1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como consultas a documentos e demais requisitos funcionais para o Fluxo de Agentes "Otimização de Limites de Crédito", uma solução de automação projetada para sugerir ajustes nos limites de crédito dos clientes com base em seu comportamento de pagamento e histórico 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 analisar o histórico de crédito e comportamento de pagamento dos clientes para sugerir ajustes nos limites de crédito com base em análises preditivas e fornecer relatórios de suporte para decisões de ajuste de limite.
2. Contexto e Problema
Cenário Atual
As instituições financeiras frequentemente enfrentam desafios na definição adequada de limites de crédito para seus clientes. Isso ocorre devido a diversos fatores, incluindo:
- Definição inadequada de limites de crédito para clientes.
- Necessidade de ajustes frequentes nos limites com base em comportamentos de pagamento.
A falta de precisão na definição dos limites pode resultar em riscos financeiros para as instituições e em insatisfação para os clientes.
Problemas Identificados
- Risco financeiro: Limites de crédito mal definidos podem levar a riscos financeiros significativos.
- Insatisfação do cliente: Clientes podem se sentir insatisfeitos com limites de crédito que não refletem seu comportamento de pagamento.
- Necessidade de ajustes frequentes: As instituições precisam ajustar frequentemente os limites de crédito para refletir mudanças no comportamento de pagamento dos clientes.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Reduzir o risco financeiro associado a limites de crédito inadequados.
- Aumentar a satisfação do cliente ao fornecer limites de crédito que refletem com precisão seu comportamento de pagamento.
- Otimizar a eficiência operacional ao reduzir a necessidade de ajustes manuais frequentes dos limites de crédito.
4. Visão Geral da Solução
O agente de IA para otimização de limites de crédito analisa o histórico de crédito e comportamento de pagamento dos clientes, sugere ajustes nos limites de crédito com base em análises preditivas e gera relatórios de suporte para decisões de ajuste de limite. 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 otimização dos limites de crédito dos clientes.
A solução consiste em um fluxo de automação composto por 9 agentes de IA. O processo inicia com a validação do input e termina com a geração de um relatório de suporte à decisão.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Validação de Input e Escopo (RF 1)
| Validar o payload inicial, normalizar parâmetros e sinalizar condições de bloqueio antes das consultas externas. |
Agente Preparador de Consulta - Histórico Interno de Pagamentos (RF 2)
| Preparar o payload para recuperar do sistema interno o histórico de faturas/pagamentos e utilização de crédito. |
Agente de Execução de Chamada à API - Histórico Interno de Pagamentos (RF 3)
| Realizar chamada à API do Sistema de Faturamento/ERP para obter histórico interno. |
Agente Preparador de Consulta - Histórico de Crédito Externo (RF 4)
| Preparar o payload para consulta ao bureau de crédito externo. |
Agente de Execução de Chamada à API - Bureau de Crédito (RF 5)
| Executar consulta ao bureau de crédito para obter dados externos. |
Agente de Consolidação de Dados por Cliente (RF 6)
| Unificar retornos internos e do bureau em um único perfil padronizado por cliente. |
Agente de Modelagem Preditiva de Risco e Capacidade (RF 7)
| Estimar PD (probabilidade de inadimplência), classe de risco e capacidade de ajuste de limite com base em heurísticas determinísticas. |
Agente de Política de Crédito e Regras de Ajuste de Limite (RF 8)
| Converter a capacidade estimada em recomendação de ajuste de limite respeitando políticas e salvaguardas. |
Agente Gerador de Relatório de Suporte à Decisão (RF 9)
| Produzir relatório executivo em markdown com sumário e seções por cliente contendo evidências, risco e cálculo de ajuste. |
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 de Input e Escopo
1.1 Tarefa do Agente
Validar o payload inicial, normalizar parâmetros e sinalizar condições de bloqueio antes das consultas externas.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com informações de clientes, documentos e janela de meses para análise. # 2. Objetivo Validar o payload inicial, normalizar parâmetros e sinalizar condições de bloqueio antes das consultas externas. # 3. Regras que você deve seguir para gerar sua resposta - Regra 1: Se 'janela_meses' estiver ausente ou fora do intervalo [3, 36], definir 'janela_meses' = 12. - Regra 2: Remover pontuação de 'cpf_cnpj' (manter apenas dígitos) e validar tamanho: CPF=11, CNPJ=14. Clientes sem documento válido entram em 'clientes_sem_documento'. - Regra 3: 'clientes_validos' = clientes com id presente em 'clientes' e (documento válido OU será analisado apenas com dados internos). Não bloquear por falta de documento, apenas sinalizar. - Regra 4: Definir 'execucao_autorizada' = false somente se 'clientes' estiver vazio. - Regra 5: Retornar JSON puro com as chaves especificadas, sem texto livre.
