Agente de IA para Classificação de Crédito Empresarial

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

Como criar um agente de IA que classifica empresas em categorias de crédito com base em análise de dados financeiros.

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 "Classificação de Crédito Empresarial", uma solução projetada para categorizar empresas em termos de crédito com base em 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 integrar e analisar dados financeiros de empresas para facilitar a tomada de decisão por credores, gerando relatórios claros e padronizados de classificação de crédito.

2. Contexto e Problema

Cenário Atual

Atualmente, as empresas enfrentam desafios significativos na classificação de crédito devido à falta de critérios padronizados e à dificuldade em integrar e analisar dados financeiros. Isso resulta em decisões de crédito inconsistentes e, muitas vezes, imprecisas.

Os principais problemas identificados incluem:

  • Falta de critérios padronizados para classificação de crédito empresarial.
  • Dificuldade em integrar e analisar dados financeiros para classificação precisa.
  • Necessidade de facilitar a tomada de decisão por credores com base em categorias de crédito.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Padronizar a classificação de crédito com critérios claros e consistentes.
  • Melhorar a precisão na integração e análise de dados financeiros.
  • Facilitar a tomada de decisão dos credores através de relatórios detalhados e informativos.

4. Visão Geral da Solução

O agente de IA para classificação de crédito empresarial coleta e integra dados financeiros, aplica algoritmos de classificação e gera relatórios de classificação para suporte à decisão de crédito. 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 classificação de crédito empresarial.

A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a preparação e normalização dos dados financeiros e termina com a geração de um relatório de classificação de crédito.

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

Agentes Função Principal
Agente de Preparação e Normalização de Dados Financeiros (RF 1) Receber dados financeiros brutos, padronizar nomenclaturas e moedas, estruturar períodos.
Agente de Execução de Chamada à API (RF 2) Realizar chamada à API de fontes financeiras externas para obter dados complementares.
Agente de Consolidação e Validação de Dados (RF 3) Consolidar dados normalizados com respostas de API, verificar integridade contábil.
Agente de Cálculo de Indicadores Financeiros (RF 4) Calcular indicadores financeiros padronizados e métricas agregadas para classificação de crédito.
Agente de Classificação de Crédito (RF 5) Atribuir categoria de crédito com base em score composto de indicadores financeiros.
Agente de Regras de Políticas de Crédito (RF 6) Aplicar regras mandatórias e exceções de política para ajustar a classificação preliminar.
Agente de Geração de Relatórios de Classificação (RF 7) Produzir relatório estruturado de classificação de crédito com sumário executivo 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.

6. Requisitos Funcionais

RF 1. Agente de Preparação e Normalização de Dados Financeiros

1.1 Tarefa do Agente

Receber dados financeiros brutos de empresas, detectar a origem, padronizar nomenclaturas e moedas, estruturar períodos e preparar payloads caso a fonte seja API.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros brutos de empresas em diferentes formatos e origens. Esses dados podem incluir balanço, DRE, fluxo de caixa, entre outros.

# 2. Objetivo
Padronizar os dados recebidos, convertendo moedas e estruturando períodos, para que estejam prontos para análise e classificação de crédito.

