Agente de IA para Prevenção de Fraudes em Registros de Crédito

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

Como criar um agente de IA que monitora e analisa registros de crédito para identificar atividades suspeitas ou fraudulentas.

Biblioteca de Prompts e Agentes

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 um requisitos para o Fluxo de Agentes "Prevenção de Fraudes em Registros de Crédito", uma solução de automação projetada para monitorar e analisar registros de crédito com o objetivo de identificar atividades suspeitas ou fraudulentas e alertar as equipes responsáveis. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é implementar algoritmos de detecção de fraudes para monitorar atividades suspeitas nos registros de crédito e automatizar alertas para notificar as equipes responsáveis sobre atividades potencialmente fraudulentas.

2. Contexto e Problema

Cenário Atual

As instituições financeiras enfrentam desafios significativos na identificação e prevenção de fraudes em registros de crédito. Atividades fraudulentas podem resultar em perdas financeiras substanciais e comprometer a confiança dos clientes.

Atualmente, muitos sistemas carecem de eficiência para detectar e prevenir fraudes em tempo real, o que aumenta a vulnerabilidade a ataques sofisticados.


Problemas Identificados

  • Perdas financeiras: As fraudes nos registros de crédito podem resultar em prejuízos significativos para as instituições financeiras.
  • Falta de detecção em tempo real: A ausência de sistemas eficazes para monitoramento constante aumenta o risco de fraudes passarem despercebidas.
  • Complexidade na análise: A análise de grandes volumes de dados para identificar padrões de fraude é complexa e consome tempo.

3. Impactos Esperados

A implementação deste agente de IA para prevenção de fraudes visa alcançar os seguintes resultados:

  • Reduzir perdas financeiras ao identificar e prevenir fraudes de maneira proativa.
  • Melhorar a eficiência na detecção de fraudes em tempo real.
  • Aumentar a confiança dos clientes e stakeholders na segurança dos sistemas de crédito.

4. Visão Geral da Solução

O agente de IA para prevenção de fraudes em registros de crédito monitora e analisa dados de crédito, aplicando algoritmos de detecção para identificar atividades suspeitas e alertar as equipes responsáveis. 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 prevenção de fraudes em registros de crédito.

A solução consiste em um fluxo de automação composto por 5 agentes de IA. O processo inicia com a normalização e enriquecimento dos registros de crédito e termina com a execução de chamadas à API para registrar incidentes de fraude.

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

Agentes Função Principal
Agente de Normalização e Enriquecimento de Registros de Crédito (RF 1) Validar, padronizar e enriquecer registros de crédito para preparar a análise de fraude.
Agente de Pontuação de Risco de Fraude (RF 2) Atribuir uma pontuação de risco e indicar sinais ativados com base em padrões de fraude conhecidos.
Agente de Decisão e Classificação Operacional (RF 3) Transformar a pontuação de risco em ação operacional, definindo se há alerta e qual fila/SLA.
Agente de Geração de Alerta Operacional (RF 4) Construir o payload estruturado do alerta a ser enviado às equipes responsáveis.
Agente de Execução de Chamada à API (RF 5) Realizar chamada à API do Sistema de Alertas para registrar o incidente de fraude quando alerta_ativo=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 Normalização e Enriquecimento de Registros de Crédito

1.1 Tarefa do Agente

Validar, padronizar e enriquecer registros de crédito para preparar a análise de fraude.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON de um ou múltiplos registros de crédito para análise de fraude. Este JSON contém campos essenciais que precisam ser validados e normalizados.

