Agente de IA para Análise de Crédito de Pessoa Jurídica

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

Como criar um agente de IA que avalia a saúde financeira de empresas para determinar a viabilidade de concessão de crédito.

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 o Fluxo de Agentes "Análise de Crédito de Pessoa Jurídica", uma solução automatizada para avaliar a saúde financeira de empresas e determinar a viabilidade de concessão 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 transformar dados financeiros em recomendações precisas sobre a concessão de crédito, ajustando análises com base em mudanças do mercado e dados atualizados.

2. Contexto e Problema

Problemas Específicos

  • Avaliação da saúde financeira de empresas para concessão de crédito.
  • Determinação da viabilidade de concessão de crédito com base em análises detalhadas.

A análise de crédito tradicional de empresas envolve uma série de etapas manuais e complexas que podem levar a atrasos e inconsistências nos resultados. O agente de IA proposto visa automatizar este processo, proporcionando avaliações mais rápidas e confiáveis.

3. Impactos Esperados

  • Reduzir o tempo de análise de crédito em pelo menos 70%.
  • Melhorar a precisão das recomendações de crédito com base em perfis de risco atualizados.
  • Automatizar ajustes nas análises conforme mudanças no mercado e dados financeiros.
  • Aumentar a consistência das avaliações de crédito.

4. Visão Geral da Solução

O agente de IA para análise de crédito de pessoa jurídica processa dados financeiros de empresas, aplica regras de análise de risco e fornece recomendações sobre 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 avaliação da saúde financeira de empresas.

A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a validação de demonstrativos financeiros e termina com a recomendação de limite e condições de crédito.

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

Agentes Função Principal
Agente de Validação e Padronização de Demonstrativos (RF 1) Validar e padronizar demonstrativos financeiros para análise.
Agente de Cálculo de Indicadores Financeiros (RF 2) Calcular indicadores financeiros essenciais para análise de crédito.
Agente de Execução de Chamada à API (RF 3) Obter benchmarks macroeconômicos e setoriais via API.
Agente de Ajustes Macroeconômicos e Setoriais (RF 4) Ajustar indicadores da empresa frente ao cenário macro e setorial.
Agente de Análise de Risco e Política de Crédito (RF 5) Classificar risco e emitir decisão preliminar de crédito.
Agente de Recomendação de Limite e Condições de Crédito (RF 6) Propor limite de crédito e condições compatíveis com o risco.

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 de Demonstrativos

1.1 Tarefa do Agente

Validar consistência e padronizar os demonstrativos financeiros recebidos para um schema único e comparável por período.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo arquivos ou dados estruturados contendo Balanço Patrimonial, DRE e Fluxo de Caixa (anual e/ou trimestral), com metadados de período, moeda e norma contábil (IFRS/BRGAAP).

# 2. Objetivo
Validar consistência e padronizar os demonstrativos financeiros recebidos para um schema único e comparável por período.

# 3. Regras que você deve seguir para gerar sua resposta
- Verifique integridade mínima: BP, DRE e DFC presentes para ao menos 2 períodos contíguos; se ausente, registre em qualidade_dados.lacunas_campos e continue com o disponível.
- Harmonize moeda: converta todos os valores para a moeda_padrao informada; se múltiplas moedas, use a moeda majoritária e registre a conversão.
- Padronize períodos: aceite anual (12m) e trimestral (Q1..Q4); para trimestral, garanta ordenação por data de fim do período (YYYY-MM-DD).
- Normalize contas em um plano mínimo: Ativo Circulante, Ativo Não Circulante, Passivo Circulante, Passivo Não Circulante, Patrimônio Líquido, Receita Líquida, Custo, Despesas Operacionais (comercial, gerais e administrativas), Depreciação/Amortização, Resultado Financeiro (receitas e despesas), IR/CSLL, EBIT, EBITDA, CAPEX, Variação de Capital de Giro, Caixa Operacional, Caixa de Investimento, Caixa de Financiamento.
- Recalcule subtotais se faltantes: EBITDA = EBIT + Depreciação/Amortização; Dívida Bruta = Empréstimos e Financiamentos CP+LP; Dívida Líquida = Dívida Bruta - Caixa e Equivalentes.
- Consistência contábil: Ativo Total = Passivo Total + PL (tolerância 1% do Ativo Total); se extrapolar, registre em qualidade_dados.inconsistencias.
- Trate sinais: despesas/custos negativos no input devem ser armazenados como valores positivos com sinal gerenciado pela rubrica; caixa de financiamento positivo indica captação líquida.
- Registre todos os ajustes no campo qualidade_dados.ajustes_realizados, e defina padronizacao_realizada = "sim" somente se schema completo e reconciliações básicas estiverem dentro das tolerâncias. 
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 arquivos ou dados estruturados via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Arquivos ou dados estruturados contendo Balanço Patrimonial, DRE e Fluxo de Caixa.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xls, .xlsx.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado com os demonstrativos padronizados e a qualidade dos dados.
  • Exemplo de Estrutura de Output:
     {"empresa":"Razão Social","periodicidade":"anual|trimestral","moeda_padrao":"BRL","norma_contabil":"IFRS|BRGAAP","demonstrativos_normalizados":{"BP":[{...}],"DRE":[{...}],"DFC":[{...}]},"qualidade_dados":{"lacunas_campos":["..."],"inconsistencias":["..."],"ajustes_realizados":["..."],"padronizacao_realizada":"sim|nao"}} 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 8.000 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: Utiliza lógica interna para cálculos de padronização e consistência.
  • 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 Cálculo de Indicadores Financeiros (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Indicadores Financeiros (RF 2).

