Agente de IA para Análise de Impacto de Alterações de Crédito

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

Como criar um agente de IA que simula o impacto de mudanças nos dados de crédito do consumidor, como pagamentos atrasados ou novos empréstimos, no escore de crédito.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Análise de Impacto de Alterações de Crédito", uma solução de automação projetada para simular o impacto de mudanças nos dados de crédito do consumidor, como pagamentos atrasados ou novos empréstimos, no escore 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 fornecer simulações detalhadas que ajudam consumidores a entender como alterações específicas podem impactar seu escore de crédito, permitindo decisões financeiras mais informadas.

2. Contexto e Problema

No atual cenário financeiro, consumidores enfrentam dificuldades em prever o impacto de alterações em seus dados de crédito. Mudanças como pagamentos atrasados ou novos empréstimos podem afetar significativamente o escore de crédito, mas muitos consumidores não têm acesso a ferramentas que os ajudem a entender essas dinâmicas.

Problemas específicos incluem:

  • Dificuldade em prever o impacto de alterações nos dados de crédito.
  • Necessidade de simulações para entender como mudanças afetam o escore de crédito.

3. Impactos Esperados

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

  • Fornecer relatórios detalhados sobre como alterações específicas podem impactar o escore de crédito.
  • Ajudar consumidores a tomar decisões informadas sobre suas finanças pessoais.
  • Simular o impacto de mudanças nos dados de crédito do consumidor de forma precisa e confiável.

4. Visão Geral da Solução

O agente de IA para análise de impacto de alterações de crédito processa dados de crédito do consumidor, aplica simulações de impacto e gera relatórios detalhados sobre o efeito dessas alterações no escore de crédito. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como uma ferramenta útil e autônoma na análise de impacto de crédito.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a validação e normalização dos dados de crédito e termina com a geração de um relatório detalhado para o consumidor.

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

Agentes Função Principal
Agente de Validação e Normalização de Dados de Crédito Validar, padronizar e enriquecer os dados de crédito do consumidor e os cenários de alteração, produzindo um perfil único e consistente para simulação.
Agente de Simulação de Escore de Crédito Calcular escore base e simular impacto de cada cenário de alteração aplicando uma função de pontuação definida e determinística, com variação de 300 a 900.
Agente de Relatório e Recomendações ao Consumidor Transformar a simulação em um relatório claro e acionável para o consumidor, com explicações do impacto e orientações práticas.

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 Normalização de Dados de Crédito

1.1 Tarefa do Agente

Validar, padronizar e enriquecer os dados de crédito do consumidor e os cenários de alteração, produzindo um perfil único e consistente para simulação.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com dados de crédito do consumidor e cenários de alteração.

# 2. Objetivo
Validar, padronizar e enriquecer os dados de crédito, produzindo um perfil único e consistente para simulação.

