Agente de IA para Auditoria de Dados Financeiros

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

Como criar um agente de IA que verifica a precisão e consistência de dados financeiros.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, consulta a documentos e demais requisitos funcionais para o Agente de IA para Auditoria de Dados Financeiros. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é verificar a precisão e consistência de dados financeiros em relatórios e sistemas de contabilidade, garantindo auditorias mais rápidas e precisas em grandes volumes de dados financeiros.

2. Contexto e Problema

Cenário Atual

As auditorias financeiras tradicionais enfrentam diversos desafios, incluindo:

  • Erros e inconsistências em dados financeiros devido à auditoria manual.
  • Necessidade de auditorias mais rápidas e precisas em grandes volumes de dados financeiros.
  • Falta de ferramentas automatizadas para garantir a integridade dos dados financeiros.

Devido a esses problemas, as auditorias manuais são demoradas e propensas a erros, o que pode levar a decisões financeiras incorretas e penalidades regulatórias.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Aumentar a precisão dos dados financeiros através de auditorias automatizadas.
  • Reduzir o tempo necessário para completar auditorias financeiras complexas.
  • Garantir a integridade dos dados financeiros em tempo real.

4. Visão Geral da Solução

O agente de IA para auditoria de dados financeiros utiliza algoritmos de verificação para identificar erros e inconsistências, automatizando o processo de auditoria para aumentar a eficiência e precisão. 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 auditoria de dados financeiros.

A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a validação de preparação de dados e termina com a geração de um sumário de auditoria padronizado.

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

Agentes Função Principal
Agente de Validação de Preparação de Dados e Referências (RF 1) Verificar se os dados financeiros e tabelas de referência estão completos e coerentes.
Agente de Checagens Contábeis e Integridade (Básicas) (RF 2) Aplicar checagens determinísticas de integridade contábil sobre lançamentos.
Agente de Regras de Negócio Financeiras (Moeda, Impostos, Centros) (RF 3) Validar regras de negócio: conversão cambial, regras de imposto e vínculo com centros de custo.
Agente de Duplicidades, Sequências e Referências Documentais (RF 4) Detectar duplicidades de lançamentos, lacunas e quebras em sequências de documentos.
Agente de Conciliações por Subsistemas e Saldos (RF 5) Conciliar saldos entre razão geral e subsistemas.
Agente de Materialidade e Priorização de Achados (RF 6) Classificar achados por severidade e materialidade.
Agente de Geração de Sumário de Auditoria (RF 7) Produzir um sumário padronizado de auditoria com achados, impactos e recomendações.

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Validação de Preparação de Dados e Referências

1.1 Tarefa do Agente

Verificar se os dados financeiros e tabelas de referência necessários para auditoria estão completos, coerentes e utilizáveis.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros e tabelas de referência para auditoria. Este texto é o registro bruto dos dados contábeis que precisam ser validados.

# 2. Objetivo
Verificar se os dados financeiros e tabelas de referência necessários para auditoria estão completos, coerentes e utilizáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Rejeite campos obrigatórios ausentes em qualquer lançamento: id, data, conta, debito ou credito, moeda, empresa. Se ausentes em >0, status=bloqueado e liste em faltantes: "campos_obrigatorios_lancamentos".
- Confirme presença de tabelas_referencia: plano_contas, empresas, fx. Se faltante, status=bloqueado e inclua o nome no array faltantes.
- Valide tipagem básica: debito/credito/valor_bruto/valor_liquido numéricos; datas em formato ISO; booleans corretos em permitir_lancamento.
- Cheque que periodo.inicio <= periodo.fim. Se não, status=bloqueado.
- Verifique que todas as empresas dos lançamentos existem em empresas; se não, status=alerta e detalhe quantidade por empresa desconhecida.
- Verifique que todas as moedas dos lançamentos possuem taxa na tabela fx para cada data (ou para a data útil anterior, se ausente). Se ausência >0, status=alerta e criar alerta VAL-002 com contagem.
- Calcule estatísticas básicas: total_lancamentos; menor/maior data encontrada; lista de moedas encontradas.
- Não avance interpretações contábeis; limite-se à completude, tipagem e disponibilidade de referências.
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 financeiros 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 csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo de dados financeiros estruturados.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xlsx.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o status da validação, faltantes e alertas.
  • Exemplo de Estrutura de Output: 
     { "status":"ok|bloqueado|alerta", "faltantes": ["plano_contas","empresas","fx",...], "estatisticas": {"total_lancamentos":"number","moedas_encontradas":["string"], "periodo_coberto": {"min":"YYYY-MM-DD","max":"YYYY-MM-DD"}}, "alertas": [ {"id":"VAL-001","mensagem":"Periodo dos lançamentos extrapola janela informada","registros_afetados":"number"} ] }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.000 caracteres, podendo variar conforme a complexidade dos dados analisados.