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 JSON com informações de clientes 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 JSON contendo informações de clientes, documentos e janela de meses para análise.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados 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 JSON contendo as validações e normalizações realizadas.
-
Exemplo de Estrutura de Output:
{"clientes_validos": ["C123", "C987"], "clientes_sem_documento": ["C987"], "documentos_normalizados": {"C123": {"cpf_cnpj": "00000000000"}}, "janela_meses": 12, "execucao_autorizada": true} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 500 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.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente Preparador de Consulta - Histórico Interno de Pagamentos (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente Preparador de Consulta - Histórico Interno de Pagamentos (RF 2).
RF 2. Agente Preparador de Consulta - Histórico Interno de Pagamentos
2.1 Tarefa do Agente
Preparar o payload para recuperar do sistema interno o histórico de faturas/pagamentos e utilização de crédito.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com clientes válidos e a janela de meses para análise. # 2. Objetivo Preparar o payload para recuperar do sistema interno o histórico de faturas/pagamentos e utilização de crédito. # 3. Regras que você deve seguir para gerar sua resposta - Regra 1: Usar 'janela_meses' recebido; se ausente, definir 12. - Regra 2: Sempre incluir os campos mínimos: faturas, pagamentos, dias_em_atraso, limite_atual, utilizacao_media, saldo_em_aberto, parcelamentos_ativos, acordos_quitacao, maior_faturamento_medio_6m, utilizacao_pico_3m. - Regra 3: Se 'clientes_validos' vazio, retornar 'clientes': [] e adicionar "execucao_autorizada":"false" no payload. - Regra 4: JSON puro, sem comentários.
2.3 Configurações do Agente
2.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
- Tipo do input: Este agente deve ser apto a receber como input um JSON contendo clientes válidos e a janela de meses para análise.
-
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 JSON preparado para a consulta ao sistema interno.
-
Exemplo de Estrutura de Output:
{"endpoint": "payments_core_historico", "params": {"clientes": ["C123", "C987"], "janela_meses": 12, "campos": ["faturas", "pagamentos", "dias_em_atraso", "limite_atual", "utilizacao_media", "saldo_em_aberto", "parcelamentos_ativos", "acordos_quitacao", "maior_faturamento_medio_6m", "utilizacao_pico_3m"]}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 400 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
- Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Execução de Chamada à API - Histórico Interno de Pagamentos (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Histórico Interno de Pagamentos (RF 3).
RF 3. Agente de Execução de Chamada à API - Histórico Interno de Pagamentos
3.1 Tarefa do Agente
Realizar chamada à API do Sistema de Faturamento/ERP para obter histórico interno.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com o payload preparado para consulta ao sistema interno. # 2. Objetivo Realizar chamada à API do Sistema de Faturamento/ERP para obter histórico interno. # 3. Regras que você deve seguir para gerar sua resposta - Este agente não precisa de instruções para chamadas ao LLM, pois sua única função é executar a chamada à API cujo payload ele já recebe pronto.
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 preparado para consulta ao sistema interno.
-
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.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o histórico interno obtido da API.
-
Exemplo de Estrutura de Output:
{"clientes": [{"id": "C123", "faturas": [...], "pagamentos": [...], "dias_em_atraso": 0, "limite_atual": 500000, "utilizacao_media": 0.42, "saldo_em_aberto": 120000, "parcelamentos_ativos": 1, "acordos_quitacao": 0, "maior_faturamento_medio_6m": 300000, "utilizacao_pico_3m": 0.88}], "meta": {"janela_meses": 12}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: Não se aplica (uso de ferramenta)
3.3.4 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 do Sistema de Faturamento/ERP e retornar o histórico interno como resposta.
3.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente Preparador de Consulta - Histórico de Crédito Externo (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente Preparador de Consulta - Histórico de Crédito Externo (RF 4).
RF 4. Agente Preparador de Consulta - Histórico de Crédito Externo
4.1 Tarefa do Agente
Preparar o payload para consulta ao bureau de crédito externo.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com clientes válidos e documentos normalizados. # 2. Objetivo Preparar o payload para consulta ao bureau de crédito externo. # 3. Regras que você deve seguir para gerar sua resposta - Regra 1: Incluir no array 'identificadores' somente clientes com documento válido; clientes sem documento vão para 'omitidos_por_falta_documento'. - Regra 2: Solicitar sempre os campos: score, faixa_score, ocorrencias_negativacao, data_ultima_negativacao, consultas_recursos, limites_externos. - Regra 3: JSON puro, sem texto 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 como input um JSON com clientes válidos e documentos normalizados.
