1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Análise de Reivindicações de Benefícios", uma solução projetada para automatizar a revisão e classificação de reivindicações de benefícios, identificando possíveis fraudes ou inconsistências. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é reduzir a carga de trabalho manual através da automação do processo de análise, minimizando o risco de fraudes e assegurando conformidade nas reivindicações de benefícios.
2. Contexto e Problema
Cenário Atual
As organizações enfrentam um alto volume de reivindicações de benefícios para análise manual, o que aumenta o risco de fraudes ou inconsistências nas reivindicações submetidas.
Problemas Identificados
- Alto volume de trabalho manual: A necessidade de revisar manualmente cada reivindicação consome tempo e recursos significativos.
- Risco de fraudes: A análise manual pode não detectar todas as fraudes ou inconsistências, resultando em perdas financeiras.
- Inconsistências de conformidade: Falta de padronização na análise pode levar a decisões inconsistentes e erros de conformidade.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Reduzir a carga de trabalho manual em até 70% através da automação.
- Aumentar a precisão na detecção de fraudes e inconsistências.
- Melhorar a conformidade e padronização no processo de análise de reivindicações.
4. Visão Geral da Solução
O agente de IA para análise de reivindicações de benefícios automatiza a revisão e classificação de reivindicações, aplicando critérios de risco e conformidade para identificar possíveis fraudes ou inconsistências. 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 reivindicações de benefícios.
A solução consiste em um fluxo de automação composto por 5 agentes de IA. O processo começa com a validação e normalização das reivindicações e termina com a consolidação das decisões pós-revisão humana.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo. O fluxo inclui etapas condicionais que são executadas apenas se critérios específicos forem atendidos, conforme detalhado após a tabela.
| Agentes | Função Principal |
|---|---|
Agente de Validação e Normalização de Reivindicações (RF 1)
| Validar estrutura e conteúdo mínimo das reivindicações, normalizar campos e gerar um payload padronizado para análise. |
Agente de Detecção de Inconsistências e Regras de Negócio (RF 2)
| Identificar fraudes potenciais e inconsistências de negócio a partir do payload normalizado e histórico informado. |
Agente de Classificação de Risco e Decisão Inicial (RF 3)
| Atribuir pontuação de risco e decidir o caminho inicial (aprovação, solicitação de complementos ou escalonamento para investigação). |
Agente de Preparação de Dossiê e Roteamento (RF 4)
| Construir o dossiê da reivindicação e definir o roteamento operacional (fila de aprovação, solicitação de documentos ou investigação). |
Agente de Consolidação Pós-Revisão Humana (RF 5)
| Consolidar a decisão humana (investigação ou complementação) e registrar o desfecho padronizado da reivindicação. |
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 Reivindicações
1.1 Tarefa do Agente
Validar estrutura e conteúdo mínimo das reivindicações, normalizar campos e gerar um payload padronizado para análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON de uma única reivindicação com informações detalhadas sobre o beneficiário e o tipo de benefício solicitado. # 2. Objetivo Validar a estrutura e conteúdo mínimo das reivindicações, normalizar campos e gerar um payload padronizado para análise. # 3. Regras que você deve seguir para gerar sua resposta - Rejeitar a validação se faltar qualquer campo crítico: beneficiario.documento_identificacao, tipo_beneficio, valor_solicitado, data_evento, data_solicitacao. - Padronizar datas para ISO (YYYY-MM-DD); se inválidas ou futuras indevidas (data_evento > data_solicitacao + 1 dia), registrar em erros_campos com gravidade 'critica'. - Normalizar valores monetários para BRL com duas casas decimais; se valor_solicitado <= 0, marcar erro crítico. - Canonizar tipo_beneficio usando mapeamento determinístico. - Validar formato de documento nacional se fornecido (CPF/CNPJ). - Gerar chave_deduplicacao concatenando documento_identificacao + tipo_beneficio + ano-mes de data_evento. - Remover espaços excedentes e normalizar acentuação. - Somente retornar payload_normalizado quando validacao_status='aprovada'.
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 reivindicação 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 de reivindicação com dados do beneficiário e do benefício solicitado.
-
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 até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo o status de validação, erros identificados e o payload normalizado.
