Agente de IA para Análise de Documentos de Solicitação de Crédito

04 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que verifica documentos enviados em solicitações de crédito para garantir a autenticidade e detectar fraudes.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Fluxo de Agentes "Análise de Documentos de Solicitação de Crédito", uma solução de automação projetada para verificar a autenticidade e detectar fraudes em documentos enviados em solicitações de crédito. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é garantir a autenticidade dos documentos e identificar fraudes para prevenir perdas financeiras.

2. Contexto e Problema

Problemas Específicos

O agente de IA precisa resolver problemas específicos relacionados a grandes volumes de solicitações de crédito, incluindo:

  • Documentos fraudulentos que podem passar despercebidos em grandes volumes de solicitações de crédito.
  • Necessidade de garantir a autenticidade dos documentos enviados em solicitações de crédito.
  • Identificação de fraudes em solicitações de crédito para prevenir perdas financeiras.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

  • Reduzir o tempo de análise de documentos em pelo menos 70%.
  • Garantir a autenticidade dos documentos enviados em solicitações de crédito.
  • Detectar fraudes em tempo real para prevenir perdas financeiras.
  • Emitir alertas automáticos para as equipes responsáveis quando documentos fraudulentos forem detectados.

4. Visão Geral da Solução

O agente de IA para análise de documentos de solicitação de crédito processa documentos enviados, aplica algoritmos de aprendizado de máquina para verificar a autenticidade e emite alertas automáticos para as equipes responsáveis em caso de detecção de fraudes. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo na análise de documentos de crédito.

A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a extração e estruturação dos documentos e termina com a execução de chamadas à API para notificar as equipes responsáveis sobre casos com risco elevado ou bloqueados.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Extração e Estruturação de Documentos de Crédito (RF 1) Receber documentos de solicitação de crédito e produzir um dossiê estruturado por tipo de documento.
Agente de Validação e Consistência Documental (RF 2) Validar completude e consistência dos dados estruturados do dossiê.
Agente de Autenticidade e Detecção de Sinais de Fraude (RF 3) Identificar indícios de falsificação ou manipulação documental.
Agente de Cálculo de Risco e Decisão Automatizada (RF 4) Consolidar validações e sinais de fraude em um score de risco único.
Agente de Conformidade e Privacidade (LGPD/GDPR) (RF 5) Verificar aderência a princípios de proteção de dados.
Agente de Execução de Chamada à API (RF 6) Realizar chamada à API do Sistema de Alertas para notificar equipes responsáveis.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho dos agentes quanto o resultado final que o cliente receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Extração e Estruturação de Documentos de Crédito

1.1 Tarefa do Agente

Receber documentos de solicitação de crédito e produzir um dossiê estruturado por tipo de documento com campos normalizados, prontos para validações e análise antifraude.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo documentos de solicitação de crédito no formato PDF ou imagem. Este agente deve processar esses documentos e estruturar as informações de forma organizada.

# 2. Objetivo
Produzir um dossiê estruturado por tipo de documento, com campos normalizados, prontos para validações e análise antifraude.

# 3. Regras que você deve seguir para gerar sua resposta
- Extraia e normalize apenas campos de negócio relevantes para crédito; deixe campos ausentes explicitamente como null.
- Datas devem ser normalizadas para ISO 8601 (YYYY-MM-DD) e competências para YYYY-MM.
- Valores monetários em BRL com ponto decimal; indique em normalizacoes se foram convertidos de outro formato.
- Endereços: separar CEP (somente dígitos), UF (sigla), cidade, bairro e logradouro; remover acentos apenas em campos auxiliares, mantendo acentuação no valor principal.
- Se houver múltiplos documentos do mesmo tipo, mantenha todos em arrays preservando a ordem cronológica (mais recente primeiro) quando aplicável.
- Aponte inconsistências de legibilidade ou campos não identificados em erros_extracao por documento_id, campo e motivo.
- Não inclua imagens ou conteúdo binário no output; apenas dados estruturados e metadados extraídos.
1.3 Configurações do Agente

