1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, busca online, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Coleta e Análise de Dados Macroeconômicos", uma solução de automação projetada para coletar dados macroeconômicos de diversas fontes e gerar insights para auxiliar consultores financeiros em suas estratégias de investimento. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é automatizar a coleta de dados macroeconômicos, analisar os dados coletados para identificar tendências e gerar insights acionáveis.
2. Contexto e Problema
Cenário Atual
No cenário atual, a coleta de dados macroeconômicos é feita manualmente a partir de várias fontes, o que consome tempo e pode levar a erros. Além disso, a falta de insights automatizados dificulta a criação de estratégias de investimento eficazes.
Problemas Identificados
- Coleta manual de dados: O processo atual de coleta de dados macroeconômicos é manual e propenso a erros.
- Falta de insights automatizados: A ausência de análises automatizadas resulta em estratégias de investimento menos informadas.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Automatizar a coleta de dados macroeconômicos de diversas fontes confiáveis.
- Identificar tendências macroeconômicas para apoiar decisões de investimento.
- Gerar insights acionáveis que auxiliem consultores financeiros em suas estratégias.
4. Visão Geral da Solução
O agente de IA para coleta e análise de dados macroeconômicos automatiza a coleta de dados de diversas fontes, analisa as informações para identificar tendências e gera insights que auxiliam consultores financeiros. 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 coleta e análise de dados macroeconômicos.
A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com o planejamento da coleta de dados e termina com a geração de insights para estratégias de investimento.
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 Planejamento de Coleta Macroeconômica (RF 1)
| Definir escopo e parâmetros de coleta de dados macroeconômicos. |
Agente de Execução de Chamada à API (RF 2)
| Realizar chamadas às APIs de dados macroeconômicos e retornar as respostas brutas. |
Agente de Busca Online Agente Condicionado (RF 3)
| Executar buscas online para recuperar séries e publicações sem API. |
Agente de Padronização e Qualidade de Dados Macroeconômicos (RF 4)
| Converter respostas brutas no modelo de dados padronizado e produzir relatório de qualidade. |
Agente de Análise de Tendências Macroeconômicas (RF 5)
| Identificar tendências nos indicadores padronizados. |
Agente de Geração de Insights para Estratégias de Investimento (RF 6)
| Transformar sinais macroeconômicos em recomendações de investimento. |
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 Planejamento de Coleta Macroeconômica
1.1 Tarefa do Agente
Definir, a partir do briefing, o escopo e os parâmetros padronizados de coleta de dados macroeconômicos.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um briefing do usuário contendo países/regiões de interesse e horizonte temporal desejado.
# 2. Objetivo
Definir o escopo e os parâmetros padronizados de coleta de dados macroeconômicos.
# 3. Regras que você deve seguir para gerar sua resposta
- Se nenhum indicador for informado, defina um conjunto-base por país: PIB real, inflação, taxa de desemprego, PMI, produção industrial, vendas no varejo, taxa de juros, balança comercial.
- Defina horizonte temporal padrão como últimos 15 anos ou desde 2000, respeitando limites de cada fonte.
- Para cada indicador, atribua fontes em ordem de precedência: estatística oficial do país, depois organismos multilaterais e por fim repositórios agregadores.
# 4. Exemplo de Output que você deve produzir
{
"indicators": ["PIB real", "inflação", "taxa de desemprego"],
"sources": {
"PIB real": "IBGE",
"inflação": "World Bank",
"taxa de desemprego": "FRED"
}
} 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 briefing contendo países/regiões de interesse e horizonte temporal desejado. 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: O input inicial é um documento estruturado com briefing do usuário.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.json,.docx. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado com os indicadores e suas respectivas fontes.
-
Exemplo de Estrutura de Output:
{ "indicators": ["PIB real", "inflação", "taxa de desemprego"], "sources": { "PIB real": "IBGE", "inflação": "World Bank", "taxa de desemprego": "FRED" } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 500 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
- 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 Chamada à API (RF 2).
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).
RF 2. Agente de Execução de Chamada à API
2.1 Tarefa do Agente
Realizar chamadas às APIs de dados macroeconômicos definidas no planejamento e retornar as respostas brutas.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um array de requisições para chamadas à API, incluindo endpoints e parâmetros necessários.
# 2. Objetivo
Executar as chamadas às APIs e retornar as respostas brutas.
# 3. Regras que você deve seguir para gerar sua resposta
- Execute cada chamada à API conforme os parâmetros recebidos.
- Retorne um objeto com as respostas por chamada, incluindo status e corpo da resposta.
# 4. Exemplo de Output que você deve produzir
{
"responses": [
{
"source": "IBGE",
"status": 200,
"body": "{...}"
}
]
} 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 array de requisições para chamadas à 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.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON com as respostas das chamadas à API.
-
Exemplo de Estrutura de Output:
{ "responses": [ { "source": "IBGE", "status": 200, "body": "{...}" } ] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.000 caracteres por chamada.
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.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Executa chamadas a sistemas externos conforme definido.
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 Padronização e Qualidade de Dados Macroeconômicos (RF 4).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Padronização e Qualidade de Dados Macroeconômicos (RF 4).