-
Exemplo de Estrutura de Output:
{ "reivindicacao_id": "string", "validacao_status": "aprovada|reprovada", "erros_campos": [{"campo":"string","motivo":"string","gravidade":"critica|media|baixa"}], "normalizacoes_aplicadas": [{"campo":"string","acao":"padronizacao|trim|mapeamento_valor|conversao_data|uppercase|remocao_caracteres","antes":"string","depois":"string"}], "payload_normalizado": { "beneficiario": {"documento_identificacao":"string_canonico","data_nascimento":"YYYY-MM-DD"}, "tipo_beneficio":"string_canonico", "valor_solicitado": {"moeda":"BRL","valor":1234.56}, "datas": {"evento":"YYYY-MM-DD","solicitacao":"YYYY-MM-DD"}, "documentos_anexados": [{"tipo":"string_canonico","id":"string","data_emissao":"YYYY-MM-DD"}], "chave_deduplicacao":"hash_estavel" } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 2.000 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 Detecção de Inconsistências e Regras de Negócio (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Detecção de Inconsistências e Regras de Negócio (RF 2).
RF 2. Agente de Detecção de Inconsistências e Regras de Negócio
2.1 Tarefa do Agente
Identificar fraudes potenciais e inconsistências de negócio a partir do payload normalizado e histórico informado.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON do payload normalizado e metadados de validação. # 2. Objetivo Identificar fraudes potenciais e inconsistências de negócio a partir do payload normalizado e histórico informado. # 3. Regras que você deve seguir para gerar sua resposta - Somente operar se validacao_status='aprovada'. - Calcular tempo_entre_evento_e_solicitacao_dias = data_solicitacao - data_evento (em dias). - Verificar teto por tipo_beneficio se informado no input. - Identificar duplicidade por chave_deduplicacao comparando com historico_reivindicacoes. - Checar janela de carência se meta 'carencia_min_dias' vier no input. - Validar compatibilidade etária se regra_etaria_min/max vier no input. - Conferir documentos críticos por tipo_beneficio, se lista_criticos vier no input. - Detectar inconsistência temporal de documentos. - Consolidar inconsistencias como lista única sem duplicidades.
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 um JSON do payload normalizado e metadados de validação.
-
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 até 10.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo as inconsistências identificadas e métricas chave da análise.
-
Exemplo de Estrutura de Output:
{ "reivindicacao_id":"string", "analise_inconsistencias_concluida": true, "inconsistencias": [ {"codigo":"VALOR_ACIMA_TETO","descricao":"Valor solicitado acima do teto do benefício","gravidade":"alta","evidencias":{"valor_solicitado":1234.56,"teto":1000.00}}, {"codigo":"PERIODO_INELEGIVEL","descricao":"Data do evento fora da janela de elegibilidade","gravidade":"alta","evidencias":{"evento":"2024-01-10","janela_min_dias":90}} ], "metricas_chave": { "reivindicacoes_12m_mesmo_beneficio": 3, "tempo_entre_evento_e_solicitacao_dias": 12, "documentos_criticos_ausentes": ["Laudo_Medico"] } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 2.500 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: 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 Classificação de Risco e Decisão Inicial (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Classificação de Risco e Decisão Inicial (RF 3).
RF 3. Agente de Classificação de Risco e Decisão Inicial
3.1 Tarefa do Agente
Atribuir pontuação de risco e decidir o caminho inicial (aprovação, solicitação de complementos ou escalonamento para investigação).
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON contendo o resultado da análise de inconsistências e métricas chave da reivindicação. # 2. Objetivo Atribuir pontuação de risco e decidir o caminho inicial (aprovação, solicitação de complementos ou escalonamento para investigação). # 3. Regras que você deve seguir para gerar sua resposta - Inicializar risco_score em 0. Somar pesos por inconsistência. - Ajustes de risco por métricas. - Classificar risco_classe por score. - Decisão: se risco_classe in ['alto','critico'] -> decisao_inicial='escalar_investigacao'. - Preencher motivos_decisao com lista dos codigos das inconsistencias que contribuíram para o score. - Preencher pendencias_documentais com documentos_criticos_ausentes. - Definir acoes_recomendadas conforme decisao_inicial.
