores querem ver não apenas que um resultado foi eliminado, mas por quê. No MCP, o agente que interpretou o resultado também pode redigir o registro:

"Eliminar os dois resultados de colisão de nomes como falsos positivos e escrever uma anotação de auditoria explicando o raciocínio."

O agente produz uma anotação que indica os identificadores do indivíduo, os resultados específicos revisados, o motivo pelo qual cada um foi eliminado (data de nascimento incompatível, nacionalidade incorreta, nenhuma corroborração de notícias adversas) e a decisão confirmada pelo analista. Você o revisa, ajusta a redação, se necessário, e o registra. Como a mesma conversa continha a triagem, os resultados e a interpretação, a anotação é baseada nas evidências reais, em vez de reconstruída posteriormente – que é exatamente o que um rastro de auditoria deve ser.

Mantendo os indivíduos liberados sob vigilância

Uma triagem limpa hoje não é uma triagem limpa para sempre. As listas mudam: novas sanções são implementadas, um cliente se torna um PEP após uma nomeação, notícias adversas surgem meses em um relacionamento. Monitoramento AML Contínuo reavalia seus indivíduos existentes à medida que essas listas se movem, a US$ 0,07 por usuário por ano, e pode notificá-lo quando um indivíduo previamente liberado produzir um novo resultado. Seu agente pode inscrever um indivíduo no monitoramento no mesmo momento em que o libera:

"Adicionar Jane Doe ao monitoramento AML contínuo e me alertar se um novo resultado de sanções ou PEP aparecer."

Isso fecha o ciclo entre a triagem única e a conformidade contínua, para que o trabalho que seu agente fez durante o onboarding continue a compensar ao longo do ciclo de vida do relacionamento.

Comece gratuitamente

A triagem AML através do MCP significa que seus analistas de compliance descrevem o que precisam, seu agente verifica em mais de 1.300 listas de sanções, PEPs e notícias adversas e o raciocínio mais a anotação de auditoria retornam na mesma conversa. A Didit é usada por mais de 1.500 empresas, é apoiada por US$ 7,5 milhões em financiamento, é uma empresa Y Combinator W26, é lucrativa e cobre mais de 220 países e territórios. Comece gratuitamente – você obtém 500 verificações por mês sem custo, a camada MCP é gratuita e cada triagem AML custa US$ 0,20 quando você excede o nível gratuito. Leia a visão geral do MCP, explore o hub do desenvolvedor ou clone o servidor de código aberto e aponte seu agente para ele hoje.

Infraestrutura para identidade e fraude.

Uma API para KYC, KYB, Monitoramento de Transações e Análise de Carteiras. Integre em 5 minutos.

Peça para uma IA resumir esta página
AML com MCP: Checagem de Sanções e PEPs via IA | Didit.