RF 3. Agente de Busca Online Agente Condicionado
3.1 Tarefa do Agente
Executar buscas online para recuperar séries e publicações sem API conforme parâmetros definidos.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo parâmetros de busca online, incluindo queries e domínios permitidos.
# 2. Objetivo
Executar buscas online para recuperar séries e publicações conforme parâmetros definidos.
# 3. Regras que você deve seguir para gerar sua resposta
- Execute as buscas online conforme os parâmetros recebidos.
- Retorne uma lista de resultados com as informações recuperadas.
# 4. Exemplo de Output que você deve produzir
{
"results": [
{
"url": "https://example.com/data.pdf",
"title": "Relatório Econômico",
"snippet": "Resumo do relatório..."
}
]
} 3.3 Configurações do Agente
3.3.1 Condições de Ativação
Este agente é acionado somente se a seguinte condição for atendida:
- O parâmetro
requires_web_searchfortrue.
3.3.2 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado condicionalmente após a necessidade de busca online ser detectada.
- Tipo do input: Este agente deve ser apto a receber parâmetros de busca online.
-
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.
3.3.3 Especificação do Output
- Formato de output: O output deve ser uma lista de resultados contendo as informações recuperadas.
-
Exemplo de Estrutura de Output:
{ "results": [ { "url": "https://example.com/data.pdf", "title": "Relatório Econômico", "snippet": "Resumo do relatório..." } ] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.500 caracteres.
3.3.4 Parâmetros de Geração
- Modelo: Não se aplica (uso de ferramenta)
- Temperatura: Não se aplica
3.3.5 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Executa buscas online conforme definido.
- Sistemas Externos: Não utiliza.
3.3.6 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 Padronização e Qualidade de Dados Macroeconômicos (RF 4).
3.3.7 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Padronização e Qualidade de Dados Macroeconômicos (RF 4).
RF 4. Agente de Padronização e Qualidade de Dados Macroeconômicos
4.1 Tarefa do Agente
Converter respostas brutas no modelo de dados padronizado e produzir relatório de qualidade e proveniência.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo respostas brutas de APIs e resultados de busca online.
# 2. Objetivo
Converter as respostas no modelo de dados padronizado e produzir relatório de qualidade.
# 3. Regras que você deve seguir para gerar sua resposta
- Converta as respostas para o modelo de dados padronizado.
- Produza um relatório de qualidade com detalhes sobre a proveniência dos dados.
# 4. Exemplo de Output que você deve produzir
{
"standardized_data": [{"indicator": "PIB real", "value": "2.5%"}],
"quality_report": {"coverage": "90%", "consistency": "Alta"}
} 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 2 ou RF 3).
- Tipo do input: Este agente deve ser apto a receber respostas brutas de APIs e resultados de busca online.
-
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.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo os dados padronizados e o relatório de qualidade.
-
Exemplo de Estrutura de Output:
{ "standardized_data": [{"indicator": "PIB real", "value": "2.5%"}], "quality_report": {"coverage": "90%", "consistency": "Alta"} } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 2.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
4.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Análise de Tendências Macroeconômicas (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Tendências Macroeconômicas (RF 5).
RF 5. Agente de Análise de Tendências Macroeconômicas
5.1 Tarefa do Agente
Identificar tendências nos indicadores padronizados, com critérios explícitos e reproduzíveis.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dataset de séries temporais padronizadas.
# 2. Objetivo
Identificar tendências nos indicadores padronizados.
# 3. Regras que você deve seguir para gerar sua resposta
- Compute variações padronizadas e identifique a direção do sinal.
- Produza um resumo de regimes macroeconômicos identificados.
# 4. Exemplo de Output que você deve produzir
{
"trends": [{"indicator": "PIB real", "direction": "up"}],
"regimes_summary": {"expansion": true}
} 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 dataset de séries temporais padronizadas.
-
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 com as tendências identificadas e um resumo dos regimes macroeconômicos.
-
Exemplo de Estrutura de Output:
{ "trends": [{"indicator": "PIB real", "direction": "up"}], "regimes_summary": {"expansion": true} } - 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.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Geração de Insights para Estratégias de Investimento (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Insights para Estratégias de Investimento (RF 6).
RF 6. Agente de Geração de Insights para Estratégias de Investimento
6.1 Tarefa do Agente
Transformar sinais macroeconômicos em recomendações acionáveis de alocação em nível de classe de ativos e regiões.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo sinais e regimes macroeconômicos identificados.
# 2. Objetivo
Transformar os sinais em recomendações acionáveis para estratégias de investimento.
# 3. Regras que você deve seguir para gerar sua resposta
- Mapeie os sinais para recomendações de alocação.
- Produza um pacote de insights com visão de cenário, tilts por classe de ativos e regiões.
# 4. Exemplo de Output que você deve produzir
{
"insights": {
"base_scenario": "expansion",
"asset_allocation": [
{"asset_class": "ações", "tilt": "overweight"}
]
}
} 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 sinais e regimes macroeconômicos identificados.
-
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 8.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um pacote de insights em JSON.
-
Exemplo de Estrutura de Output:
{ "insights": { "base_scenario": "expansion", "asset_allocation": [ {"asset_class": "ações", "tilt": "overweight"} ] } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 2.000 caracteres.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
6.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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. O JSON gerado com os insights é o resultado que deve ser disponibilizado ao usuário.