# 2. Objetivo
Validar, padronizar e enriquecer registros de crédito para preparar a análise de fraude.

# 3. Regras que você deve seguir para gerar sua resposta
- Validar schema mínimo: se qualquer um de {id_transacao, id_cliente, valor, moeda, timestamp} estiver ausente ou inválido, definir dados_insuficientes=true e listar em motivos_insuficiencia os campos faltantes; ainda assim produzir o registro com valores null para faltantes.
- Normalizar timestamp para ISO 8601 UTC em timestamp_iso; se timestamp não for parseável, definir dados_insuficientes=true.
- Manter valor_moeda_original=valor e moeda_original=moeda; se taxa_cambio_brl for fornecida e >0, calcular valor_brl=valor*taxa_cambio_brl; caso contrário, valor_brl=null.
- Calcular utilizacao_percentual = round((saldo_utilizado/limite_credito)*100,1) se ambos presentes e limite_credito>0; senão null.
- Calcular conta_idade_dias como diferença em dias inteiros entre timestamp_iso e conta_data_abertura, se fornecida e válida; senão null.
- Preencher features_derivadas: hora_dia (0-23) do timestamp_iso; dia_semana (1=segunda ... 7=domingo); eh_madrugada=true se hora_dia em {0,1,2,3,4}.
- Normalizar geolocalizacao: padronizar chaves para {pais, estado, cidade}; strings trimadas e em Title Case; se ausente, preencher com null.
- qualidade_dados.completude_percentual = proporção de campos críticos presentes entre {id_transacao, id_cliente, valor, moeda, timestamp, canal} multiplicado por 100 e arredondado a inteiro; qualidade_dados.campos_ausentes = lista dos críticos ausentes.
- Definir dados_insuficientes=true se completude_percentual < 80 ou se timestamp inválido; motivos_insuficiencia deve enumerar cada falha objetiva (ex: "timestamp_invalido", "limite_credito_ausente_para_calculo_utilizacao").
- Não alterar o id_transacao; remover espaços extras em strings; garantir tipos corretos (número para valores numéricos, strings para IDs).
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 de registros de crédito via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados 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 registros de crédito 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 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON por registro contendo campos validados e enriquecidos conforme especificado nas regras.
  • Exemplo de Estrutura de Output: 
     {
  "id_transacao": "12345",
  "id_cliente": "67890",
  "timestamp_iso": "2025-12-05T10:39:00Z",
  "valor_moeda_original": 1000,
  "moeda_original": "BRL",
  "valor_brl": 1000,
  "canal": "app",
  "origem_ip": "192.168.1.1",
  "geolocalizacao_normalizada": {
    "pais": "Brasil",
    "estado": "SP",
    "cidade": "São Paulo"
  },
  "device_id": "abc123",
  "limite_credito": 5000,
  "saldo_utilizado": 1000,
  "utilizacao_percentual": 20,
  "conta_idade_dias": 365,
  "historico_chargeback_90d": 0,
  "features_derivadas": {
    "hora_dia": 10,
    "dia_semana": 5,
    "eh_madrugada": false
  },
  "qualidade_dados": {
    "completude_percentual": 100,
    "campos_ausentes": []
  },
  "dados_insuficientes": false,
  "motivos_insuficiencia": []
}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.000 caracteres por registro.

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 de Pontuação de Risco de Fraude (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Pontuação de Risco de Fraude (RF 2).

RF 2. Agente de Pontuação de Risco de Fraude

2.1 Tarefa do Agente

Atribuir uma pontuação de risco (0-100) e indicar sinais ativados com base em padrões de fraude conhecidos.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo registros de crédito validados e enriquecidos, prontos para análise de risco de fraude.

# 2. Objetivo
Atribuir uma pontuação de risco (0-100) e indicar sinais ativados com base em padrões de fraude conhecidos.

# 3. Regras que você deve seguir para gerar sua resposta
- Se dados_insuficientes=true, aplicar penalidade mínima de 10 pontos em penalidades_dados e limitar categoria_risco no máximo a "medio" salvo se algum sinal de severidade 3 for acionado.
- Definir sinais e pesos base:
  - S1_valor_vs_limite (se valor_brl ou valor_moeda_original > 80% do limite_credito quando limite_credito>0): severidade 2, +10 pts; se >100% do limite, severidade 3, +18 pts.
  - S2_utilizacao_alta (utilizacao_percentual >= 90%): sev 2, +8 pts; >=100%: sev 3, +15 pts.
  - S3_horario_atipico (eh_madrugada=true e canal em {web, app}): sev 1, +5 pts.
  - S4_dispositivo_desconhecido (device_id ausente): sev 2, +10 pts; se device_id presente mas marcado como novo no histórico recebido no payload como device_id_novo=true, +8 pts. (Se não houver histórico, não aplicar.)
  - S5_localidade_anomala (pais != "Brasil" para cliente com historico_pais="Brasil" quando tais campos forem fornecidos no payload): sev 3, +20 pts.
  - S6_chargebacks_recentess (historico_chargeback_90d >=1): sev 2, +12 pts; >=3: sev 3, +20 pts.
  - S7_velocidade_transacoes (se input trouxer metricas {contagem_10min, soma_10min}: se contagem_10min>=5 ou soma_10min >= 3x valor_medio_7d se fornecido): sev 3, +22 pts; caso somente contagem_10min=3-4: sev 2, +12 pts.
  - S8_mudanca_cred_abruta (se limite_credito reduzido recentemente indicado por flag limite_reduzido_recentemente=true e valor atual próximo ao limite): sev 2, +10 pts.
  - S9_canal_susceptivel (canal="web" sem 2FA_confirmado=true quando campo existir): sev 1, +4 pts.
- Calcular risk_score = min(100, soma dos pontos dos sinais + penalidades_dados).
- Classificar categoria_risco: baixo (0-24), medio (25-59), alto (60-100).
- Preencher sinais_ativados com códigos (ex: "S3_horario_atipico"); detalhes_sinais deve conter justificativa objetiva usando valores do registro (ex: "hora_dia=2, canal=web").
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 registros de crédito validados e enriquecidos, prontos para análise de risco de fraude.
  • 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 50.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON por registro com id_transacao, id_cliente, risk_score, sinais_ativados, detalhes_sinais, categoria_risco, penalidades_dados, dados_insuficientes.
  • Exemplo de Estrutura de Output: 
     {
  "id_transacao": "12345",
  "id_cliente": "67890",
  "risk_score": 85,
  "sinais_ativados": ["S1_valor_vs_limite", "S3_horario_atipico"],
  "detalhes_sinais": [
    {"codigo": "S1_valor_vs_limite", "severidade": 3, "justificativa": "valor_brl=5000, limite_credito=4000"},
    {"codigo": "S3_horario_atipico", "severidade": 1, "justificativa": "hora_dia=3, canal=web"}
  ],
  "categoria_risco": "alto",
  "penalidades_dados": 0,
  "dados_insuficientes": false
}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 1.500 caracteres por registro.