# 3. Regras que você deve seguir para gerar sua resposta
- Se moeda_origem != BRL, converta todos os valores por taxa média anual para DRE/Fluxo e taxa de fechamento para Balanço; registre taxa_conversao_utilizada por período.
- Mapeie contas padrões: Ativo Circulante, Passivo Circulante, Disponibilidades, Contas a Receber, Estoques, Ativo Total, Passivo Total, Patrimônio Líquido, Receita Líquida, Custo, Despesa Operacional, EBITDA, EBIT, Despesa Financeira, Lucro Líquido, Caixa Operacional, Investimentos, Financiamentos.
- Harmonize IFRS vs BRGAAP: se não houver EBITDA explícito, calcule como EBIT + Depreciação e Amortização; se não houver Caixa Operacional, derive pelo método indireto mínimo (Lucro Líquido + Depreciação/Amortização - Variação de Capital de Giro quando disponível).
- Periodização: se existirem dados trimestrais, gere TTM somando 4 trimestres mais recentes; se anual, mantenha últimos 3 exercícios; valide consistência cronológica (datas crescentes e sem duplicidade).
- Completeness: marque pronto_para_validacao=false e liste lacunas_criticas se faltar qualquer um: Ativo Total, Passivo Total, Patrimônio Líquido, Receita Líquida, EBITDA ou EBIT, Despesa Financeira, Caixa Operacional.
- Outliers: aplique winsorização de indicadores intermediários em p1/p99 só para diagnóstico; não altere valores, apenas registre avisos.
- Se fonte_dados_tipo='api', construa api_requisicoes_preparadas com endpoints, parâmetros (empresa_id, períodos, chaves públicas) e marque fonte_dados_tipo_resolvida='api'; caso contrário, 'arquivo' ou 'manual'. 
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 de um csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um conjunto de dados financeiros brutos em formato JSON ou CSV.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .json, .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo os dados normalizados e prontos para análise. Deve incluir informações sobre conversão de moedas, periodização e preparação para chamadas à API.
  • Exemplo de Estrutura de Output:
     {
      "empresa_id": "123456",
      "setor_normalizado": "Tecnologia",
      "moeda_destino": "BRL",
      "taxa_conversao_utilizada": {"2024": 5.2},
      "dados_normalizados": {
        "balanco_norm": {...},
        "dre_norm": {...},
        "fluxo_caixa_norm": {...}
      },
      "pronto_para_validacao": true
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 5.000 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: Utiliza lógica interna para conversão de moedas e periodização.
  • 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 Execução de Chamada à API (RF 2) se fonte_dados_tipo_resolvida for 'api', caso contrário, aciona o Agente de Consolidação e Validação de Dados (RF 3).

RF 2. Agente de Execução de Chamada à API

2.1 Tarefa do Agente

Realizar chamada à API de fontes financeiras externas para obter demonstrações e indicadores complementares conforme payloads preparados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo payloads preparados para execução de chamadas à API de fontes financeiras externas.

# 2. Objetivo
Executar as chamadas à API e retornar os dados obtidos sem transformação adicional.

# 3. Regras que você deve seguir para gerar sua resposta
- Execute apenas as chamadas à API com os parâmetros recebidos.
- Retorne os dados obtidos, sem qualquer transformação adicional.
- Em caso de falha na chamada da API, registre o erro para análise manual. 
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) quando fonte_dados_tipo_resolvida for 'api'.
  • Tipo do input: Este agente deve ser apto a receber payloads preparados para chamadas à API contendo endpoint, método, headers públicos, parâmetros e empresa_id.
  • 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 contendo os dados brutos obtidos de cada chamada à API, identificados por endpoint e empresa_id.
  • Exemplo de Estrutura de Output:
     {
      "empresa_id": "123456",
      "dados_api_recuperados": [
        {
          "endpoint": "https://api.financeira.com/dados",
          "resposta": {...}
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 5.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: Não se aplica (uso de ferramenta)
  • Temperatura: Não se aplica

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente deverá enviar os payloads para a API externa e retornar os dados recebidos como resposta.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Validação de Dados (RF 3).

RF 3. Agente de Consolidação e Validação de Dados

3.1 Tarefa do Agente

Consolidar dados normalizados com respostas de API (se houver), verificar integridade contábil e gerar dataset válido para cálculo de indicadores.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados normalizados e, opcionalmente, dados recuperados de uma API financeira. Esses dados devem ser consolidados e validados para garantir sua integridade antes do cálculo de indicadores.