# 3. Regras que você deve seguir para gerar sua resposta
- Regras de validação numérica: valores negativos devem ser truncados para 0; campos ausentes tornam-se 0, exceto limites/saques que exigem cálculo coerente.
- Regras de limites e utilização: se limite_total <= 0 e saldo_rotativo_total > 0, definir limite_total = saldo_rotativo_total; calcular utilizacao_percentual = min(max(saldo_rotativo_total/limite_total, 0), 1).
- Regra de DTI: dti = min(max(parcela_mensal_total/max(renda_mensal, 1), 0), 1).
- Regras de consistência de idade: idade_conta_mais_antiga_meses >= idade_conta_media_meses; se não, ajustar media para min(media, mais_antiga).
- Regras de histórico: somar atrasos por severidade mantendo não-negatividade; inadimplencias_publicas e acordos_quitacoes são inteiros >=0.
- Regras de mix: total_contas_ativas = max(cartoes,0)+max(emprestimos,0)+max(hipoteca,0).
- Regras de consultas e novos empréstimos: inteiros >=0.
- Atomização de cenários: expandir cada cenário para forma canônica: adicionar_atraso {dias: 30|60|90, quantidade:int>=1, referencia_meses: 0-24}; novo_emprestimo {valor:number>0, prazo_meses:int>0, parcela_estimada:number>0}; ajuste_utilizacao {novo_saldo_rotativo:number>=0, novo_limite:number>0}; remover_atraso_erroneo {dias: 30|60|90, quantidade:int>=1}; fechamento_conta {tipo: cartao|emprestimo, reduzir_limite:number>=0}; aumento_limite {incremento:number>0}.
- Regras de viabilidade: se um cenário implicar limite_total < saldo_rotativo_total, ajustar limite_total para saldo_rotativo_total e registrar em inconsistencias_corrigidas.
- Saída deve incluir lista de alertas quando: dti>0.6; utilizacao_percentual>0.9; consultas_12m>6; novos_emprestimos_12m>3; idade_conta_mais_antiga_meses<6.
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 dados de crédito do consumidor via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo JSON contendo dados de crédito e cenários de alteração.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .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 normalizado contendo o perfil de crédito e cenários atomizados.
  • Exemplo de Estrutura de Output:
     {
      "perfil_normalizado": {
        "idade_conta_media_meses": 24,
        "idade_conta_mais_antiga_meses": 48,
        "dti": 0.5,
        "utilizacao_percentual": 0.3,
        "limites_validos": true,
        "historico_pagamentos_norm": {
          "atrasos_30": 1,
          "atrasos_60": 0,
          "atrasos_90": 0,
          "inadimplencias_publicas": 0,
          "acordos_quitacoes": 0
        },
        "mix": {
          "cartoes": 2,
          "emprestimos": 1,
          "hipoteca": 0,
          "total_contas_ativas": 3
        },
        "consultas_12m": 2,
        "novos_emprestimos_12m": 1
      },
      "cenarios_atomizados": [ ... ],
      "alertas": [ "DTI acima de 0.6", "Utilização acima de 0.9" ],
      "inconsistencias_corrigidas": [ "Limite total ajustado para saldo rotativo" ]
    } 
  • Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 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 de Simulação de Escore de Crédito.

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Simulação de Escore de Crédito.

RF 2. Agente de Simulação de Escore de Crédito

2.1 Tarefa do Agente

Calcular escore base e simular impacto de cada cenário de alteração aplicando uma função de pontuação definida e determinística, com variação de 300 a 900.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON contendo o perfil normalizado de crédito e cenários atomizados.

# 2. Objetivo
Calcular o escore base e simular o impacto de cada cenário de alteração, aplicando uma função de pontuação definida e determinística.

# 3. Regras que você deve seguir para gerar sua resposta
- Escala e pesos: escore_final = 300 + round(6*(0.35*HP + 0.30*UT + 0.15*TC + 0.10*NC + 0.10*MX)), onde subescores HP,UT,TC,NC,MX ∈ [0,100].
- Cálculo HP (Histórico de Pagamentos, 35%): iniciar em 100; penalizar: cada atraso_30 => -5, atraso_60 => -8, atraso_90 => -12; inadimplencias_publicas => -25 cada (cap -50); acordos_quitacoes => -6 cada (cap -24). Aplicar cap inferior 0.
- Cálculo UT (Utilização, 30%): usar utilizacao_percentual u em [0,1]. Mapear: u<=0.1=>100; 0.1100-50*(u-0.1)/0.2; 0.375-25*(u-0.3)/0.2; 0.550-30*(u-0.5)/0.25; u>0.75=>20-20*min((u-0.75)/0.25,1). Truncar a [0,100].
- Cálculo TC (Tempo de Crédito, 15%): usar idade_conta_media_meses m e mais_antiga M. Pontos = min(100, 20 + 40*min(m/120,1) + 40*min(M/240,1)).
- Cálculo NC (Novo Crédito, 10%): iniciar 100; consultas_12m c: -5 por consulta após a 1ª; novos_emprestimos_12m e: -6 por item; cap inferior 40.
- Cálculo MX (Mix, 10%): base 40; +25 se cartoes>0; +20 se emprestimos>0; +15 se hipoteca>0; cap 100.
- Observações de baseline: adicionar strings quando u>0.5, dti>0.5, c>=4, e>=2, total_contas_ativas<2.
- Aplicação de cenários: aplicar mudanças ao perfil_normalizado em cópia, recomputar subescores e escore; gerar delta = escore_cenario - escore_baseline.
- Regras de aplicação por tipo: adicionar_atraso incrementa contadores conforme severidade e referência temporal <=24m; novo_emprestimo aumenta novos_emprestimos_12m em 1, incrementa parcela_mensal_total via parcela_estimada, atualiza dti; ajuste_utilizacao substitui saldo_rotativo_total/limite_total e recalcula u; remover_atraso_erroneo decrementa contadores respeitando piso 0; fechamento_conta reduz mix e, se reduzir_limite>0, diminuir limite_total e recalcular u; aumento_limite eleva limite_total e recalcula u.
- Integridade: após cada cenário, assegurar u∈[0,1], dti∈[0,1], contadores inteiros ≥0, caps aplicados.
- Sensitividade: listar até 3 fatores com maior contribuição negativa e positiva no baseline usando diferenças de subescores vs 100 ponderadas pelos pesos.
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 como input um JSON contendo o perfil normalizado de crédito e cenários atomizados.
  • 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.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o escore base, simulações de cenário e análise de sensitividade.
  • Exemplo de Estrutura de Output:
     {
      "baseline": {
        "escore": 750,
        "subcomponentes": {
          "historico_pagamentos": 85,
          "utilizacao": 70,
          "tempo_credito": 90,
          "novo_credito": 60,
          "mix": 80
        },
        "observacoes": [ "Utilização alta", "DTI alto" ]
      },
      "cenarios": [ ... ],
      "sensitividade": {
        "top_negativos": [ { "fator": "Utilização alta", "impacto": -20 } ],
        "top_positivos": [ { "fator": "Tempo de crédito", "impacto": 10 } ]
      }
    } 
  • Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 4.000 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 subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Relatório e Recomendações ao Consumidor.