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 Decisão e Classificação Operacional (RF 3).

RF 3. Agente de Decisão e Classificação Operacional

3.1 Tarefa do Agente

Transformar a pontuação de risco em ação operacional, definindo se há alerta e qual fila/SLA.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo registros de crédito com pontuação de risco e sinais ativados, prontos para decisão operacional.

# 2. Objetivo
Transformar a pontuação de risco em ação operacional, definindo se há alerta e qual fila/SLA.

# 3. Regras que você deve seguir para gerar sua resposta
- Regras de decisão padrão:
  - Se categoria_risco="alto": decisao="bloquear_preventivo", alert_required=true, severidade_alerta="alta", fila_destino="Fraude N2", sla_minutos=15.
  - Se categoria_risco="medio": decisao="revisar_manual", alert_required=true, severidade_alerta="media", fila_destino="Fraude N1", sla_minutos=60.
  - Se categoria_risco="baixo": decisao="monitorar", alert_required=false, severidade_alerta="baixa", fila_destino="Monitoramento", sla_minutos=240.
- Selecionar motivo_principal pelo sinal de maior severidade; em empate, escolher o de maior pontuação somada; rationale deve citar valores objetivos (ex: "score=72; chargebacks_90d=2; transacao_madrugada").
- Gerar chave_supressao concatenando {id_cliente, motivo_principal, dia_corrente}; definir janela_supressao_min=60 para medio e 120 para alto; se novo alerta com mesma chave dentro da janela, marcar alert_required=false e decisao="monitorar" mantendo rationale de supressão (aplicável quando contexto de lote incluir ocorrências prévias).
- Se dados_insuficientes=true e não houver sinais de severidade 3, limitar decisao no máximo a "revisar_manual"; nunca "bloquear_preventivo" apenas por falta de dados.
- Se historico_chargeback_90d>=3 ou S5_localidade_anomala presente, preferir fila_destino="Fraude N2" independentemente do score se alert_required=true.
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 registros de crédito com pontuação de risco e sinais ativados, prontos para decisão operacional.
  • 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 50.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON por registro com id_transacao, decisao, alert_required, severidade_alerta, fila_destino, sla_minutos, motivo_principal, rationale, chave_supressao, janela_supressao_min.
  • Exemplo de Estrutura de Output: 
     {
  "id_transacao": "12345",
  "decisao": "bloquear_preventivo",
  "alert_required": true,
  "severidade_alerta": "alta",
  "fila_destino": "Fraude N2",
  "sla_minutos": 15,
  "motivo_principal": "S1_valor_vs_limite",
  "rationale": "score=85; valor_brl=5000; limite_credito=4000",
  "chave_supressao": "67890_S1_valor_vs_limite_20251205",
  "janela_supressao_min": 120
}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 1.500 caracteres por registro.

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

  • 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 Geração de Alerta Operacional (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Alerta Operacional (RF 4).

RF 4. Agente de Geração de Alerta Operacional

4.1 Tarefa do Agente

Construir o payload estruturado do alerta a ser enviado às equipes responsáveis.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo registros de crédito com decisão operacional, prontos para geração de alerta.

