Agente de IA para Análise de Reivindicações de Benefícios

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

Como criar um agente de IA que revisa e classifica reivindicações de benefícios, identificando possíveis fraudes ou inconsistências.

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

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

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.

© 2025 prototipe.ai. Todos os direitos reservados.