1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para um agente de IA dedicado à auditoria de reembolsos em planos de benefícios. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal deste agente é revisar reembolsos processados, identificando inconsistências ou fraudes e garantindo conformidade com políticas internas complexas e variadas.
2. Contexto e Problema
Cenário Atual
A auditoria de reembolsos em planos de benefícios é atualmente um processo manual que demanda tempo e recursos significativos. Os auditores precisam identificar fraudes ou inconsistências, o que pode ser ineficiente e suscetível a erros humanos. Além disso, garantir a conformidade com políticas internas complexas é um desafio constante.
Problemas Identificados
- Identificação manual de fraudes: O processo atual é demorado e ineficiente.
- Conformidade: Dificuldade em garantir que todos os reembolsos estejam em conformidade com políticas internas complexas e variadas.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Aumentar a eficiência na identificação de fraudes ou inconsistências em reembolsos.
- Garantir a conformidade com as políticas internas de forma automática.
- Reduzir o tempo necessário para auditoria de reembolsos.
4. Visão Geral da Solução
O agente de IA para auditoria de reembolsos em planos de benefícios utiliza algoritmos de IA para revisar automaticamente os reembolsos processados, identificando padrões de fraude ou inconsistências e garantindo a conformidade com políticas internas. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um auditor eficiente e autônomo.
A solução consiste em um fluxo de automação composto por múltiplos agentes de IA. Cada agente desempenha uma função específica no processo de auditoria, desde a obtenção dos dados de reembolso até a geração de dossiês para revisão humana.
| Agentes | Função Principal |
|---|---|
Agente de Execução de Chamada à API – Reembolsos (RF 1)
| Obter reembolsos processados para auditoria através de chamada à API. |
Agente de Execução de Consulta a Documento – Políticas Internas (RF 2)
| Consultar políticas internas aplicáveis por plano, categoria e código de procedimento. |
Agente de Consolidação e Normalização de Dados (RF 3)
| Consolidar e normalizar dados de reembolsos e políticas para auditoria. |
Agente de Auditoria de Reembolsos e Sinalização (RF 4)
| Aplicar checagens de conformidade e identificar inconsistências ou fraudes. |
Agente de Geração de Dossiê para Revisão Humana (RF 5)
| Organizar e priorizar itens sinalizados para revisão humana. |
Agente de Aplicação de Decisão Humana (RF 6)
| Aplicar a disposição do revisor humano aos itens auditados. |
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 Execução de Chamada à API – Reembolsos
1.1 Tarefa do Agente
Realizar chamada à API do Sistema de Reembolsos para obter reembolsos processados a auditar.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Este agente realiza chamadas à API do sistema de reembolsos para obter dados de reembolsos processados que precisam ser auditados.
# 2. Objetivo
Obter uma lista de reembolsos processados, contendo todos os detalhes necessários para auditoria subsequente.
# 3. Regras que você deve seguir para gerar sua resposta
- A chamada deve ser realizada utilizando filtros especificados para data de início, data de fim e status interno dos reembolsos.
- Os parâmetros de retorno devem incluir campos como reembolso_id, beneficiario_id, plano_id, entre outros.
- O resultado deve ser paginado, com limite de 1000 registros por página.
# 4. Exemplo de Output que você deve produzir
{
"reembolsos": [
{
"reembolso_id": "...",
"beneficiario_id": "...",
"plano_id": "...",
"categoria": "...",
"codigo_procedimento": "...",
"descricao_procedimento": "...",
"data_servico": "YYYY-MM-DD",
"data_solicitacao": "YYYY-MM-DD",
"moeda": "BRL",
"valor_solicitado": 0.0,
"valor_pago": 0.0,
"valor_coparticipacao": 0.0,
"franquia_aplicada": 0.0,
"documentos_anexos": [
{
"tipo": "nota_fiscal/recibo/relatorio",
"arquivo_id": "..."
}
],
"local_atendimento": "...",
"canal_solicitacao": "app/web/email",
"metodo_pagamento": "TED/PIX/Cartao",
"ip_dispositivo": "x.x.x.x",
"historico_reembolsos_beneficiario": [
{
"data": "YYYY-MM-DD",
"categoria": "...",
"valor": 0.0
}
]
}
]
} 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 uma solicitação via API para obter dados de reembolsos processados. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de dados na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é uma solicitação API, que resulta em um conjunto de dados estruturados.
- 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 90.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo uma lista de reembolsos processados e seus detalhes.