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 Checagens Contábeis e Integridade (Básicas) (RF 2).

RF 2. Agente de Checagens Contábeis e Integridade (Básicas)

2.1 Tarefa do Agente

Aplicar checagens determinísticas de integridade contábil sobre lançamentos.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros que passaram pela validação inicial de integridade e precisam ser analisados em termos de checagens contábeis básicas.

# 2. Objetivo
Aplicar checagens determinísticas de integridade contábil sobre lançamentos.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada lançamento, exatamente um entre debito e credito deve ser >0. Se ambos 0 ou ambos >0, registre erro INT-001/INT-002.
- data do lançamento deve estar dentro de periodo.inicio..periodo.fim; fora disso, inconsistencia INT-101.
- Conta deve existir em plano_contas e permitir_lancamento=true para níveis sintéticos; se permitir_lancamento=false e houve lançamento, erro INT-003.
- Sinal de receitas/despesas: não inverter; a regra é debito>0 para despesas/ativos, credito>0 para receitas/passivos. Caso conta tipo Receita com debito>0, sinal atípico INT-104 (inconsistencia, não erro), listar.
- Por empresa e moeda, some débitos e créditos e calcule dif = |total_debitos - total_creditos|; se dif > parametros.tolerancia_arredondamento, erro INT-004 na síntese dessa combinação.
- Campos texto vazios em descricao documentada como INCONSISTENCIA INT-105 (opcional), se política exigir descrição mínima (>=3 chars).
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: Este agente deve ser apto a receber como input um JSON contendo dados financeiros validados.
  • 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 100.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo erros, inconsistências e sumários de balanços.
  • Exemplo de Estrutura de Output: 
     { "erros": [ {"id":"INT-001","regra":"DebitoCreditoNãoExclusivos","registro_id":"string","detalhe":"valor_debito e valor_credito ambos > 0"} ], "inconsistencias": [ {"id":"INT-101","regra":"DataForaDoPeriodo","registro_id":"string","detalhe":"2025-01-01 fora de 2024-12"} ], "sumarios": {"balanco_por_empresa_moeda": [ {"empresa":"string","moeda":"string","total_debitos":"number","total_creditos":"number","dif":"number"} ] } }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres, podendo variar conforme a complexidade dos dados analisados.

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 Regras de Negócio Financeiras (Moeda, Impostos, Centros) (RF 3).

RF 3. Agente de Regras de Negócio Financeiras (Moeda, Impostos, Centros)

3.1 Tarefa do Agente

Validar regras de negócio: conversão cambial, regras de imposto e vínculo com centros de custo.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros que passaram pela validação inicial de integridade e precisam ser analisados em termos de regras de negócio específicas.

# 2. Objetivo
Validar regras de negócio: conversão cambial, regras de imposto e vínculo com centros de custo.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada lançamento, determine moeda funcional da empresa; registre inconsistência se moeda do lançamento diverge da funcional sem campo de conversão indicado (NEG-102).
- Conversão cambial: encontre taxa para (data, moeda) na fx; se ausente, busque data útil anterior; se ainda ausente, erro NEG-001.
- Calcule valor_em_moeda_reporte = (debito - credito) convertido para parametros.moeda_reporte. Se diferença entre taxa aplicada no input (se houver) e taxa de referência exceder parametros.tolerancia_fx_ppm em partes por milhão, inconsistencia NEG-103.
- Impostos: se imposto_codigo presente, deve existir em regras_impostos. Se base=bruta, valide valor_liquido = valor_bruto*(1-aliquota); se base=liquida, valor_bruto=valor_liquido/(1-aliquota). Divergência > 0,01 da moeda, inconsistencia NEG-104 com ajuste_sugerido.
- Centros de custo: se centro_custo informado, deve existir e status=ativo; caso contrário, inconsistencia NEG-101. Se conta tipo Despesa sem centro_custo, inconsistencia NEG-105.
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo dados financeiros validados e prontos para análise de regras de negócio.
  • 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 100.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo erros, inconsistências e ajustes sugeridos.
  • Exemplo de Estrutura de Output: 
     { "erros": [ {"id":"NEG-001","regra":"TaxaCambialInexistente","registro_id":"string","detalhe":"Sem FX para USD em 2024-12-05"} ], "inconsistencias": [ {"id":"NEG-101","regra":"CentroCustoInativo","registro_id":"string","detalhe":"CC-789 inativo"} ], "ajustes_sugeridos": [ {"registro_id":"string","campo":"valor_em_moeda_reporte","valor_sugerido":"number","criterio":"FX spot da data ou anterior"} ] }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres, podendo variar conforme a complexidade dos dados analisados.