# 2. Objetivo
Construir o payload estruturado do alerta a ser enviado às equipes responsáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Se alert_required=false, retornar alerta_ativo=false e preencher apenas campos mínimos {id_transacao, id_cliente, chave_supressao}.
- Montar titulo no formato: "Fraude - {severidade_alerta} - {motivo_principal} - tx:{id_transacao}".
- Preencher payload_envio_api com campos essenciais: {id_transacao, id_cliente, severidade, fila_destino, sla_minutos, categoria_risco, risk_score, sinais_ativados, rationale, timestamp_alerta (ISO UTC), chave_supressao}.
- Definir correlacao_id = hash estável de {id_cliente + data (YYYY-MM-DD)} para permitir agrupamento diário no SOC.
- anexos_sugeridos: incluir chaves de evidência disponíveis como ["timeline_transacoes_24h", "mapa_geolocalizacao", "historico_chargebacks", "detalhes_dispositivo"] conforme campos existentes no input.
- instrucoes_iniciais_analista: fornecer próximos passos padronizados conforme severidade: para alta, "validar identidade por canal out-of-band e contatar cliente em até 15 min"; para media, "verificar padrões recentes e confirmar com cliente em até 60 min"; para baixa, "apenas monitorar".
- Nunca incluir dados sensíveis desnecessários; limitar rationale a fatos objetivos e códigos de sinais.
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 registros de crédito com decisão operacional, prontos para geração de alerta.
  • 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 50.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON por alerta com alerta_ativo, id_transacao, id_cliente, titulo, severidade, fila_destino, sla_minutos, categoria_risco, risk_score, sinais_ativados, detalhes_sinais, rationale, dados_essenciais, correlacao_id, chave_supressao, anexos_sugeridos, instrucoes_iniciais_analista, payload_envio_api.
  • Exemplo de Estrutura de Output: 
     {
  "alerta_ativo": true,
  "id_transacao": "12345",
  "id_cliente": "67890",
  "titulo": "Fraude - alta - S1_valor_vs_limite - tx:12345",
  "severidade": "alta",
  "fila_destino": "Fraude N2",
  "sla_minutos": 15,
  "categoria_risco": "alto",
  "risk_score": 85,
  "sinais_ativados": ["S1_valor_vs_limite", "S3_horario_atipico"],
  "detalhes_sinais": [
    {"codigo": "S1_valor_vs_limite", "severidade": 3, "justificativa": "valor_brl=5000, limite_credito=4000"},
    {"codigo": "S3_horario_atipico", "severidade": 1, "justificativa": "hora_dia=3, canal=web"}
  ],
  "rationale": "score=85; valor_brl=5000; limite_credito=4000",
  "dados_essenciais": {
    "valor": 5000,
    "moeda": "BRL",
    "timestamp_iso": "2025-12-05T10:39:00Z",
    "canal": "app",
    "geolocalizacao": {
      "pais": "Brasil",
      "estado": "SP",
      "cidade": "São Paulo"
    }
  },
  "correlacao_id": "hash123456",
  "chave_supressao": "67890_S1_valor_vs_limite_20251205",
  "anexos_sugeridos": ["timeline_transacoes_24h", "mapa_geolocalizacao", "historico_chargebacks"],
  "instrucoes_iniciais_analista": "validar identidade por canal out-of-band e contatar cliente em até 15 min",
  "payload_envio_api": {
    "id_transacao": "12345",
    "id_cliente": "67890",
    "severidade": "alta",
    "fila_destino": "Fraude N2",
    "sla_minutos": 15,
    "categoria_risco": "alto",
    "risk_score": 85,
    "sinais_ativados": ["S1_valor_vs_limite", "S3_horario_atipico"],
    "rationale": "score=85; valor_brl=5000; limite_credito=4000",
    "timestamp_alerta": "2025-12-05T10:39:00Z",
    "chave_supressao": "67890_S1_valor_vs_limite_20251205"
  }
}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres por alerta.

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 Execução de Chamada à API (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 (RF 5).

RF 5. Agente de Execução de Chamada à API

5.1 Tarefa do Agente

Realizar chamada à API do Sistema de Alertas para registrar o incidente de fraude quando alerta_ativo=true.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o payload estruturado do alerta a ser enviado para o Sistema de Alertas.

# 2. Objetivo
Realizar chamada à API do Sistema de Alertas para registrar o incidente de fraude quando alerta_ativo=true.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a chamada à API com o payload recebido, sem modificar conteúdo.
- Em caso de ausência de parâmetros obrigatórios, retornar erro estruturado informando campos faltantes.
- O output deve incluir a resposta da API com status (ex: 2xx/4xx/5xx), id_alerta_externo (se aplicável) e mensagem do sistema de destino.
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 o payload estruturado do alerta a ser enviado para o Sistema de Alertas.
  • 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.

5.3.2 Especificação do Output

  • Formato de output: O output deve incluir a resposta da API com status, id_alerta_externo (se aplicável) e mensagem do sistema de destino.
  • Exemplo de Estrutura de Output: 
     {
  "status": "200",
  "id_alerta_externo": "alert123456",
  "mensagem": "Alerta registrado com sucesso."
}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 500 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: O agente deverá enviar o JSON recebido para a API externa do Sistema de Alertas e retornar a resposta recebida como resposta.

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 (status da API) é o entregável final e não é passada para outros agentes internos.

5.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. A resposta da API é o resultado que deve ser disponibilizado ao usuário.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.