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 um JSON contendo o resultado da análise de inconsistências e métricas chave.
-
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 até 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo a pontuação de risco, decisão inicial e ações recomendadas.
-
Exemplo de Estrutura de Output:
{ "reivindicacao_id":"string", "risco_score": 0-100, "risco_classe":"baixo|medio|alto|critico", "decisao_inicial":"aprovar|solicitar_complemento|escalar_investigacao", "motivos_decisao":["codigos_de_regra"], "acoes_recomendadas":["lista_de_acoes"], "pendencias_documentais":["tipos_de_documento"] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.500 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para calcular pontuação de risco.
- 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 Preparação de Dossiê e Roteamento (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Preparação de Dossiê e Roteamento (RF 4).
RF 4. Agente de Preparação de Dossiê e Roteamento
4.1 Tarefa do Agente
Construir o dossiê da reivindicação e definir o roteamento operacional (fila de aprovação, solicitação de documentos ou investigação).
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON contendo a pontuação de risco, decisão inicial, motivos e pendências documentais da reivindicação. # 2. Objetivo Construir o dossiê da reivindicação e definir o roteamento operacional (fila de aprovação, solicitação de documentos ou investigação). # 3. Regras que você deve seguir para gerar sua resposta - Montar dossie.resumo com: tipo_beneficio, valor_solicitado (BRL), datas chave e síntese das inconsistências relevantes. - Definir roteamento.fila: se decisao_inicial='aprovar' -> 'aprovacao_automatica'. - Prioridade: risco_classe 'critico' -> 'critica'. - escalar_para_humano = true quando fila in ['pedido_documentos','investigacao']. - Certificar que documentos_pendentes liste apenas tipos únicos.
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 um JSON contendo a pontuação de risco, decisão inicial e pendências documentais.
-
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 até 5.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo o dossiê da reivindicação e o roteamento operacional.
-
Exemplo de Estrutura de Output:
{ "reivindicacao_id":"string", "dossie": { "resumo":"string", "indicadores": {"risco_score":0-100,"risco_classe":"..."}, "motivos":["..."], "documentos_pendentes":["..."] }, "roteamento": { "fila":"aprovacao_automatica|pedido_documentos|investigacao", "prioridade":"baixa|media|alta|critica" }, "escalar_para_humano": true|false } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.500 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 subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Consolidação Pós-Revisão Humana (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação Pós-Revisão Humana (RF 5).
RF 5. Agente de Consolidação Pós-Revisão Humana
5.1 Tarefa do Agente
Consolidar a decisão humana (investigação ou complementação) e registrar o desfecho padronizado da reivindicação.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON contendo o dossiê da reivindicação e o resultado da revisão humana. # 2. Objetivo Consolidar a decisão humana (investigação ou complementação) e registrar o desfecho padronizado da reivindicação. # 3. Regras que você deve seguir para gerar sua resposta - Mapear decisao_humana.status_final para status_final. - Se status_final='aprovada' e houver ajustes_valor, definir valor_aprovado. - Compilar justificativa_final a partir da justificativa humana e dos motivos_decisao automáticos. - Preencher realimentacao_modelo.inconsistencias_confirmadas com os códigos de inconsistências marcadas como procedentes pelo humano. - aprendizados_regra_texto deve ser um resumo de até 280 caracteres.
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 um JSON contendo o dossiê da reivindicação e o resultado da revisão humana.
-
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 até 5.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo o desfecho padronizado da reivindicação.
-
Exemplo de Estrutura de Output:
{ "reivindicacao_id":"string", "status_final":"aprovada|indeferida|pendente_informacao", "valor_aprovado": {"moeda":"BRL","valor":number|null}, "justificativa_final":"string", "fechamento": {"data":"YYYY-MM-DD","responsavel":"humano_id"}, "aprendizados_regra_texto":"string_curto", "realimentacao_modelo": {"inconsistencias_confirmadas":["codigos"],"falsos_positivos":["codigos"]} } - 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: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 gerada por este agente é o entregável final do fluxo.
5.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O JSON gerado é o resultado que deve ser disponibilizado ao usuário.