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Relatório e Recomendações ao Consumidor.

RF 3. Agente de Relatório e Recomendações ao Consumidor

3.1 Tarefa do Agente

Transformar a simulação em um relatório claro e acionável para o consumidor, com explicações do impacto e orientações práticas.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON contendo o escore base, simulações de cenários e análise de sensitividade.

# 2. Objetivo
Transformar a simulação em um relatório claro e acionável para o consumidor, com explicações do impacto e orientações práticas.

# 3. Regras que você deve seguir para gerar sua resposta
- Classificação do escore: 300-499 Muito baixo; 500-599 Baixo; 600-699 Regular; 700-799 Bom; 800-900 Excelente.
- Seleção de fatores: usar sensitividade para montar top 3 negativos e positivos em linguagem simples, citando o fator e a ação correspondente (ex: "Utilização alta: considere aumentar limite ou reduzir saldo").
- Explicações de cenário: em 2-3 frases, mencionar o que mudou, efeito nos subcomponentes e por que o delta ocorreu.
- Recomendações práticas: para utilização alta, sugerir pagar saldo/negociar aumento de limite; para consultas excessivas, evitar novas solicitações por 90 dias; para mix limitado, manter contas antigas ativas; para dti alto, reduzir parcelas ou adiar novo crédito.
- Tabelas/Markdown: usar cabeçalhos simples e colunas padronizadas (Cenário | Escore | Delta | Motivo principal | Ações).
- Disclaimers obrigatórios: "Simulação educativa; não substitui modelos proprietários de bureaus"; "Escore calculado em escala 300-900 com pesos definidos neste relatório"; "Não coletamos PII neste relatório".
- Compliance de linguagem: evitar garantias, usar termos como "pode", "tende a".
- Se nenhum cenário melhorar o escore, sugerir foco em reduzir utilização e evitar novas consultas por 3-6 meses.
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 contendo o escore base, simulações de cenários e análise de sensitividade.
  • 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.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório em dois formatos: 1) JSON estruturado; 2) Markdown detalhado.
  • Exemplo de Estrutura de Output:
     {
      "resumo": {
        "escore_baseline": 750,
        "classificacao": "Bom",
        "principais_fatores_negativos": [ "Utilização alta" ],
        "principais_fatores_positivos": [ "Tempo de crédito" ]
      },
      "cenarios": [ ... ],
      "alertas_compliance": [ "Simulação educativa; não substitui modelos proprietários de bureaus" ],
      "disclaimers": [ "Escore calculado em escala 300-900 com pesos definidos neste relatório" ]
    } 
  • Número de caracteres esperado: O relatório final deve ser claro e direto, com um tamanho estimado em 5.000 caracteres no JSON e 8.000 caracteres no Markdown.

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 é o entregável final e não é passada para outros agentes internos.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao consumidor.

© 2025 prototipe.ai. Todos os direitos reservados.