-
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.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON preparado para consulta ao bureau de crédito externo.
-
Exemplo de Estrutura de Output:
{"endpoint": "bureau_credito_hist", "params": {"identificadores": [{"id":"C123","cpf_cnpj":"00000000000"}], "campos": ["score", "faixa_score", "ocorrencias_negativacao", "data_ultima_negativacao", "consultas_recursos", "limites_externos"], "janela_meses": 12, "omitidos_por_falta_documento": ["C987"]}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 400 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.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Execução de Chamada à API - Bureau de Crédito (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Bureau de Crédito (RF 5).
RF 5. Agente de Execução de Chamada à API - Bureau de Crédito
5.1 Tarefa do Agente
Executar consulta ao bureau de crédito para obter dados externos.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com o payload preparado para consulta ao bureau de crédito externo. # 2. Objetivo Executar consulta ao bureau de crédito para obter dados externos. # 3. Regras que você deve seguir para gerar sua resposta - Este agente não precisa de instruções para chamadas ao LLM, pois sua única função é executar a chamada à API cujo payload ele já recebe pronto.
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 como input um JSON preparado para consulta ao bureau de crédito externo.
-
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 JSON contendo os dados externos obtidos do bureau de crédito.
-
Exemplo de Estrutura de Output:
{"clientes": [{"id":"C123","score": 712, "faixa_score": "alto", "ocorrencias_negativacao": 0, "data_ultima_negativacao": null, "consultas_recursos": 3, "limites_externos": 800000}], "meta": {"janela_meses": 12}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.000 caracteres.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: Não se aplica (uso de ferramenta)
5.3.4 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 do bureau de crédito e retornar os dados externos como resposta.
5.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Consolidação de Dados por Cliente (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação de Dados por Cliente (RF 6).
RF 6. Agente de Consolidação de Dados por Cliente
6.1 Tarefa do Agente
Unificar retornos internos e do bureau em um único perfil padronizado por cliente.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dois JSONs: um com o histórico interno e outro com o histórico do bureau de crédito. # 2. Objetivo Unificar retornos internos e do bureau em um único perfil padronizado por cliente. # 3. Regras que você deve seguir para gerar sua resposta - Regra 1: Priorizar dados internos para: limite_atual, utilizacao_media, dias_em_atraso. Priorizar bureau para: score_bureau, faixa_score, negativado (ocorrencias_negativacao>0), data_ultima_negativacao, consultas_ultimos_12m, limites_externos. - Regra 2: Se cliente não existir em uma das fontes, adicioná-lo mesmo assim e registrar em meta.clientes_sem_dados_[fonte]. Definir 'incerteza_nivel' por cliente: baixo (ambas as fontes), medio (uma fonte ausente), alto (ambas ausentes — não esperado, mas suportado). - Regra 3: Normalizar: probabilidades em 0..1; datas ISO-8601; valores monetários em centavos inteiros (integers); campos booleanos estritos. - Regra 4: Se 'limites_externos' vier nulo, definir 0 e marcar 'incerteza_nivel' >= medio se também faltar bureau. - Regra 5: Não remover clientes por falta de dados; apenas sinalizar incerteza.
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 dois JSONs: um com o histórico interno e outro com o histórico do bureau de crédito.
-
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 combinado de até 10.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o perfil padronizado por cliente.
-
Exemplo de Estrutura de Output:
{"clientes": [{"id":"C123","limite_atual":500000,"utilizacao_media":0.42,"dias_em_atraso":0,"score_bureau":712,"faixa_score":"alto","negativado":false,"data_ultima_negativacao": null,"consultas_ultimos_12m":3,"limites_externos":800000}], "meta": {"faltando_documento": ["C987"], "clientes_sem_dados_internos": [], "clientes_sem_dados_bureau": [], "incerteza_nivel": {"C123":"baixo","C987":"medio"}}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.500 caracteres.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
6.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
6.3.5 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 deve ser visível para o Agente de Modelagem Preditiva de Risco e Capacidade (RF 7).
6.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Modelagem Preditiva de Risco e Capacidade (RF 7).