1.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente é o ponto de partida do fluxo e deve ser acionado pelo envio de documentos de solicitação de crédito via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload dos documentos na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo são documentos de solicitação de crédito, recebidos no formato PDF ou imagem.
  • Formatos Suportados: Esse agente deve ser capaz de receber documentos nos formatos: .pdf, .jpeg, .png.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres após a extração dos documentos.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo o dossiê dos documentos processados. A estrutura deve incluir campos normalizados e metadados extraídos.
  • Exemplo de Estrutura de Output:
     {
      "solicitacao_id": "string",
      "dossie_estruturado": {
        "cpf": { "numero": "string", "nome": "string", "data_nascimento": "YYYY-MM-DD", "orgao_emissor": "string", "uf": "string" },
        "rg": { "numero": "string", "orgao_emissor": "string", "uf": "string", "data_emissao": "YYYY-MM-DD", "nome": "string" },
        "comprovante_residencia": { "endereco": { "logradouro": "string", "numero": "string", "complemento": "string", "bairro": "string", "cidade": "string", "uf": "string", "cep": "string" }, "data_documento": "YYYY-MM-DD", "fornecedor": "string" }
      },
      "normalizacoes": { "datas_iso": true, "moeda_padrao": "BRL", "valores_em_centavos": false },
      "erros_extracao": [ { "documento_id": "string", "campo": "string", "motivo": "string" } ]
    }
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres, dependendo do volume e complexidade dos documentos processados.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Validação e Consistência Documental (RF 2).

RF 2. Agente de Validação e Consistência Documental

2.1 Tarefa do Agente

Validar completude e consistência dos dados estruturados do dossiê com regras de negócio oficiais e dependências entre campos.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dossiê estruturado de documentos de crédito. Este agente deve validar a completude e consistência dos dados com base em regras de negócio oficiais.

# 2. Objetivo
Validar completude e consistência dos dados estruturados do dossiê, apontando faltas e inconsistências para correção.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule completude comparando dossie com documentos_obrigatorios_por_produto; marcando faltantes e desnecessários.
- Valide CPF e CNPJ por dígitos verificadores e comprimento; CEP com 8 dígitos; UF deve estar na lista de siglas válidas.
- Datas futuras indevidas: data de emissão anterior ao nascimento é inválida; validade de CNH deve ser posterior à data atual.
- Comprovante de residência: considerar válido se data_documento dentro de prazo_max_comprovante_residencia_dias.
- Holerite: a competência mais recente deve estar dentro de prazo_max_holerite_meses.
- Consistência cruzada: nome, CPF e data de nascimento devem coincidir entre documentos de identidade; endereço do comprovante deve ser o mesmo informado no cadastro (se fornecido em perfil_solicitante.endereco) quando disponível.
- Para PJ, CNPJ do holerite/empresa deve coincidir quando o solicitante declara vínculo; socios do contrato social não podem ter CPF inválido.
- Atribua scores de 0-100 para completude e consistência, ponderando faltas críticas (-40 cada) e leves (-10), limites mínimo 0, máximo 100.
- Defina aprovacao_preliminar como ok se não houver faltas críticas nem erros de formato críticos; caso contrário pendente_correcoes, populando pendencias com ações sugeridas.
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber um JSON estruturado contendo o dossiê dos documentos processados pelo agente anterior.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo as validações de completude e consistência, incluindo scores e pendências identificadas.
  • Exemplo de Estrutura de Output:
     {
      "solicitacao_id": "string",
      "validacoes": {
        "completude": { "faltantes": ["string"], "desnecessarios": ["string"], "status": "ok|incompleto" },
        "formato": [ { "campo": "string", "status": "ok|erro", "motivo": "string" } ],
        "consistencia": [ { "regra": "string", "status": "ok|falha", "detalhe": "string" } ],
        "scores": { "completude": 0-100, "consistencia": 0-100 }
      },
      "aprovacao_preliminar": "ok|pendente_correcoes",
      "pendencias": [ { "tipo": "documento|campo", "alvo": "string", "acao_sugerida": "enviar|corrigir", "prioridade": "alta|media|baixa" } ]
    }
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 3.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Autenticidade e Detecção de Sinais de Fraude (RF 3).

RF 3. Agente de Autenticidade e Detecção de Sinais de Fraude

3.1 Tarefa do Agente

Identificar indícios de falsificação ou manipulação documental e padrões atípicos que elevem o risco de fraude.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dossiê estruturado de documentos de crédito e as validações de consistência. Este agente deve identificar sinais de fraude e avaliar a autenticidade dos documentos.

