Agente de IA para Enriquecimento de Dados de Benefícios

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

Como criar um agente de IA que integra dados de consumo de benefícios com outras fontes de dados da empresa.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e ferramentas necessárias para o Fluxo de Agentes "Enriquecimento de Dados de Benefícios", uma solução de automação projetada para integrar dados de consumo de benefícios com outras fontes de dados da empresa e enriquecer os relatórios entregues ao RH. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é enriquecer relatórios de benefícios com informações adicionais, fornecendo insights mais completos para o RH, através de uma integração segura e eficiente de dados.

2. Contexto e Problema

Cenário Atual

Atualmente, a equipe de RH enfrenta dificuldades para integrar dados de consumo de benefícios com outras bases de dados da empresa. Isso resulta em relatórios incompletos que não oferecem uma visão abrangente dos benefícios utilizados pelos colaboradores.

  • Necessidade de enriquecer relatórios de benefícios com dados de outras fontes da empresa.
  • Dificuldade em integrar dados de consumo de benefícios com outras bases de dados.

Problemas Identificados

  • Integração de Dados: A falta de integração entre diferentes fontes de dados impede a geração de relatórios completos e precisos.
  • Informações Incompletas: Os relatórios atuais não conseguem capturar todas as informações relevantes sobre os benefícios, limitando a capacidade de análise do RH.
  • Eficiência: O processo manual de coleta e integração de dados é demorado e sujeito a erros.

3. Impactos Esperados

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

  • Melhoria na qualidade dos relatórios de benefícios, com dados mais completos e integrados.
  • Aumento da eficiência na geração de relatórios, reduzindo o tempo e o esforço manual.
  • Insights mais precisos para a tomada de decisão do RH.

4. Visão Geral da Solução

O agente de IA para enriquecimento de dados de benefícios integra dados de consumo de benefícios com outras fontes de dados da empresa, aplicando regras de segurança e eficiência para enriquecer os relatórios entregues ao RH. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no processo de enriquecimento de dados.

A solução consiste em um fluxo de automação composto por 12 agentes de IA. O processo inicia com a validação e padronização dos dados de consumo de benefícios e termina com a geração de um relatório enriquecido para o RH.

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

Agentes Função Principal
Agente de Validação e Padronização do Dataset de Consumo de Benefícios (RF 1) Validar, higienizar e padronizar o arquivo de consumo de benefícios para um esquema canônico de integração.
Agente Preparador de Consulta à API - HRIS (Diretório de Colaboradores) (RF 2) Preparar o payload determinístico para recuperar dados mestres de colaboradores no HRIS.
Agente de Execução de Chamada à API - HRIS (RF 3) Realizar chamada à API do Sistema HRIS para obter dados mestres de colaboradores.
Agente de Tratamento de Retorno da API - HRIS (RF 4) Normalizar e validar o retorno bruto do HRIS para junção com o dataset canônico.
Agente Preparador de Consulta à API - Folha de Pagamento (RF 5) Preparar payload para recuperar informações de folha (custos empregador, descontos, elegibilidade de benefícios).
Agente de Execução de Chamada à API - Folha de Pagamento (RF 6) Realizar chamada à API do ERP de Folha para obter dados financeiros relacionados a benefícios.
Agente de Tratamento de Retorno da API - Folha de Pagamento (RF 7) Normalizar retorno da folha para uso em cálculos e junções.
Agente Preparador de Consulta à API - Tabela de Centros de Custo (RF 8) Preparar payload para recuperar a hierarquia e nomes de centros de custo/unidades.
Agente de Execução de Chamada à API - Tabela de Centros de Custo (RF 9) Realizar chamada à API de Centros de Custo para obter metadados de hierarquia.
Agente de Tratamento de Retorno da API - Tabela de Centros de Custo (RF 10) Normalizar metadados de centro de custo para junção e agregações hierárquicas.
Agente de Consolidação e Enriquecimento de Bases (RF 11) Executar junções entre consumo, HRIS, Folha e Centros de Custo, calcular indicadores e preparar dataset enriquecido.
Agente de Geração de Relatório Enriquecido para RH (RF 12) Produzir relatório executivo e tático em markdown com insights de benefícios por centro de custo, área e unidade.