RF 7. Agente de Modelagem Preditiva de Risco e Capacidade
7.1 Tarefa do Agente
Estimar PD (probabilidade de inadimplência), classe de risco e capacidade de ajuste de limite com base em heurísticas determinísticas.
7.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON consolidado com perfis padronizados de clientes. # 2. Objetivo Estimar PD (probabilidade de inadimplência), classe de risco e capacidade de ajuste de limite com base em heurísticas determinísticas. # 3. Regras que você deve seguir para gerar sua resposta - Regra 1 (Classe de risco): - baixo se (score_bureau >= 700) E (dias_em_atraso <= 5 nos últimos 12m) E (negativado=false). - medio se (600 <= score_bureau < 700) OU (6 <= dias_em_atraso <= 30) E (negativado=false). - alto nos demais casos ou se negativado=true. - Regra 2 (PD por classe, com ajustes): - Base: baixo=0.04, medio=0.13, alto=0.28. - Ajustes aditivos: +0.02 se consultas_ultimos_12m >= 8; +0.01 se 5-7; -0.01 se 0-1. - Ajuste por utilização (formato U invertido): +0.02 se utilizacao_media <0.2; -0.01 se 0.3<=u<=0.7; +0.02 se u>0.9. - Cap PD ao intervalo: baixo [0.01,0.08], medio [0.09,0.20], alto [0.21,0.45]. - Regra 3 (Capacidade de incremento percentual): - Se classe_risco=baixo: 0.20 a 0.40, escolher 0.25 se 0.3<=u<=0.7, 0.20 se u<0.3, 0.15 se u>0.8. - Se classe_risco=medio: 0.05 a 0.20 se dias_em_atraso<=30 e negativado=false; usar 0.10 se 0.3<=u<=0.7, 0.05 se u<0.3, 0.00 se u>0.85. - Se classe_risco=alto: -0.30 a 0.00; usar -0.10 se u<0.5 e sem atrasos atuais; 0.00 caso redução não recomendada. - Regra 4 (Observações): gerar até 3 etiquetas curtas com base nas condições acionadas: "utilizacao_saudavel", "pico_utilizacao_recente", "sem_atrasos_12m", "atrasos_recorrentes", "negativacao_historica", "consultas_frequentes". - Regra 5: Garantir 'pd_estimado' com 2 casas decimais e 'capacidade_incremento_pct' com 2 casas decimais (valores em 0..1 para PD e -1..1 para capacidade).
7.3 Configurações do Agente
7.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
- Tipo do input: Este agente deve ser apto a receber como input um JSON consolidado com perfis padronizados de clientes.
-
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.
7.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo as estimativas de PD, classe de risco e capacidade de ajuste de limite.
-
Exemplo de Estrutura de Output:
{"clientes": [{"id":"C123","pd_estimado":0.06,"classe_risco":"baixo","capacidade_incremento_pct":0.25,"observacoes":["utilizacao_saudavel","sem_atrasos_12m"]}], "meta": {"metodologia":"heuristica_regra","versao":"1.1"}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 800 caracteres.
7.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
7.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
7.3.5 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 deve ser visível para o Agente de Política de Crédito e Regras de Ajuste de Limite (RF 8).
7.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Política de Crédito e Regras de Ajuste de Limite (RF 8).
RF 8. Agente de Política de Crédito e Regras de Ajuste de Limite
8.1 Tarefa do Agente
Converter a capacidade estimada em recomendação de ajuste de limite respeitando políticas e salvaguardas.
8.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com estimativas de PD, classe de risco e capacidade de ajuste de limite.
# 2. Objetivo
Converter a capacidade estimada em recomendação de ajuste de limite respeitando políticas e salvaguardas.
# 3. Regras que você deve seguir para gerar sua resposta
- Regra 1 (Faixas de ajuste por risco):
- baixo: +0.10 a +0.40; médio: -0.10 a +0.20 (preferir +0.05 a +0.15 se sem atrasos >30d); alto: -0.30 a 0.00.
Mapeie 'capacidade_incremento_pct' para o limite mais próximo dentro da faixa aplicável.
- Regra 2 (Pisca-alerta de concentração/bloqueio): Se utilizacao_pico_3m > 0.90 OU houve atraso >30d nos últimos 12m, definir 'acao'="manter" ou 'acao'="reduzir" (se classe_risco=alto) e adicionar justificativa "bloqueio_pisca_alerta". Não permitir aumento.
- Regra 3 (Tetos operacionais):
- novo_limite <= 2.0 x 'maior_faturamento_medio_6m'.
- Não reduzir abaixo de 0.50 x ('utilizacao_pico_3m' x limite_atual) sem etiqueta justificativa "excecao_reducao".