# 2. Objetivo
Consolidar os dados, verificar sua integridade e gerar um dataset válido para cálculo de indicadores.

# 3. Regras que você deve seguir para gerar sua resposta
- Consolide campos ausentes usando dados_api_recuperados somente se houver correspondência de período e conta; priorize dados do cliente sobre API em caso de conflito e registre aviso de conflito.
- Validação do Balanço: verifique |Ativo Total - (Passivo Total + PL)| <= 0,5% do Ativo Total; fora disso, marque balanco_equilibra=false.
- Validação de consistência: se Caixa Operacional e Lucro Líquido divergirem sem reconciliação > 20%, marque dre_fluxo_consistente=false.
- Reavalie lacunas_criticas_final; se existirem, defina pronto_para_calculo=false.
- Classifique qualidade_dados_nivel: alto (sem lacunas, validações ok), medio (pequenas divergências), baixo (lacunas críticas ou validações falhas). 
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 1 ou RF 2).
  • Tipo do input: Este agente deve ser apto a receber um JSON com dados normalizados e, opcionalmente, dados recuperados de API.
  • 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 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o dataset consolidado e validado, pronto para o cálculo de indicadores financeiros.
  • Exemplo de Estrutura de Output:
     {
      "dataset_validado": {
        "empresa_id": "123456",
        "demonstrativos_consolidados": {...},
        "balanco_equilibra": true,
        "dre_fluxo_consistente": true,
        "qualidade_dados_nivel": "alto",
        "pronto_para_calculo": true
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 5.000 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 validação de balanço e consistência de dados.
  • 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 Cálculo de Indicadores Financeiros (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Indicadores Financeiros (RF 4).

RF 4. Agente de Cálculo de Indicadores Financeiros

4.1 Tarefa do Agente

Calcular indicadores financeiros padronizados por período e métricas agregadas para uso na classificação de crédito.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dataset validado contendo dados financeiros consolidados que precisam ser analisados para calcular indicadores financeiros.

# 2. Objetivo
Calcular indicadores financeiros padronizados e métricas agregadas para utilização na classificação de crédito.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule no último período válido: Liquidez Corrente = Ativo Circulante / Passivo Circulante; Liquidez Seca = (Ativo Circ - Estoques) / Passivo Circ.
- Alavancagem: Endividamento Total = Passivo Total / Ativo Total; Dívida Líquida = (Empréstimos e Financiamentos + Debêntures) - Disponibilidades; Dívida Líquida/EBITDA (se EBITDA<=0, definir como 'infinito' e criar flag).
- Cobertura: Cobertura de Juros = EBIT / Despesa Financeira (se despesa<=0, setar como 'n/a' e flag).
- Rentabilidade: Margem Líquida = Lucro Líquido / Receita Líquida; ROE = Lucro Líquido / Patrimônio Líquido médio; ROA = Lucro Líquido / Ativo Total médio.
- Eficiência: Giro de Ativos = Receita Líquida / Ativo Total médio.
- Crescimento e Volatilidade (3 anos se disponíveis): CAGR Receita; Volatilidade Receita = desvio padrão / média.
- Tamanho: Receita Líquida e Ativo Total do último período; Idade da empresa se fornecida.
- Benchmarks setoriais: quando tabela de percentis for fornecida no input, compute z-scores limitados a [-3, 3] comparando com pares do setor; se não houver benchmarks, omita z-scores e crie flag 'sem_benchmark'.
- Se qualquer denominador for 0 ou ausente, não inventar valores: marque 'n/a' e adicione em flags_calculo. 
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 o dataset validado e consolidado, pronto para cálculo de indicadores.
  • 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.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os indicadores financeiros calculados e as métricas agregadas, prontos para uso na classificação de crédito.
  • Exemplo de Estrutura de Output:
     {
      "indicadores_calculados": {
        "empresa_id": "123456",
        "indicadores": {
          "liquidez_corrente": 1.5,
          "endividamento_total": 0.4,
          "margem_liquida": 0.12,
          "roe": 0.15,
          "roa": 0.08
        },
        "pronto_para_classificacao": true
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 3.000 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: Utiliza lógica interna para cálculo de indicadores financeiros.
  • 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 Classificação de Crédito (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Classificação de Crédito (RF 5).