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 Validação e Padronização do Dataset de Consumo de Benefícios

1.1 Tarefa do Agente

Validar, higienizar e padronizar o arquivo de consumo de benefícios para um esquema canônico de integração.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um arquivo CSV contendo dados de consumo de benefícios, com colunas variáveis por fornecedor. Opcionalmente, um objeto JSON com metadados também pode ser fornecido.

# 2. Objetivo
Validar, higienizar e padronizar o arquivo de consumo de benefícios para um esquema canônico de integração.

# 3. Regras que você deve seguir para gerar sua resposta
- Detecte o delimitador mais apropriado e a codificação do arquivo.
- Mapeie colunas para o esquema canônico utilizando vocabulário e sinônimos.
- Higienize identificadores e normalize tipos de dados e datas.
- Classifique tipos de benefícios e calcule campos conforme necessário.
- Defina flags para indicar a inclusão de fontes externas de dados.
- Preencha indicadores de qualidade dos dados.
- Minimize e remova dados desnecessários para segurança.

# 4. Exemplo de Output que você deve produzir
{
  "schema_canonico": {"chave_colaborador":"string","cpf":"string","matricula":"string","nome":"string","centro_custo_codigo":"string","unidade":"string","beneficio_tipo":"string","beneficio_subtipo":"string","quantidade":"number","valor_unitario":"number","valor_total":"number","data_consumo":"YYYY-MM-DD"},
  "linhas": [
    {"chave_colaborador":"12345","cpf":"00000000000","matricula":"A123","nome":"Fulano","centro_custo_codigo":"CC101","unidade":"SP","beneficio_tipo":"Alimentação","beneficio_subtipo":"Cartão","quantidade":20,"valor_unitario":25.5,"valor_total":510.0,"data_consumo":"2025-10-31"} ],
  "flags": {"incluir_hris": true, "incluir_folha": true, "incluir_tabela_cc": true},
  "chaves_preferenciais_join": ["cpf","matricula"],
  "qualidade_dados": {"percentual_cpf_valido": 0.98, "linhas_descartadas": 12, "motivos_descarte": ["cpf_invalido","valor_negativo"]}
}
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 arquivo CSV contendo dados de consumo de benefícios 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 CSV na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo CSV, que após ser processado, resulta em um JSON estruturado.
  • Formatos Suportados: Esse agente deve ser capaz de receber arquivos no formato: .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado conforme o exemplo fornecido nas instruções do agente.
  • Exemplo de Estrutura de Output:
     {
      "schema_canonico": {"chave_colaborador":"string","cpf":"string","matricula":"string","nome":"string","centro_custo_codigo":"string","unidade":"string","beneficio_tipo":"string","beneficio_subtipo":"string","quantidade":"number","valor_unitario":"number","valor_total":"number","data_consumo":"YYYY-MM-DD"},
      "linhas": [
        {"chave_colaborador":"12345","cpf":"00000000000","matricula":"A123","nome":"Fulano","centro_custo_codigo":"CC101","unidade":"SP","beneficio_tipo":"Alimentação","beneficio_subtipo":"Cartão","quantidade":20,"valor_unitario":25.5,"valor_total":510.0,"data_consumo":"2025-10-31"} ],
      "flags": {"incluir_hris": true, "incluir_folha": true, "incluir_tabela_cc": true},
      "chaves_preferenciais_join": ["cpf","matricula"],
      "qualidade_dados": {"percentual_cpf_valido": 0.98, "linhas_descartadas": 12, "motivos_descarte": ["cpf_invalido","valor_negativo"]}
    }
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 5.000 caracteres.

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

  • 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 Preparador de Consulta à API - HRIS (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente Preparador de Consulta à API - HRIS (RF 2).

© 2025 prototipe.ai. Todos os direitos reservados.