-
Exemplo de Estrutura de Output:
{ "reembolsos": [ { "reembolso_id": "...", "beneficiario_id": "...", "plano_id": "...", "categoria": "...", "codigo_procedimento": "...", "descricao_procedimento": "...", "data_servico": "YYYY-MM-DD", "data_solicitacao": "YYYY-MM-DD", "moeda": "BRL", "valor_solicitado": 0.0, "valor_pago": 0.0, "valor_coparticipacao": 0.0, "franquia_aplicada": 0.0, "documentos_anexos": [ { "tipo": "nota_fiscal/recibo/relatorio", "arquivo_id": "..." } ], "local_atendimento": "...", "canal_solicitacao": "app/web/email", "metodo_pagamento": "TED/PIX/Cartao", "ip_dispositivo": "x.x.x.x", "historico_reembolsos_beneficiario": [ { "data": "YYYY-MM-DD", "categoria": "...", "valor": 0.0 } ] } ] } - Número de caracteres esperado: O output deve ser claro e direto, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade dos dados.
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: Conecta-se ao sistema de reembolsos via API para obter dados.
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 Execução de Consulta a Documento – Políticas Internas (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento – Políticas Internas (RF 2).
RF 2. Agente de Execução de Consulta a Documento – Políticas Internas
2.1 Tarefa do Agente
Realizar consulta ao documento 'Política de Reembolsos' para obter regras aplicáveis por plano, categoria e código de procedimento.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Este agente realiza consultas ao documento 'Política de Reembolsos' para obter regras específicas aplicáveis a cada reembolso.
# 2. Objetivo
Obter regras de políticas internas que se aplicam a cada reembolso baseado em plano, categoria e código de procedimento.
# 3. Regras que você deve seguir para gerar sua resposta
- Utilize as chaves de busca fornecidas para consultar políticas específicas.
- Os campos desejados incluem limite_mensal, limite_por_evento, carencia_dias, entre outros.
- Certifique-se de que todas as políticas relevantes sejam extraídas de forma precisa.
# 4. Exemplo de Output que você deve produzir
{
"politicas": [
{
"plano_id": "...",
"categoria": "...",
"codigo_procedimento": "*|codigo_especifico",
"limite_mensal": 0.0,
"limite_por_evento": 0.0,
"carencia_dias": 0,
"coparticipacao_percentual": 0.0,
"franquia_valor": 0.0,
"itens_nao_reembolsaveis": ["..."],
"documentacao_obrigatoria": ["nota_fiscal","relatorio_medico"],
"rede_credenciada_restricoes": {
"exige_rede": false
},
"teto_anual": 0.0,
"janelas_frequencia_dias": {
"categoria": 30,
"codigo_procedimento": 180
},
"moedas_permitidas": ["BRL"],
"regras_cambio": {
"fonte": "...",
"data_cambio": "YYYY-MM-DD"
}
}
]
} 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: O input para este agente é um conjunto de dados de reembolsos processados, incluindo informações de plano, categoria e código de procedimento.
- 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 90.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo as políticas aplicáveis para cada reembolso.
-
Exemplo de Estrutura de Output:
{ "politicas": [ { "plano_id": "...", "categoria": "...", "codigo_procedimento": "*|codigo_especifico", "limite_mensal": 0.0, "limite_por_evento": 0.0, "carencia_dias": 0, "coparticipacao_percentual": 0.0, "franquia_valor": 0.0, "itens_nao_reembolsaveis": ["..."], "documentacao_obrigatoria": ["nota_fiscal","relatorio_medico"], "rede_credenciada_restricoes": { "exige_rede": false }, "teto_anual": 0.0, "janelas_frequencia_dias": { "categoria": 30, "codigo_procedimento": 180 }, "moedas_permitidas": ["BRL"], "regras_cambio": { "fonte": "...", "data_cambio": "YYYY-MM-DD" } } ] } - Número de caracteres esperado: O output deve ser claro e direto, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade das políticas.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Conecta-se ao documento 'Política de Reembolsos' para consulta.
- 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 Consolidação e Normalização de Dados (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Normalização de Dados (RF 3).
RF 3. Agente de Consolidação e Normalização de Dados
3.1 Tarefa do Agente
Consolidar reembolsos e políticas, normalizar unidades e preparar dataset para auditoria.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Este agente recebe dados de reembolsos e políticas para consolidação e normalização.
# 2. Objetivo
Preparar um dataset consolidado e normalizado para auditoria, garantindo que os dados estejam prontos para análise de conformidade.
# 3. Regras que você deve seguir para gerar sua resposta
- Padronize datas no formato ISO YYYY-MM-DD.
- Normalize categorias e códigos de procedimento conforme mapa fornecido.