RF 5. Agente de Classificação de Crédito

5.1 Tarefa do Agente

Atribuir categoria de crédito com base em score composto de indicadores financeiros e ajustes setoriais.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo indicadores financeiros calculados e métricas agregadas que devem ser utilizados para atribuir uma categoria de crédito a uma empresa.

# 2. Objetivo
Atribuir uma categoria de crédito com base em um score composto de indicadores financeiros e ajustes setoriais.

# 3. Regras que você deve seguir para gerar sua resposta
- Construa um score de 0 a 100 com pesos: Liquidez Corrente 10%, Endividamento Total 15%, Dívida Líquida/EBITDA 20%, Cobertura de Juros 15%, Margem Líquida 10%, ROE 10%, ROA 5%, Giro de Ativos 5%, CAGR Receita 5%, Volatilidade Receita (penalização) 5%.
- Normalize cada indicador em escala 0-1 usando faixas de negócio: ex. LC: 0 se <0,8; 1 se >2,0; interpolação linear entre limites. Dívida/EBITDA: 1 se <1,5; 0 se >5; Cobertura: 0 se <1, 1 se >6; Endividamento: 1 se <0,4; 0 se >0,8; Margem: 0 se <0; 1 se >15%; ROE: 0 se <0; 1 se >20%; ROA: 0 se <0; 1 se >8%; Giro: 0 se <0,5; 1 se >2; CAGR: 0 se <-5%; 1 se >15%; Volatilidade: 1 se <10%; 0 se >40% (inverter para penalizar).
- Se z-scores_setor existir, aplique ajuste de até ±5 pontos: +5 se média z in [1,3]; -5 se média z em [-3,-1].
- Penalize qualidade_dados_nivel='baixo' em -10 pontos; 'medio' em -5 pontos.
- Mapear score para categoria: >=90 AAA; 85-89 AA; 80-84 A; 70-79 BBB; 60-69 BB; 50-59 B; 40-49 CCC; 30-39 CC; 20-29 C; <20 D.
- Registre justificativas com top 5 indicadores que mais contribuíram positiva e negativamente; inclua flags se indicadores chave estiverem 'n/a'. 
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 indicadores financeiros calculados e métricas agregadas.
  • 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.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a classificação preliminar de crédito, com score, categoria e justificativas.
  • Exemplo de Estrutura de Output:
     {
      "classificacao_preliminar": {
        "empresa_id": "123456",
        "score_0a100": 85,
        "categoria_preliminar": "AA",
        "justificativas": ["Liquidez Corrente alta", "Endividamento controlado"],
        "pronto_para_politicas": true
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 3.000 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: Utiliza lógica interna para cálculo de score e classificação.
  • 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 Regras de Políticas de Crédito (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Regras de Políticas de Crédito (RF 6).

RF 6. Agente de Regras de Políticas de Crédito

6.1 Tarefa do Agente

Aplicar regras mandatórias e exceções de política que podem elevar ou rebaixar a classificação preliminar ou torná-la inelegível.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma classificação preliminar de crédito que precisa ser ajustada com base em regras mandatórias e exceções de política.

# 2. Objetivo
Aplicar regras de política de crédito para ajustar a classificação preliminar e determinar a elegibilidade da empresa.