# 2. Objetivo
Identificar indícios de falsificação ou manipulação documental e padrões atípicos que elevem o risco de fraude, gerando um relatório de sinais suspeitos.

# 3. Regras que você deve seguir para gerar sua resposta
- Assinale sinais quando: (1) CPF/CNPJ válido mas inconsistente com dados de identidade no dossie; (2) Datas e sequências improváveis (ex.: emissão posterior a validade de outro doc dependente); (3) CNH com RENACH em comprimento inválido; (4) Endereço em enderecos_risco; (5) Holerites com valores idênticos por 3+ competências consecutivas e sem variação (suspeita de modelo fixo); (6) Extrato com múltiplos créditos arredondados de alto valor em dias imediatamente anteriores à solicitação; (7) Diferença > limiares.variacao_renda_max_percentual entre competências recentes; (8) Limite solicitado superior a renda mensal multiplicada por limiares.renda_vs_limite_max.
- Classifique gravidade conforme impacto: documentação base (identidade) pesa alto; renda e extrato médio; endereços de risco médio.
- Calcule indicadores de apoio (renda_vs_limite, variacao_renda_percentual). Incoerencias_layout é um contador baseado em campos obrigatórios ausentes ou posições/códigos inconsistentes declarados no próprio documento (ex.: falta de órgão emissor, siglas inválidas).
- Determine autenticidade: provavel_falso se houver pelo menos um sinal de gravidade alta com evidências robustas; duvidoso se múltiplos sinais médios; caso contrário provavel_autentico.
- Compute score_fraude_parcial 0-100 ponderando: alta +30 cada, média +15, baixa +5; limitar 100.
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
  • Tipo do input: Este agente deve ser apto a receber um JSON estruturado contendo o dossiê dos documentos processados e as validações de consistência.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os sinais de fraude identificados e uma avaliação de autenticidade dos documentos.
  • Exemplo de Estrutura de Output:
     {
      "solicitacao_id": "string",
      "sinais_fraude": [ { "codigo": "string", "gravidade": "baixa|media|alta", "descricao": "string", "evidencias": ["string"] } ],
      "autenticidade": { "status": "provavel_autentico|duvidoso|provavel_falso", "justificativas": ["string"] },
      "indicadores": { "renda_vs_limite": number, "variacao_renda_percentual": number, "incoerencias_layout": number },
      "score_fraude_parcial": 0-100
    }
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 4.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Risco e Decisão Automatizada (RF 4).

RF 4. Agente de Cálculo de Risco e Decisão Automatizada

4.1 Tarefa do Agente

Consolidar validações e sinais de fraude em um score de risco único, definir decisão preliminar e ações recomendadas.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo as validações de consistência e os sinais de fraude identificados. Este agente deve consolidar essas informações em um score de risco único e definir uma decisão preliminar.

# 2. Objetivo
Consolidar validações e sinais de fraude em um score de risco único, definir decisão preliminar e ações recomendadas.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule risk_score combinando: 100 - (score de completude/2) - (score de consistência/2) + score_fraude_parcial ponderado por pesos.fraude; normalize para 0-100.
- Defina classe_risco por limiares_decisao: >=alto_risco=alto; >=medio_risco e =baixo e  bloquear_e_alertar; medio -> revisao_humana_prioritaria; baixo -> revisao_humana; minimo -> aprovacao_condicional.
- Liste principais_motivos com no máximo 5 itens ordenados por impacto (gravidade dos sinais, faltas críticas, inconsistências).
- Ações recomendadas: vincule motivos a ações específicas (ex.: holerite suspeito -> verificar_empregador; endereço risco -> verificar_endereco; falta de doc -> solicitar_documento_adicional).
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
  • Tipo do input: Este agente deve ser apto a receber um JSON contendo as validações de consistência e os sinais de fraude identificados.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 12.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o score de risco único, a decisão preliminar e as ações recomendadas.
  • Exemplo de Estrutura de Output:
     {
      "solicitacao_id": "string",
      "risk_score": 0-100,
      "classe_risco": "alto|medio|baixo|minimo",
      "decisao_preliminar": "bloquear_e_alertar|revisao_humana_prioritaria|revisao_humana|aprovacao_condicional",
      "principais_motivos": ["string"],
      "acoes_recomendadas": [ { "acao": "solicitar_documento_adicional|contato_telefonico|verificar_empregador|verificar_endereco|bloquear", "prioridade": "alta|media|baixa" } ]
    }
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 3.500 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

4.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Conformidade e Privacidade (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Conformidade e Privacidade (RF 5).

