Agente de IA para Classificação de Solicitantes de Crédito

29 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que classifica solicitantes de crédito com base em seus históricos e perfis financeiros.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória e transição entre estados para o Fluxo de Agentes "Classificação de Solicitantes de Crédito", uma solução de automação projetada para classificar solicitantes de crédito com base em seus históricos e perfis financeiros. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é automatizar o processo de classificação de crédito, fornecendo recomendações claras e justificadas para os analistas de crédito.

2. Contexto e Problema

Cenário Atual

As instituições financeiras enfrentam desafios ao classificar solicitantes de crédito de forma precisa e eficiente. O processo atual é manual e sujeito a erros, o que pode resultar em decisões de crédito inadequadas.

A necessidade de um sistema automatizado para auxiliar na decisão de concessões de crédito é cada vez mais urgente, especialmente em um mercado financeiro altamente competitivo e dinâmico.


Problemas Identificados

  • Dificuldade de Classificação: A classificação de solicitantes de crédito é complexa e depende de múltiplos fatores, incluindo históricos de crédito e perfis financeiros.
  • Necessidade de Automação: O processo manual é demorado e sujeito a falhas, necessitando de uma solução automatizada para melhorar a eficiência.

3. Impactos Esperados

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

  • Aumentar a precisão na classificação de solicitantes de crédito.
  • Reduzir o tempo necessário para a análise de crédito.
  • Fornecer recomendações claras e justificadas para os analistas de crédito.

4. Visão Geral da Solução

O agente de IA para classificação de solicitantes de crédito analisa históricos e perfis financeiros dos solicitantes, utiliza algoritmos de machine learning para refinar as classificações e fornece recomendações claras e justificadas. 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 classificação de solicitantes de crédito.

A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a validação e padronização dos dados do solicitante e termina com a geração de uma recomendação final para os analistas de crédito.

Agentes Função Principal
Agente de Validação e Padronização de Dados do Solicitante (RF 1) Validar completude, consistência e padronizar dados do solicitante de crédito antes da análise.
Agente de Engenharia de Atributos de Crédito (RF 2) Gerar atributos derivados a partir dos dados padronizados do solicitante.
Agente de Classificação de Risco de Crédito (RF 3) Atribuir classe de risco e score preliminar com base em perfis financeiros e históricos.
Agente de Refinamento por Aprendizado com Histórico Agente Condicionado (RF 4) Refinar score e classe utilizando dados históricos fornecidos para calibrar limiares e pesos.
Agente de Decisão e Recomendação para Analistas de Crédito (RF 5) Consolidar classificação e emitir recomendação final clara e justificada para apoio à decisão.
Agente de Geração de Pedido de Documentos Complementares (RF 6) Gerar lista objetiva de documentos e mensagem-padrão para solicitar complementação de dados quando houver lacunas.


Regras de Execução Condicional ou Edges

  • Ativação do Agente de Refinamento por Aprendizado com Histórico (RF 4): Este agente só será executado se a propriedade "historico_disponivel" do objeto JSON gerado pelo Agente de Classificação de Risco de Crédito (RF 3) for "true". Caso contrário, o fluxo pulará esta etapa e prosseguirá diretamente para o Agente de Decisão e Recomendação para Analistas de Crédito (RF 5).
  • Ativação do Agente de Geração de Pedido de Documentos Complementares (RF 6): Este agente só será executado se a propriedade "dados_incompletos" do objeto JSON gerado pelo Agente de Validação e Padronização de Dados do Solicitante (RF 1) for "true".

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Validação e Padronização de Dados do Solicitante

1.1 Tarefa do Agente

Validar completude, consistência e padronizar dados do solicitante de crédito antes da análise.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto JSON com os dados do solicitante e do pedido de crédito. Este JSON inclui informações pessoais, de contato, financeiras e de crédito.
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 um objeto JSON via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um objeto JSON com os dados do solicitante.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com os dados normalizados e as inconsistências identificadas.
  • Exemplo de Estrutura de Output: 
     {"id_solicitacao":"string","dados_normalizados":{"cpf":"string_only_digits","data_nascimento":"YYYY-MM-DD","idade":0,"uf":"string_UF","ocupacao":"string_standard","vinculo":"string_standard"},"campos_faltantes":["lista_de_campos"],"inconsistencias":["descricao"]}
  • Número de caracteres esperado: O JSON final será conciso, com um tamanho estimado em torno de 3.000 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

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 Engenharia de Atributos de Crédito (RF 2).

RF 2. Agente de Engenharia de Atributos de Crédito

2.1 Tarefa do Agente

Gerar atributos (features) derivados a partir dos dados padronizados do solicitante.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON resultante do Agente de Validação e Padronização de Dados do Solicitante, incluindo dados_normalizados e valores originais.
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 como input um JSON com dados normalizados do solicitante.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com os atributos derivados (features) do solicitante.
  • Exemplo de Estrutura de Output: 
     {"id_solicitacao":"string","features":{"idade":0,"renda_total":0.0,"compromissos_mensais":0.0,"dti":0.0,"parcela_estimada":0.0,"lti":0.0,"utilizacao_cartoes":0.0,"historico_atrasos_score":0.0,"estabilidade_emprego_meses":0,"bucket_renda":"BAIXA|MEDIA|ALTA","bucket_idade":"JOVEM|ADULTO|SENIOR","finalidade":"string"}}
  • Número de caracteres esperado: O JSON final terá um tamanho aproximado de 2.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

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 Classificação de Risco de Crédito (RF 3).