# 3. Regras que você deve seguir para gerar sua resposta
- Impeditivos mandatórios: se KYC_AML_status!='aprovado', ou falência/recuperação judicial ativa, ou impostos_em_atraso relevantes sem acordo, defina elegibilidade='nao_elegivel' e categoria_final='D'.
- Rebaixamentos automáticos: protestos/negativação nos últimos 12 meses => mínimo 'CCC'; inadimplencia>30 dias com credores financeiros => mínimo 'CC'.
- Ajustes por estrutura de capital: Patrimônio Líquido negativo => reduzir 2 níveis; Dívida Líquida/EBITDA 'infinito' => reduzir 2 níveis.
- Mitigações: garantias reais de alta qualidade com cobertura >=120% podem elevar 1 nível, nunca acima de 'BBB' se houve rebaixamento automático.
- Concentração de clientes: se top1 cliente >40% da receita, reduzir 1 nível.
- Trave limites: não permitir ajuste total superior a ±2 níveis além dos automatismos; documente motivo_ajustes em linguagem clara. 
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: Este agente deve ser apto a receber um JSON contendo a classificação preliminar e dados adicionais para ajuste de política.
  • 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.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a classificação final de crédito, com categoria, score ajustado e motivos dos ajustes.
  • Exemplo de Estrutura de Output:
     {
      "classificacao_final": {
        "empresa_id": "123456",
        "categoria_final": "A",
        "score_final": 82,
        "motivo_ajustes": ["Garantias reais elevadas", "Protestos recentes"],
        "elegibilidade": "elegivel"
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 3.000 caracteres.

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 ajustes de classificação.
  • 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 Relatórios de Classificação (RF 7).

RF 7. Agente de Geração de Relatórios de Classificação

7.1 Tarefa do Agente

Produzir relatório estruturado de classificação de crédito com sumário executivo, análise, recomendações e próximos passos.

7.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a classificação final de crédito de uma empresa, juntamente com indicadores financeiros e dados consolidados que devem ser utilizados para gerar um relatório de classificação.

# 2. Objetivo
Produzir um relatório detalhado de classificação de crédito, incluindo sumário executivo, análise de indicadores, recomendações e próximos passos.

# 3. Regras que você deve seguir para gerar sua resposta
- Sumário executivo deve conter categoria_final, score_final, elegibilidade e 3-5 motivos determinantes.
- Tabela com últimos 3 períodos (ou TTM) para: LC, Dívida Líq/EBITDA, Cobertura Juros, Endividamento, Margem, ROE, Receita, Ativo.
- Liste impedimentos_mandatorios e condicoes_precedentes separadamente; se houver 'nao_elegivel', destaque em alerta no início.
- Recomendações: defina faixas de limite sugerido com base na categoria_final (ex.: BBB até 20% da Receita anual; BB até 10%; B até 5%; <=CCC solicitar garantias adicionais) e prazos típicos (AAA/AA até 36m, A/BBB até 24m, BB/B até 12m, <=CCC até 6m).
- Linguagem clara, evitar jargões excessivos; inclua explicação breve de cada indicador chave e sua interpretação. 
7.3 Configurações do Agente

7.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
  • Tipo do input: Este agente deve ser apto a receber um JSON contendo a classificação final de crédito, indicadores financeiros e dados consolidados.
  • 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.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON detalhado contendo o relatório de classificação de crédito, com sumário executivo, análise e recomendações.
  • Exemplo de Estrutura de Output:
     {
      "relatorio_classificacao": {
        "cabecalho": {
          "empresa": "Empresa XYZ",
          "data": "07 de Dezembro de 2025",
          "setor": "Tecnologia"
        },
        "sumario_executivo": {
          "categoria_final": "A",
          "score_final": 82,
          "elegibilidade": "elegivel",
          "motivos_determinantes": ["Garantias reais elevadas", "Protestos recentes"]
        },
        "tabela_indicadores_chave": {...},
        "recomendacoes_credor": {
          "limites": "Até 20% da Receita anual",
          "prazos": "Até 24 meses"
        }
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e preciso, com um tamanho estimado em 5.000 caracteres.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para análise de dados e recomendações.
  • 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 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.

7.3.6 Regras de Orquestração e Transição

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

© 2025 prototipe.ai. Todos os direitos reservados.