Relatório personalizado no Protheus: ADVPL, SmartView e IA

Pedido de relatório personalizado é o chamado mais comum na fila de qualquer time Protheus. O usuário quer uma coluna a mais, um filtro diferente, um total por outro critério. O analista abre o ADVPL, monta a query, formata a saída, testa, publica. Duas semanas depois chega o próximo pedido — parecido, mas não igual.

Esse ciclo tem duas saídas: acelerar a construção do relatório, ou eliminar a necessidade dele. As duas usam IA, e servem para situações diferentes.

Os três caminhos no Protheus (e quando usar cada um)

• Relatório ADVPL tradicional — o que vive no menu, roda em batch, sai em PDF ou planilha. Insubstituível quando é documento oficial, tem layout fixo ou precisa rodar agendado;
• SmartView / SmartClient — bom para quem quer montar visão sem programar, dentro da estrutura que a TOTVS oferece;
• Consulta por IA — quando a pergunta é pontual, exploratória e a resposta vale mais rápida que formatada.

O erro comum é tentar resolver tudo com um só. Relatório fiscal que vai para o contador precisa ser determinístico e auditável — não é caso de IA. Já "quanto vendi de guarda-chuva na filial 03 em março" não merece um chamado de duas semanas.

Acelerar a construção: IA escrevendo ADVPL

Para os relatórios que precisam existir de verdade, a IA reduz o tempo de construção sem tirar o desenvolvedor do controle. Ela ajuda a:

• Mapear as tabelas certas — SD1, SD2, SC5, SC6, SE1, SE2 e os campos que importam, incluindo os customizados do seu dicionário;
• Escrever a query respeitando filial, filtros de deleção lógica e os índices que existem;
• Gerar o esqueleto do fonte já no padrão do seu repositório, com cabeçalho e nomenclatura da casa;
• Documentar o que foi feito, para o próximo analista não recomeçar do zero.

É a mesma abordagem de desenvolvimento ADVPL com IA e de telas MVC mais rápidas: a IA acelera o trecho mecânico, o desenvolvedor valida a regra de negócio.

Eliminar a necessidade: quando a pergunta vira resposta

Boa parte dos pedidos de relatório não é pedido de relatório — é pedido de uma informação. A pessoa quer saber um número, e o relatório é só o caminho que ela conhece para chegar nele.

Quando existe uma camada de consulta em linguagem natural sobre a base, esses pedidos param de virar chamado. O usuário pergunta, recebe o número com o recorte que pediu e segue. Se aquela pergunta se repetir toda semana, aí sim vale transformar em painel de KPI — que é relatório que ninguém precisa pedir.

Uma triagem simples resolve a maior parte da fila:

1. Pergunta única → consulta por IA, resposta em segundos;
2. Pergunta recorrente → painel ou envio automático agendado;
3. Documento formal, layout fixo, valor legal → relatório ADVPL de verdade, construído com IA acelerando o desenvolvimento.

O detalhe que decide se funciona: o dicionário

IA que não conhece o seu dicionário de dados produz consulta plausível e errada — o pior tipo de erro, porque parece certo. Antes de qualquer coisa, a camada de IA precisa conhecer:

• Os campos customizados que a sua empresa criou e o que cada um significa de verdade;
• As regras de filial e compartilhamento de tabela do seu ambiente;
• Os status que importam — o que conta como venda, o que é devolução, o que é bonificação;
• Deleção lógica, para não somar registro excluído.

Sem isso, o número sai bonito e não fecha com o fechamento contábil. É o erro mais comum entre os erros de IA em ERP.

Validação antes de confiar

Todo número novo precisa passar por conferência contra fonte conhecida. O procedimento é simples: rode a consulta da IA e o relatório oficial no mesmo período, compare, e só libere o uso quando bater. Divergência encontrada nessa fase quase sempre revela regra de negócio não documentada — o que, por si só, já vale o exercício.

Por onde começar

Pegue os últimos 20 pedidos de relatório da sua fila e classifique nos três tipos acima. Na maioria das operações, boa parte cai em "pergunta única" ou "recorrente" — ou seja, não precisaria de desenvolvimento nenhum. Esse é o retorno mais rápido: parar de construir o que não precisava existir.