- Aplique conversões cambiais quando necessário.
- Verifique documentação presente e faltante.
- Gere hash único para cada reembolso consolidado.
# 4. Exemplo de Output que você deve produzir
{
"dataset": {
"claims": [
{
"reembolso_id": "...",
"beneficiario_id": "...",
"plano_id": "...",
"categoria_norm": "...",
"codigo_procedimento_norm": "...",
"datas": {
"servico": "YYYY-MM-DD",
"solicitacao": "YYYY-MM-DD",
"dias_entre_servico_solicitacao": 0
},
"valores": {
"moeda_origem": "USD",
"moeda_base": "BRL",
"fx_aplicado": 5.10,
"currency_normalized": true,
"solicitado_base": 0.0,
"pago_base": 0.0,
"coparticipacao_esperada": 0.0,
"franquia_esperada": 0.0,
"limite_evento": 0.0,
"limite_mensal": 0.0
},
"documentos": {
"presentes": ["nota_fiscal"],
"faltantes": ["relatorio_medico"]
},
"politica_ref": {
"chave": "plano|categoria|codigo"
},
"hash_unico": "SHA-...",
"dados_faltantes": ["prestador_id"]
}
]
},
"observacoes": ["n claims consolidados", "m com moeda != BRL"]
} 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: O input para este agente é um conjunto de dados de reembolsos e políticas a serem consolidados e normalizados.
- 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 90.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o dataset consolidado e normalizado.
-
Exemplo de Estrutura de Output:
{ "dataset": { "claims": [ { "reembolso_id": "...", "beneficiario_id": "...", "plano_id": "...", "categoria_norm": "...", "codigo_procedimento_norm": "...", "datas": { "servico": "YYYY-MM-DD", "solicitacao": "YYYY-MM-DD", "dias_entre_servico_solicitacao": 0 }, "valores": { "moeda_origem": "USD", "moeda_base": "BRL", "fx_aplicado": 5.10, "currency_normalized": true, "solicitado_base": 0.0, "pago_base": 0.0, "coparticipacao_esperada": 0.0, "franquia_esperada": 0.0, "limite_evento": 0.0, "limite_mensal": 0.0 }, "documentos": { "presentes": ["nota_fiscal"], "faltantes": ["relatorio_medico"] }, "politica_ref": { "chave": "plano|categoria|codigo" }, "hash_unico": "SHA-...", "dados_faltantes": ["prestador_id"] } ] }, "observacoes": ["n claims consolidados", "m com moeda != BRL"] } - Número de caracteres esperado: O output deve ser claro e direto, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade dos dados.
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 normalização de dados e cálculos cambiais.
- 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 Auditoria de Reembolsos e Sinalização (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Auditoria de Reembolsos e Sinalização (RF 4).
RF 4. Agente de Auditoria de Reembolsos e Sinalização
4.1 Tarefa do Agente
Aplicar checagens de conformidade com políticas internas e identificar inconsistências ou indícios de fraude por reembolso.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Este agente recebe um dataset consolidado e normalizado pronto para auditoria.
# 2. Objetivo
Aplicar checagens de conformidade e identificar inconsistências ou fraudes em cada reembolso.
# 3. Regras que você deve seguir para gerar sua resposta
- Classifique cada reembolso como "conforme", "atencao" ou "alto_risco" baseado no risk_score.
- Aplique regras de auditoria para identificar discrepâncias e inconsistências.
- Gere um resumo detalhado para cada reembolso sinalizado.
# 4. Exemplo de Output que você deve produzir
{
"auditoria": {
"itens": [
{
"reembolso_id": "...",
"classificacao": "conforme/atencao/alto_risco",
"risk_score": 0-100,
"flags": [
{
"regra": "excesso_limite_evento",
"severidade": "alta",
"detalhe": "Solicitado 1200 > limite_evento 800",
"evidencias": ["limite_evento=800","solicitado_base=1200"]
}
],
"rule_hits": ["..."],
"racional": "texto curto objetivo",
"proxima_acao_sugerida": "aprovar/solicitar_doc/recusar/revisao_humana"
}
]
},
"resumo": {
"total": 0,
"conforme": 0,
"atencao": 0,
"alto_risco": 0
}
} 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: O input para este agente é um dataset consolidado e normalizado, pronto para auditoria.
- 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 90.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo a auditoria detalhada dos reembolsos.