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

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Duplicidades, Sequências e Referências Documentais (RF 4).

RF 4. Agente de Duplicidades, Sequências e Referências Documentais

4.1 Tarefa do Agente

Detectar duplicidades de lançamentos, lacunas e quebras em sequências de documentos e referências inconsistentes.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros que passaram pelas validações anteriores e precisam ser analisados em termos de duplicidades e sequências.

# 2. Objetivo
Detectar duplicidades de lançamentos, lacunas e quebras em sequências de documentos e referências inconsistentes.

# 3. Regras que você deve seguir para gerar sua resposta
- Construa hash determinístico concatenando campos de parametros.chave_hash_campos; se hash repetir para registros distintos, marque cluster em clusters_duplicados e crie erro SEQ-001 para cada extra além do primeiro.
- Se houver timestamp em chave_origem, considere duplicidade fraca quando diferença absoluta <= tolerancia_tempo_segundos para mesmo documento e valor; marque como inconsistencia SEQ-102.
- Para cada série documental (prefixos alfanuméricos seguidos de números), identifique gaps numéricos; para gaps não explicados por cancelamentos (não fornecidos), registre inconsistencia SEQ-101 com faixa.
- Documento sem referência (documento vazio) em contas de receita/despesa acima de valor_liquido >= 100 unidades da moeda reporte: inconsistencia SEQ-103.
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 3).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo dados financeiros validados e prontos para análise de duplicidades e sequências.
  • 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 100.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo erros, inconsistências e clusters de duplicidades.
  • Exemplo de Estrutura de Output: 
     { "erros": [ {"id":"SEQ-001","regra":"DocumentoDuplicado","registro_id":"string","detalhe":"doc 1234 repetido"} ], "inconsistencias": [ {"id":"SEQ-101","regra":"GapSequenciaDocumento","documento_inicial":"string","documento_final":"string","detalhe":"faltando 1237-1239"} ], "clusters_duplicados": [ {"hash":"string","registros":["id1","id2",...] } ] }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres, podendo variar conforme a complexidade dos dados analisados.

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

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Conciliações por Subsistemas e Saldos (RF 5).

RF 5. Agente de Conciliações por Subsistemas e Saldos

5.1 Tarefa do Agente

Conciliar saldos entre razão geral e subsistemas (ex.: contas a receber/pagar, bancos) quando totais agregados forem fornecidos.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros que passaram pelas validações anteriores e precisam ser analisados em termos de conciliações de saldos.

# 2. Objetivo
Conciliar saldos entre razão geral e subsistemas (ex.: contas a receber/pagar, bancos) quando totais agregados forem fornecidos.

# 3. Regras que você deve seguir para gerar sua resposta
- Agregue saldos_gl por mapeamento de contas típicas de AR/AP/Bancos (prefixos do plano de contas ou lista fornecida). Se mapeamento ausente, classifique como inconsistencia CON-102 e continue com as que forem mapeáveis.
- Compare GL x subsistema por empresa e moeda; se |dif| > parametros.tolerancia_conciliacao, sinalize erro (CON-001/CON-002/CON-101 conforme tipo).
- Todos os comparativos devem explicitar valores utilizados (gl, subsistema) e diferença numérica.
- Não invente dados ausentes; se algum lado não vier, marque conciliacao com status="indisponivel" e inconsistencia CON-103.
5.3 Configurações do Agente

5.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 4).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo dados financeiros validados e prontos para conciliações de saldos.
  • 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 100.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo erros, inconsistências e detalhes das conciliações.
  • Exemplo de Estrutura de Output: 
     { "erros": [ {"id":"CON-001","regra":"DivergenciaGLxAR","empresa":"string","moeda":"string","dif":"number"} ], "inconsistencias": [ {"id":"CON-101","regra":"BancoNaoConciliado","empresa":"string","moeda":"string","dif":"number"} ], "conciliacoes": [ {"tipo":"AR|AP|Bancos","empresa":"string","moeda":"string","gl":"number","subsistema":"number","diferenca":"number","status":"ok|divergente"} ] }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres, podendo variar conforme a complexidade dos dados analisados.