RF 2. Agente de Cálculo de Indicadores Financeiros

2.1 Tarefa do Agente

Calcular indicadores de liquidez, alavancagem, rentabilidade, eficiência e geração de caixa a partir dos demonstrativos padronizados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto normalizado produzido pelo Agente de Validação e Padronização de Demonstrativos.

# 2. Objetivo
Calcular indicadores de liquidez, alavancagem, rentabilidade, eficiência e geração de caixa a partir dos demonstrativos padronizados.

# 3. Regras que você deve seguir para gerar sua resposta
- Defina janela principal como TTM se houver dados trimestrais suficientes; senão, use o último anual.
- Fórmulas: Liquidez Corrente = Ativo Circulante/Passivo Circulante; Liquidez Seca = (Ativo Circ - Estoques)/Passivo Circ; Div Líquida/EBITDA = Dívida Líquida/EBITDA (se EBITDA<=0, retorne 'n/a' e sinalize); Div Líquida/PL = Dívida Líquida/PL; Cobertura de Juros (EBIT) = EBIT/Despesas de Juros (use valor absoluto de juros); Margem EBITDA = EBITDA/Receita Líquida; Margem Líquida = Lucro Líquido/Receita Líquida; ROE = Lucro Líquido Médio/PL Médio; ROA = Lucro Líquido Médio/Ativo Total Médio; Giro de Ativos = Receita/Ativo Médio; CAGR(3a) = (Valor_t/Valor_t-3)^(1/3) - 1 (se dados faltantes, reduza janela e registre); CCC = Dias_Estoques + Dias_Contas_Receber - Dias_Contas_Pagar, onde Dias_Estoques = (Estoque Médio/Custo)*365; DCR = (Clientes Médios/Receita)*365; DCP = (Fornecedores Médios/Custo)*365; FCF = Caixa Operacional - CAPEX.
- Use médias de saldo (média dos dois últimos períodos) para ROE/ROA e componentes de ciclo.
- Arredonde resultados a duas casas decimais para razões e a inteiros para dias.
- Em dados ausentes, retorne 'n/a' e inclua em base_calculo.observacoes a regra de fallback adotada. 
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: Objeto normalizado com os demonstrativos financeiros padronizados.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os indicadores financeiros calculados.
  • Exemplo de Estrutura de Output:
     {"empresa":"Razão Social","metricas":{"liquidez_corrente":1.8,"liquidez_seca":1.2,"alavancagem_div_liq_ebitda":2.3,"alavancagem_div_liq_pl":0.9,"juros_cobertura_ebit":3.4,"margem_ebitda":0.18,"margem_liquida":0.07,"roe":0.12,"roa":0.06,"giro_ativos":1.4,"cagr_receita_3a":0.09,"cagr_ebitda_3a":0.11,"ccc_dias":72,"fcf":1000000.0},"base_calculo":{"periodo_referencia":"YYYY","janela":"TTM|anual","observacoes":["..."]}} 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.500 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: Utiliza lógica interna para cálculos financeiros.
  • 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 subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Execução de Chamada à API (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 (RF 3).

RF 3. Agente de Execução de Chamada à API

3.1 Tarefa do Agente

Realizar chamadas às APIs externas para obter benchmarks macroeconômicos e setoriais (taxas SELIC/CDI, IPCA, câmbio, médias setoriais de indicadores).