-
Exemplo de Estrutura de Output:
{ "auditoria": { "itens": [ { "reembolso_id": "...", "classificacao": "conforme/atencao/alto_risco", "risk_score": 0-100, "flags": [ { "regra": "excesso_limite_evento", "severidade": "alta", "detalhe": "Solicitado 1200 > limite_evento 800", "evidencias": ["limite_evento=800","solicitado_base=1200"] } ], "rule_hits": ["..."], "racional": "texto curto objetivo", "proxima_acao_sugerida": "aprovar/solicitar_doc/recusar/revisao_humana" } ] }, "resumo": { "total": 0, "conforme": 0, "atencao": 0, "alto_risco": 0 } } - Número de caracteres esperado: O output deve ser claro e direto, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade dos dados.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
4.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculo de risk_score e avaliação de conformidade.
- 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 Geração de Dossiê para Revisão Humana (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Dossiê para Revisão Humana (RF 5).
RF 5. Agente de Geração de Dossiê para Revisão Humana
5.1 Tarefa do Agente
Organizar, priorizar e sumarizar itens sinalizados para revisão humana com evidências objetivas.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Este agente recebe dados de auditoria para organizar e priorizar itens que necessitam de revisão humana.
# 2. Objetivo
Criar um dossiê detalhado e priorizado para revisão humana, incluindo evidências e perguntas relevantes.
# 3. Regras que você deve seguir para gerar sua resposta
- Priorize itens com base no risk_score.
- Inclua evidências chave e perguntas relevantes para o revisor humano.
- Não inclua dados pessoais sensíveis além dos necessários para a decisão.
# 4. Exemplo de Output que você deve produzir
{
"dossie": [
{
"reembolso_id": "...",
"prioridade": "alta/media/baixa",
"risk_score": 0-100,
"resumo": "3-5 linhas objetivas",
"evidencias_chave": ["..."],
"perguntas_ao_revisor": ["..."],
"campos_a_verificar": ["documentos","datas","valores"]
}
],
"instrucoes_revisor": "Aprovar/solicitar info/recusar; registrar disposicao e justificativa padrao."
} 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: O input para este agente é um conjunto de dados de auditoria com itens sinalizados para revisão.
- 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 90.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o dossiê detalhado para revisão humana.
-
Exemplo de Estrutura de Output:
{ "dossie": [ { "reembolso_id": "...", "prioridade": "alta/media/baixa", "risk_score": 0-100, "resumo": "3-5 linhas objetivas", "evidencias_chave": ["..."], "perguntas_ao_revisor": ["..."], "campos_a_verificar": ["documentos","datas","valores"] } ], "instrucoes_revisor": "Aprovar/solicitar info/recusar; registrar disposicao e justificativa padrao." } - Número de caracteres esperado: O output deve ser claro e direto, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade dos dados.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
5.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para priorização de itens e organização de dossiê.
- 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 deve ser visível para o Agente de Aplicação de Decisão Humana (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Aplicação de Decisão Humana (RF 6).
RF 6. Agente de Aplicação de Decisão Humana
6.1 Tarefa do Agente
Aplicar a disposição do revisor humano aos itens auditados e preparar o plano de ação final.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Este agente recebe as decisões tomadas por revisores humanos sobre os itens auditados.
# 2. Objetivo
Aplicar as decisões humanas aos itens auditados e preparar o plano de ação final.
# 3. Regras que você deve seguir para gerar sua resposta
- Mapear a disposição do revisor humano para o status final de cada reembolso.
- Calcular o valor final ajustado quando aplicável.
- Preparar uma mensagem de comunicação clara e objetiva.
# 4. Exemplo de Output que você deve produzir
{
"acoes": [
{
"reembolso_id": "...",
"status_final": "aprovado/recusado/pendente_info",
"valor_final": 0.0,
"motivo_padrao": "...",
"mensagem_comunicacao": "..."
}
],
"estatisticas": {
"aprovados": 0,
"recusados": 0,
"pendentes": 0
}
} 6.3 Configurações do Agente
6.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
- Tipo do input: O input para este agente é um conjunto de decisões de revisores humanos sobre os itens auditados.
- 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 90.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o plano de ação final e estatísticas de decisões.
-
Exemplo de Estrutura de Output:
{ "acoes": [ { "reembolso_id": "...", "status_final": "aprovado/recusado/pendente_info", "valor_final": 0.0, "motivo_padrao": "...", "mensagem_comunicacao": "..." } ], "estatisticas": { "aprovados": 0, "recusados": 0, "pendentes": 0 } } - Número de caracteres esperado: O output deve ser claro e direto, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade dos dados.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
6.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculo de ajustes de valor e preparação de mensagens.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
6.3.5 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.
6.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. As ações e estatísticas geradas são o resultado que deve ser disponibilizado ao usuário.