RF 5. Agente de Conformidade e Privacidade (LGPD/GDPR)

5.1 Tarefa do Agente

Verificar aderência a princípios de proteção de dados, minimizar exposição de PII no output e sinalizar necessidade de intervenção humana por motivos regulatórios.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a decisão preliminar e dados do solicitante. Este agente deve verificar a aderência a princípios de proteção de dados e minimizar a exposição de PII.

# 2. Objetivo
Verificar aderência a princípios de proteção de dados, minimizar exposição de PII no output e sinalizar necessidade de intervenção humana por motivos regulatórios.

# 3. Regras que você deve seguir para gerar sua resposta
- Valide base_legal_valida: deve estar presente e coerente com a finalidade de análise de crédito.
- Aplique minimizacao_dados: inclua no pacote_para_alerta apenas PII indispensável para ação; mascare CPF (somente últimos 2 dígitos visíveis) e omita números completos de documentos.
- Liste campos_redigidos que foram intencionalmente removidos/mascarados do pacote_para_alerta.
- Sinalize necessita_revisao_humana quando: base_legal ausente/inválida; dossie contém dados sensíveis não necessários; ou decisao_preliminar for bloquear_e_alertar com baixa confiabilidade informacional (ex.: muitos erros_extracao).
- Defina retencao_sugerida_dias conforme política interna recebida externamente; se ausente, sugerir 180 por padrão.
- Produza pacote_para_alerta contendo apenas metadados essenciais, motivos resumidos e PII mascarada.
5.3 Configurações do Agente

5.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 4).
  • Tipo do input: Este agente deve ser apto a receber um JSON contendo a decisão preliminar e dados do solicitante.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 8.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a conformidade com proteção de dados, minimização de PII e pacote para alerta.
  • Exemplo de Estrutura de Output:
     {
      "solicitacao_id": "string",
      "conformidade": {
        "base_legal_valida": true,
        "minimizacao_dados_aplicada": true,
        "campos_redigidos": ["string"],
        "necessita_revisao_humana": false,
        "motivos_regulatorios": ["string"],
        "retencao_sugerida_dias": number
      },
      "pacote_para_alerta": {
        "solicitacao_id": "string",
        "classe_risco": "string",
        "decisao_preliminar": "string",
        "risk_score": number,
        "resumo_motivos": ["string"],
        "pii_resumida": { "cpf_mascarado": "***.***.***-**", "nome": "string" }
      }
    }
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 3.000 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

5.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Execução de Chamada à API (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API (RF 6).

RF 6. Agente de Execução de Chamada à API

6.1 Tarefa do Agente

Realizar chamada à API do Sistema de Alertas para notificar equipes responsáveis sobre casos com risco elevado ou bloqueados.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um pacote para alerta contendo informações essenciais para notificação de risco. Este agente deve executar uma chamada à API do Sistema de Alertas.

# 2. Objetivo
Realizar chamada à API do Sistema de Alertas para notificar equipes responsáveis sobre casos com risco elevado ou bloqueados.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize o método HTTP especificado (POST ou PUT) com o endpoint fornecido.
- Inclua os headers de autorização e conteúdo apropriados.
- O payload deve conter a identificação da solicitação, classe de risco, decisão preliminar, score de risco, motivos resumidos e PII mascarada.
- Registre o status_code da resposta da API e um protocolo de alerta único.
- Em caso de falha na chamada da API, o processo deve ser interrompido e o erro registrado para análise manual.
6.3 Configurações do Agente

6.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
  • Tipo do input: Este agente deve ser apto a receber um JSON contendo o pacote para alerta gerado pelo agente anterior.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o status da execução da chamada à API, incluindo o status_code e o protocolo de alerta.
  • Exemplo de Estrutura de Output:
     {
      "status_code": number,
      "sucesso": true,
      "protocolo_alerta": "string",
      "mensagem": "string"
    }
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 500 caracteres.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: Não se aplica (uso de ferramenta)

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente deverá enviar o JSON recebido para a API externa e retornar o status da execução.

6.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.

6.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O status da execução da chamada à API é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.