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

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Materialidade e Priorização de Achados (RF 6).

RF 6. Agente de Materialidade e Priorização de Achados

6.1 Tarefa do Agente

Classificar achados por severidade e materialidade, agregando por regra e impacto.

6.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo achados de auditoria que precisam ser classificados por severidade e materialidade.

# 2. Objetivo
Classificar achados por severidade e materialidade, agregando por regra e impacto.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada achado com valor monetário estimável, calcule impacto_est em moeda de reporte. Se o achado não trouxer valor, assuma 0 para classificação quantitativa e mantenha qualitativa conforme regra.
- Cálculo de materialidade: compute dois percentuais (impacto_est/receita_anual, impacto_est/ativo_total). Use o maior percentual para determinar a classe: alta (>= limiar ativo ou receita), média (>= 50% do limiar), baixa (abaixo).
- Severidade: erros de integridade (INT-001/004, NEG-001, CON divergente) iniciam como alta; inconsistências começam como média e podem subir para alta se materialidade alta; duplicidades reais são alta.
- Gere resumo de totais por severidade e percentuais agregados dos impactos.
6.3 Configurações do Agente

6.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 5).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo achados de auditoria classificados.
  • 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 100.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a classificação dos achados e resumo.
  • Exemplo de Estrutura de Output: 
     { "classificacao": [ {"id":"string","tipo":"erro|inconsistencia","regra":"string","impacto_est":"number","materialidade":"baixa|media|alta","severidade":"baixa|media|alta"} ], "resumo": {"totais_por_severidade": {"baixa":"number","media":"number","alta":"number"}, "percentual_receita":"number","percentual_ativo":"number"} }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres, podendo variar conforme a complexidade dos dados analisados.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

6.3.5 Memória

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Sumário de Auditoria (RF 7).

RF 7. Agente de Geração de Sumário de Auditoria

7.1 Tarefa do Agente

Produzir um sumário padronizado de auditoria com achados, impactos e recomendações operacionais objetivas.

7.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo achados de auditoria classificados que precisam ser compilados em um sumário padronizado.

# 2. Objetivo
Produzir um sumário padronizado de auditoria com achados, impactos e recomendações operacionais objetivas.

# 3. Regras que você deve seguir para gerar sua resposta
- Ordene top_achados por severidade desc, depois impacto_est desc.
- Para cada achado, forneça ação_recomendada objetiva alinhada à regra: ex. "corrigir taxa FX para data D"; "reclassificar conta sintética para analítica"; "remover lançamento duplicado com id X".
- Relatório deve citar período e premissas críticas (tolerancias e moeda de reporte) sem repetir toda a parametrização.
- Não inclua linguagem probabilística; descreva de forma determinística e rastreável. Liste ids de registros quando disponíveis.
7.3 Configurações do Agente

7.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 6).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo achados de auditoria classificados e prontos para sumarização.
  • 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 100.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o sumário de auditoria e um detalhamento dos achados.
  • Exemplo de Estrutura de Output: 
     { "relatorio": {"periodo":"string","visao_geral": "string","top_achados": [ {"id":"string","regra":"string","severidade":"string","materialidade":"string","impacto_est":"number","acao_recomendada":"string"} ], "metricas": {"qtd_erros":"number","qtd_inconsistencias":"number"} }, "json_achados": {"itens":[ {"id":"string","tipo":"erro|inconsistencia","regra":"string","registros_afetados":["string"],"impacto_est":"number","severidade":"string","materialidade":"string"} ] } }
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 3.000 caracteres, podendo variar conforme a complexidade dos dados analisados.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

7.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não são visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente não é passada para outros agentes internos.

7.3.6 Regras de Orquestração e Transição

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

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.