Agente de IA para Auditoria de Processos de Reembolso

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

Como criar um agente de IA que revisa processos de reembolso para identificar inconsistências e prevenir fraudes.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, busca online, consulta a documentos e demais requisitos funcionais para o Agente de IA para Auditoria de Processos de Reembolso. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é criar um agente que possa revisar processos de reembolso, identificar inconsistências e prevenir fraudes, garantindo a integridade dos pagamentos.

2. Contexto e Problema

No cenário atual, as auditorias de reembolso são realizadas manualmente, o que consome tempo e recursos significativos. Problemas específicos incluem:

  • Identificação de fraudes e inconsistências nos processos de reembolso.
  • Garantia de integridade e precisão nos pagamentos de reembolso.
  • Redução do tempo gasto em auditorias manuais.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

  • Reduzir o tempo de auditoria em pelo menos 70%.
  • Aumentar a precisão na identificação de fraudes e inconsistências.
  • Garantir a integridade dos processos de reembolso e a conformidade com as políticas internas.

4. Visão Geral da Solução

O agente de IA para auditoria de processos de reembolso analisa automaticamente os dados de reembolso, identifica inconsistências, sinaliza transações suspeitas e sugere medidas preventivas. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um auditor eficaz e confiável nos processos de reembolso.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a padronização e validação dos dados de entrada e termina com a geração de recomendações preventivas e ações corretivas.

Agentes Função Principal
Agente de Padronização e Validação de Entrada (RF 1) Padronizar e validar os dados de processos de reembolso para garantir consistência e completude.
Agente de Detecção de Inconsistências e Fraudes (RF 2) Detectar irregularidades e riscos de fraude em solicitações de reembolso.
Agente de Recomendações Preventivas e Ações (RF 3) Gerar recomendações preventivas e instruções operacionais para reduzir fraudes futuras.

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 Padronização e Validação de Entrada

1.1 Tarefa do Agente

Padronizar e validar os dados de processos de reembolso recebidos em JSON, garantindo consistência, completude mínima e preparo para auditoria.

1.2 Prompt ou Instruções do Agente 
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com uma lista de solicitações de reembolso. Cada item contém informações detalhadas sobre o reembolso solicitado.

# 2. Objetivo
Padronizar e validar os dados de entrada para garantir que estejam completos e prontos para auditoria posterior.

# 3. Regras que você deve seguir para gerar sua resposta
- Valide a presença de campos obrigatórios como id_reembolso, id_solicitante, e data_solicitacao.
- Padronize datas e moedas em formatos reconhecidos e registre correções, se necessário.
- Normalize categorias de despesa e vincule anexos aos itens correspondentes.
- Identifique inconsistências e prepare o JSON de saída com campos padronizados e sinalizações para revisão humana, se necessário.
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 via API com dados de reembolso para padronização e validação. 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: JSON contendo uma lista de solicitações de reembolso.
  • 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 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: JSON normalizado com dados padronizados e sinalizações de inconsistências.
  • Exemplo de Estrutura de Output: 
    {
  "entradas_validas": [...],
  "inconsistencias_entrada": [...],
  "requires_human_review": false
}
  • Número de caracteres esperado: O JSON de output deve ter um tamanho estimado em torno de 20.000 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

  • Documentos: Consulta documentos internos para padronização de categorias de despesa.
  • 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 Fraudes (RF 2).

RF 2. Agente de Detecção de Inconsistências e Fraudes

2.1 Tarefa do Agente

Aplicar regras de auditoria para detectar irregularidades e riscos de fraude em solicitações de reembolso normalizadas, atribuindo pontuação de risco e justificativas estruturadas.

2.2 Prompt ou Instruções do Agente 
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON normalizado com dados de reembolso padronizados e validados.

# 2. Objetivo
Detectar irregularidades e riscos de fraude, atribuindo uma pontuação de risco a cada solicitação de reembolso.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule o risco de cada item e reembolso baseado nas regras fornecidas.
- Identifique limites excedidos, duplicidades e padrões atípicos.
- Atribua ações recomendadas baseadas no nível de risco detectado.
- Estruture a saída em JSON com avaliações e recomendações de ações.
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: JSON normalizado com dados de reembolso padronizados.
  • 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 20.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: JSON com avaliações de risco e recomendações de ações para cada reembolso.
  • Exemplo de Estrutura de Output: 
    {
  "avaliacao_por_reembolso": [...],
  "avaliacao_por_item": [...],
  "sumario": {...}
}
  • Número de caracteres esperado: O JSON de output deve ter um tamanho estimado em torno de 25.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para calcular riscos e atribuir pontuações.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Recomendações Preventivas e Ações (RF 3).

RF 3. Agente de Recomendações Preventivas e Ações

3.1 Tarefa do Agente

Gerar recomendações preventivas e instruções operacionais a partir dos riscos detectados para reduzir fraudes futuras e garantir integridade dos pagamentos.

3.2 Prompt ou Instruções do Agente 
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com avaliações de risco e recomendações de ações para cada reembolso.

# 2. Objetivo
Gerar recomendações preventivas e instruções operacionais para mitigar riscos futuros e melhorar a integridade dos processos de reembolso.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise as avaliações de risco e identifique áreas de melhoria.
- Proponha medidas preventivas e atualizações de políticas baseadas nos padrões detectados.
- Estruture a saída em JSON com ações operacionais e medidas preventivas recomendadas.
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: JSON com avaliações de risco e recomendações de ações.
  • 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 25.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: JSON com ações operacionais e medidas preventivas recomendadas.
  • Exemplo de Estrutura de Output: 
    {
  "acoes_operacionais": [...],
  "medidas_preventivas": [...]
}
  • Número de caracteres esperado: O JSON de output deve ter um tamanho estimado em torno de 15.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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. As recomendações geradas são o resultado que deve ser disponibilizado para os responsáveis pela auditoria de reembolso.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.