Agente de IA para Análise de Comportamento de Pagamento

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Análise de Comportamento de Pagamento", uma solução de automação projetada para identificar padrões de comportamento de pagamento em dados de crédito de consumidores. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é transformar dados históricos de crédito em insights acionáveis que auxiliem na tomada de decisão sobre concessão de crédito, melhorando a precisão e reduzindo a inadimplência.

Cenário Atual

As instituições financeiras enfrentam desafios significativos ao tentar identificar padrões de pagamento entre diferentes perfis de consumidores. Atualmente, a análise de dados de crédito é feita de forma manual ou com ferramentas que não oferecem a precisão necessária para prever o comportamento de pagamento futuro.

Problemas Identificados

• Dificuldade em identificar padrões: A diversidade de perfis de consumidores torna complexo o processo de categorização e análise de dados de crédito.
• Falta de ferramentas preditivas: Muitas instituições ainda não possuem ferramentas eficazes para prever o comportamento de pagamento com base em dados históricos.
• Risco de concessão imprecisa de crédito: Sem uma análise precisa, a concessão de crédito pode resultar em altas taxas de inadimplência.

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

• Melhorar a precisão na concessão de crédito, reduzindo a inadimplência.
• Identificar padrões de pagamento de forma mais eficiente e precisa.
• Fornecer insights acionáveis que auxiliem a equipe de crédito a tomar decisões mais informadas.

O agente de IA para análise de comportamento de pagamento processa dados de crédito históricos, identifica padrões de pagamento e oferece insights para melhorar a concessão de crédito. 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 comportamento de pagamento dos consumidores.

A solução consiste em um fluxo automatizado que inicia com a coleta de dados de crédito e culmina na geração de insights acionáveis para a equipe de crédito.

A execução do agente é linear, seguindo a ordem definida abaixo, com foco na precisão e eficiência da análise.

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho do agente e o resultado final que a equipe de crédito receberá. Explore os links abaixo para entender melhor a solução em ação.

RF 1. Agente de Análise de Padrões de Pagamento

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de crédito históricos de consumidores em formato CSV. Estes dados incluem informações como 'id_cliente', 'valor_pago', 'data_pagamento' e 'atraso'.

# 2. Objetivo
Analisar esses dados para identificar padrões de comportamento de pagamento e fornecer insights para a equipe de crédito.

# 3. Regras que você deve seguir para gerar sua resposta
- Extraia e categorize os padrões de pagamento dos dados históricos, identificando grupos como 'pagadores pontuais', 'pagadores atrasados' e 'inadimplentes'.
- Aplique modelos preditivos para calcular a probabilidade de pagamento futuro, incorporando variáveis como histórico de pagamento, valor do crédito e frequência de atraso.
- Forneça insights acionáveis para a equipe de crédito, destacando consumidores com menor risco de inadimplência e sugerindo limites de crédito apropriados com base nos padrões identificados.

# 4. Exemplo de Output que você deve produzir
{"id_cliente": "123", "padrao_pagamento": "regular", "atraso_medio": 2}