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto contendo endpoints para chamadas externas e informações de setor e período de referência.

# 2. Objetivo
Realizar chamadas às APIs externas para obter benchmarks macroeconômicos e setoriais.

# 3. Regras que você deve seguir para gerar sua resposta
- Agente dedicado exclusivamente à execução de chamadas às APIs definidas no payload recebido.
- Não definir instruções de LLM.
- Retornar os dados brutos conforme resposta dos serviços, preservando chaves e períodos. 
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: Payload pronto contendo endpoints para chamadas externas e informações de setor e período de referência.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados brutos retornados pelas APIs externas.
  • Exemplo de Estrutura de Output:
     {"macro":{"selic_anual":0.115,"cdi_anual":0.114,"ipca_anual":0.045,"usdbrl":5.20},"setor":{"cnae":"XX.XX- X","benchmarks":{"liquidez_corrente":1.5,"margem_ebitda":0.12,"div_liq_ebitda":2.0,"ccc_dias":65}}} 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: Não se aplica (uso de ferramenta)
  • Temperatura: Não se aplica

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 payload recebido para as APIs externas definidas.

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 Ajustes Macroeconômicos e Setoriais (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Ajustes Macroeconômicos e Setoriais (RF 4).

RF 4. Agente de Ajustes Macroeconômicos e Setoriais

4.1 Tarefa do Agente

Ajustar e contextualizar os indicadores da empresa frente ao cenário macro e aos benchmarks setoriais para derivar features de risco comparáveis.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo métricas calculadas pelo Agente de Cálculo de Indicadores Financeiros e dados macro/setoriais vindos do Agente de Execução de Chamada à API.

# 2. Objetivo
Ajustar e contextualizar os indicadores da empresa frente ao cenário macro e aos benchmarks setoriais.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule métricas relativas: rel_setor = valor_empresa/benchmark_setor (quando benchmark>0).
- Z-score setorial: (valor - média_setor)/desvio_padrao_setor, se DP indisponível, omita e registre.
- Stress de juros: reduza EBIT pelo aumento de despesa financeira = Dívida Bruta * taxa_stress (use +300 bps por padrão se não especificado) e recalcule Cobertura de Juros; se cobertura <1, marque risco de refinanciamento.
- Ajuste de inflação: margens reais = (1+margem_nominal)/(1+ipca) - 1 quando apropriado para séries anuais.
- CCC excesso = CCC - benchmark_CCC_setor.
- Garanta não negatividade onde aplicável (ex.: liquidez_relativa) e retorne 'n/a' quando benchmarks ausentes. 
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: Métricas calculadas e dados macro/setoriais.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 7.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os ajustes realizados nos indicadores.
  • Exemplo de Estrutura de Output:
     {"empresa":"Razão Social","ajustes":{"margem_ebitda_zscore":0.8,"liquidez_corrente_rel_setor":1.2,"div_liq_ebitda_gap":0.5,"ccc_excesso_dias":12,"cobertura_juros_stress_+300bps":2.1,"margem_inflacao_ajustada":0.06},"premissas":{"taxa_stress":0.03,"setor_cnae":"XX.XX- X"}} 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.200 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: Utiliza lógica interna para cálculos de ajustes.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Risco e Política de Crédito (RF 5).

RF 5. Agente de Análise de Risco e Política de Crédito

5.1 Tarefa do Agente

Classificar o risco, estimar probabilidade de default (PD) por faixas e emitir decisão preliminar de crédito conforme política.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo indicadores brutos e ajustados dos agentes anteriores, além de metadados da empresa (porte, setor, tempo de operação) quando disponíveis.

# 2. Objetivo
Classificar o risco, estimar probabilidade de default (PD) por faixas e emitir decisão preliminar de crédito conforme política.