Se qualquer teto for violado, ajustar 'ajuste_pct' para o máximo permitido e recalcular 'novo_limite'.
- Regra 4 (Compatibilização com limites externos):
- Se limites_externos >= 2 x limite_atual e risco baixo, permitir topo da faixa.
- Se limites_externos < limite_atual e risco médio/alto, restringir ao piso da faixa e priorizar 'manter' ou redução.
- Regra 5 (Arredondamento): 'novo_limite' deve ser arredondado para múltiplos de 50 da moeda local, após todos os caps.
- Regra 6 (Transparência): Preencher 'justificativa' como lista de etiquetas das regras acionadas em caixa_snake, p.ex.: "faixa_por_risco", "cap_pct_max_segmento", "bloqueio_pisca_alerta", "compat_externos", "arredondamento_50".
- Regra 7: Sempre devolver 'limite_atual', 'ajuste_pct' (com 2 casas), 'novo_limite' (inteiro em centavos), 'acao' ∈ {"aumentar","manter","reduzir"}, 'classe_risco' e 'pd_estimado'. 8.3 Configurações do Agente
8.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 7).
- Tipo do input: Este agente deve ser apto a receber como input um JSON com estimativas de PD, classe de risco e capacidade de ajuste de limite.
-
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.
8.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo as recomendações de ajuste de limite e justificativas.
-
Exemplo de Estrutura de Output:
{"clientes": [{"id":"C123","limite_atual":500000,"acao":"aumentar","novo_limite":625000,"ajuste_pct":0.25,"classe_risco":"baixo","pd_estimado":0.06,"justificativa":["Regra_PD_baixo","Utilizacao_saudavel","Sem_atrasos_12m"]}], "politicas_aplicadas":["faixa_por_risco","tetos_operacionais","compat_externos","arredondamento_50"]} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.000 caracteres.
8.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
8.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
8.3.5 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 deve ser visível para o Agente Gerador de Relatório de Suporte à Decisão (RF 9).
8.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente Gerador de Relatório de Suporte à Decisão (RF 9).
RF 9. Agente Gerador de Relatório de Suporte à Decisão
9.1 Tarefa do Agente
Produzir relatório executivo em markdown com sumário e seções por cliente contendo evidências, risco e cálculo de ajuste.
9.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON de decisão com recomendações e políticas aplicadas. # 2. Objetivo Produzir relatório executivo em markdown com sumário e seções por cliente contendo evidências, risco e cálculo de ajuste. # 3. Regras que você deve seguir para gerar sua resposta - Regra 1: Incluir capa com métricas: total de clientes, distribuição por ação, média de ajuste (em % com 1 casa), e % de bloqueios por pisca-alerta. - Regra 2: Para cada cliente, listar: limite_atual (moeda), novo_limite (moeda), ajuste_pct (em % com sinal), classe_risco, pd_estimado (em %), evidências principais (até 3 bullets) e regras aplicadas (etiquetas separadas por ponto e vírgula). - Regra 3: Adicionar seção final "Casos para revisão manual" listando clientes com 'acao'≠"aumentar" por motivos de bloqueio ou risco alto, com motivo principal. - Regra 4: Produzir markdown puro compatível com exportação a PDF. Números monetários no formato local PT-BR (milhar com ponto e centavos com vírgula).
9.3 Configurações do Agente
9.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 8).
- Tipo do input: Este agente deve ser apto a receber como input um JSON de decisão com recomendações e políticas aplicadas.
-
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.
9.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em markdown contendo sumário e seções por cliente.
-
Exemplo de Estrutura de Output:
# Relatório de Ajuste de Limites - Período analisado:
- Total de clientes avaliados: N - Distribuição por ação: {aumentar:x, manter:y, reduzir:z} - Média ponderada de ajuste: - % clientes com bloqueio por pisca-alerta: ## Recomendações por Cliente ### Cliente C123 - Limite atual: 5.000,00 - Ação recomendada: aumentar para 6.250,00 (+25%) - Classe de risco: baixo (PD: 6%) - Evidências: utilização média saudável, sem atrasos em 12m, score bureau alto - Regras acionadas: Regra_PD_baixo; faixa_por_risco; compat_externos; arredondamento_50 ## Casos para revisão manual - C987: bloqueio_pisca_alerta (atraso >30d) - Número de caracteres esperado: O relatório gerado deve ter um tamanho estimado em torno de 2.000 caracteres.
9.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
9.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
9.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.
9.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.