RF 3. Agente de Classificação de Risco de Crédito

3.1 Tarefa do Agente

Atribuir classe de risco e score preliminar com base em perfis financeiros e históricos.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON de features gerado pelo Agente de Engenharia de Atributos de Crédito, incluindo pedido e histórico resumido.
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 como input um JSON com os features do solicitante.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 4.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com a classificação de risco e score preliminar do solicitante.
  • Exemplo de Estrutura de Output: 
     {"id_solicitacao":"string","score_preliminar":0.0,"classe_preliminar":"A|B|C|D|E","limite_sugerido":0.0,"condicoes_minimas":["lista"],"justificativas_preliminares":["lista"]}
  • Número de caracteres esperado: O JSON final será conciso, com um tamanho estimado em torno de 2.500 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

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 verifica a condição para acionar o Agente de Refinamento por Aprendizado com Histórico (RF 4). Caso a condição não seja atendida, o fluxo prossegue diretamente para o Agente de Decisão e Recomendação para Analistas de Crédito (RF 5).

RF 4. Agente de Refinamento por Aprendizado com Histórico Agente Condicionado

4.1 Tarefa do Agente

Refinar score e classe utilizando dados históricos fornecidos para calibrar limiares e pesos.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto composto contendo a pré-classificação do Agente de Classificação de Risco de Crédito e um dataset histórico em formato CSV.
4.3 Configurações do Agente

4.3.1 Condições de Ativação

Este agente é acionado somente se a seguinte condição for atendida:

4.3.2 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado condicionalmente após a conclusão do agente anterior (RF 3), apenas se o histórico estiver disponível.
  • Tipo do input: Este agente deve ser apto a receber um objeto composto com a pré-classificação e um dataset histórico.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .json e .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 15.000 caracteres.

4.3.3 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com o score refinado e a classe refinada do solicitante.
  • Exemplo de Estrutura de Output: 
     {"id_solicitacao":"string","ajustes":{"pesos":{"capacidade":0.0,"comportamento":0.0,"estabilidade":0.0,"perfil":0.0},"limiares":{"A":85,"B":70,"C":55,"D":40}},"score_refinado":0.0,"classe_refinada":"A|B|C|D|E","riscos_estimados":{"pd_12m":0.0},"racional_refino":"string"}
  • Número de caracteres esperado: O JSON final será detalhado, com um tamanho estimado em torno de 3.500 caracteres.

4.3.4 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

4.3.5 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para ajustar pesos e limiares.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

4.3.6 Memória

4.3.7 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Decisão e Recomendação para Analistas de Crédito (RF 5).

RF 5. Agente de Decisão e Recomendação para Analistas de Crédito

5.1 Tarefa do Agente

Consolidar classificação e emitir recomendação final clara e justificada para apoio à decisão.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON do Agente de Classificação de Risco de Crédito ou, quando disponível, do Agente de Refinamento por Aprendizado com Histórico.
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 ou RF 3, dependendo da condição).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON com a classificação de risco e score do solicitante.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 5.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com a decisão final e recomendação para os analistas de crédito.
  • Exemplo de Estrutura de Output: 
     {"id_solicitacao":"string","decisao":"APROVAR|APROVAR_COM_CONDICOES|REPROVAR|REVER_MANUALMENTE","classe_final":"A|B|C|D|E","score_final":0.0,"limite_final":0.0,"condicoes":["lista"],"justificativas":["lista"],"resumo_markdown":"string_markdown"}
  • Número de caracteres esperado: O JSON final será detalhado, com um tamanho estimado em torno de 3.000 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

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

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente verifica a condição para acionar o Agente de Geração de Pedido de Documentos Complementares (RF 6).

RF 6. Agente de Geração de Pedido de Documentos Complementares Agente Condicionado

6.1 Tarefa do Agente

Gerar lista objetiva de documentos e mensagem-padrão para solicitar complementação de dados quando houver lacunas.

6.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON do Agente de Validação e Padronização contendo campos_faltantes e inconsistencias.
6.3 Configurações do Agente

6.3.1 Condições de Ativação

Este agente é acionado somente se a seguinte condição for atendida:

6.3.2 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado condicionalmente após a conclusão do agente anterior (RF 5), apenas se houver dados incompletos.
  • Tipo do input: Este agente deve ser apto a receber como input um JSON com campos faltantes e inconsistências do solicitante.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 3.000 caracteres.

6.3.3 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com a lista de documentos requeridos e uma mensagem padrão para o solicitante.
  • Exemplo de Estrutura de Output: 
     {"id_solicitacao":"string","documentos_requeridos":["lista"],"mensagem_template":"plain_text","prioridade":"ALTA|MEDIA|BAIXA"}
  • Número de caracteres esperado: O JSON final será conciso, com um tamanho estimado em torno de 1.500 caracteres.

6.3.4 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

6.3.5 Ferramentas do Agente

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

6.3.6 Memória

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

6.3.7 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. A lista de documentos e a mensagem gerada são os resultados que devem ser disponibilizados ao analista.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.