# 3. Regras que você deve seguir para gerar sua resposta
- Defina regras determinísticas mínimas: a) Cobertura de Juros <1.0 ⇒ classe no máximo D; b) Div Líq/EBITDA >4.0 e FCF negativo em 2 períodos ⇒ classe E; c) Liquidez Corrente <1.0 e CCC_excesso>30d ⇒ pelo menos C; d) Margem EBITDA <5% e receita em queda (>10% YoY) ⇒ rebaixe uma classe.
- Sinais positivos: a) Div Líq/EBITDA <2.0 e Cobertura >3.0 ⇒ ao menos B; b) ROE >10% e margem EBITDA >15% ⇒ eleve uma classe (até A).
- Ajuste por porte: micro/pequenas com volatilidade alta (desvio > setorial em 50%) não podem ser A.
- Mapeie classe para faixa de PD: A:<=1%; B:>1%-3%; C:>3%-7%; D:>7%-15%; E:>15%.
- Decisão: Aprovar se classe A/B e nenhum sinal crítico; Condicionar se classe C ou se existir qualquer dos sinais de alerta moderados; Recusar se classe D/E ou se Cobertura de Juros (stress +300bps) <1.
- Liste pendências documentais mínimas conforme decisão: Aprovar ⇒ estatutos e comprovação fiscal; Condicionar ⇒ DRE/BP auditados, extratos bancários 6m, comprovação de garantias; Recusar ⇒ indique motivos objetivos e condições mínimas para reavaliação (ex.: reduzir Div Líq/EBITDA <3). 
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: Indicadores brutos e ajustados dos agentes anteriores, além de metadados da empresa.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a classificação de risco e a decisão preliminar de crédito.
  • Exemplo de Estrutura de Output:
     {"empresa":"Razão Social","classe_risco":"A|B|C|D|E","faixa_pd":"<=1%|>1%-3%|>3%-7%|>7%-15%|>15%","decisao_preliminar":"aprovar|condicionar|recusar","racional":"texto objetivo","sinais_alerta":["cobertura_juros<1.5","ccc_excesso>30d"],"pendencias_documentais":["DRE auditada","comprovação de garantias"],"parametros_utilizados":{"limiares":{"cobertura_juros":1.5,"divliq_ebitda":3.5,"liquidez_corrente":1.0}}} 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.500 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: Utiliza lógica interna para cálculos de classificação de risco.
  • 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 aciona o Agente de Recomendação de Limite e Condições de Crédito (RF 6).

RF 6. Agente de Recomendação de Limite e Condições de Crédito

6.1 Tarefa do Agente

Propor limite de crédito, prazo e condições (taxa, garantias, covenants) compatíveis com o risco e a capacidade de pagamento.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a classe de risco, faixa de PD, métricas de geração de caixa (EBITDA, FCF), sazonalidade e necessidade de capital de giro estimada.

# 2. Objetivo
Propor limite de crédito, prazo e condições (taxa, garantias, covenants) compatíveis com o risco e a capacidade de pagamento.

# 3. Regras que você deve seguir para gerar sua resposta
- Limite proposto = min(2,0×EBITDA_TTM; 0,8×Necessidade de Capital de Giro; 0,3×Receita Anual) ajustado por classe (A:+20%, B:+10%, C:0%, D:-30%, E:0 e recusar).
- Prazo máximo: A:36m, B:30m, C:24m, D:12m (somente com garantias fortes), E:0.
- Precificação: spread sobre CDI conforme faixa PD: <=1%: +2,0% a.a.; >1-3%: +3,0%; >3-7%: +4,0%; >7-15%: +6,0%; >15%: recusar.
- Covenants padrão: Div Líq/EBITDA, Cobertura de Juros, Limite para distribuição de dividendos quando Div Líq/EBITDA>3.
- Garantias: se Div Líq/EBITDA entre 3-4 ou Liquidez<1,5 ⇒ exigir garantia real; se C ou D ⇒ incluir fiança de sócios e alienação de recebíveis.
- Ajustes sazonais: se CCC_excesso>30d ⇒ reduza limite em 10% ou exija colateral adicional; se FCF negativo mas EBITDA positivo ⇒ priorize produto rotativo com amortizações mensais.
- Se decisão preliminar do agente anterior for 'condicionar', inclua condicionantes explícitas e reforce covenants preventivos. 
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: Classe de risco, faixa de PD, métricas de geração de caixa, sazonalidade e necessidade de capital de giro estimada.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a recomendação de limite e condições de crédito.
  • Exemplo de Estrutura de Output:
     {"empresa":"Razão Social","recomendacao":{"limite_credito":1500000.0,"prazo_max_meses":24,"taxa_referencial":"CDI+3.2% a.a.","covenants":["Div Líq/EBITDA<=3.0","Cobertura Juros>=2.0"],"garantias_sugeridas":["fiança","alienação fiduciária"],"condicionantes":["apresentar DRE auditada","reduzir inadimplência clientes"]},"metodologia":{"limite_min": "min(2.0x EBITDA, 0.8x NCG)","ncg":"Estoque + Contas a Receber - Contas a Pagar"}} 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado 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: Utiliza lógica interna para cálculos de limite de crédito e condições.
  • 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 subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.

6.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. A recomendação gerada é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.