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 para Consolidação de Dados de Crédito Multisource. 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 dados de crédito provenientes de várias fontes para fornecer uma visão unificada e precisa do perfil de crédito dos consumidores, reduzindo redundâncias e inconsistências nos dados.
2. Contexto e Problema
Cenário Atual
O cenário atual apresenta os seguintes desafios no gerenciamento de dados de crédito:
- Integração de dados de crédito provenientes de várias fontes.
- Fornecimento de uma visão unificada e precisa do perfil de crédito dos consumidores.
- Redução de redundâncias e inconsistências nos dados.
As instituições financeiras enfrentam dificuldades em consolidar dados de crédito de várias fontes e garantir que os perfis de crédito sejam precisos e atualizados.
Problemas Identificados
- Desafios de Integração: Dificuldades em integrar dados de diferentes sistemas e formatos.
- Inconsistências de Dados: Problemas com dados redundantes e inconsistentes que afetam a precisão dos perfis de crédito.
- Atualização de Dados: Manter os dados de crédito atualizados e precisos é um desafio constante.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Melhorar a integração de dados de múltiplas fontes, proporcionando uma visão consolidada do perfil de crédito.
- Reduzir inconsistências e redundâncias nos dados de crédito.
- Aumentar a precisão e atualidade dos perfis de crédito dos consumidores.
4. Visão Geral da Solução
O agente de IA para consolidação de dados de crédito integra dados de crédito de múltiplas fontes e fornece uma visão unificada do perfil de crédito dos consumidores. 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 consolidação de dados de crédito multisource.
A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a preparação de parâmetros de coleta de dados e termina com a geração de um relatório consolidado para o usuário final.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Preparação de Parâmetros de Coleta (RF 1)
| Validar identificadores do consumidor e preparar parâmetros de coleta de dados. |
Agente de Execução de Chamada à API (RF 2)
| Realizar chamadas às APIs das fontes para obter dados de crédito brutos. |
Agente de Normalização e Mapeamento de Dados de Crédito (RF 3)
| Transformar respostas brutas no esquema canônico unificado. |
Agente de Resolução de Identidades e Deduplicação (RF 4)
| Unificar registros e resolver conflitos de valores entre fontes. |
Agente de Validação de Qualidade e Atualidade (RF 5)
| Avaliar completude, consistência e frescor dos dados consolidados. |
Agente de Consolidação de Perfil e Cálculo de Indicadores (RF 6)
| Produzir a visão unificada do perfil de crédito e calcular KPIs. |
Agente de Geração de Relatório Consolidado para Usuário Final (RF 7)
| Transformar o perfil consolidado em um relatório claro e acionável. |
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 de Parâmetros de Coleta
1.1 Tarefa do Agente
Validar identificadores do consumidor e preparar, para cada fonte, os parâmetros e payloads de coleta de dados de crédito, além do esquema canônico de mapeamento.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo identificadores do consumidor e escopo de fontes pretendidas para coleta de dados de crédito.
# 2. Objetivo
Validar identificadores do consumidor e preparar, para cada fonte, os parâmetros e payloads de coleta de dados de crédito.
# 3. Regras que você deve seguir para gerar sua resposta
- Validar CPF no padrão brasileiro (11 dígitos com dígitos verificadores válidos) e sinalizar input_invalido=true se falhar; exigir ao menos dois identificadores consistentes (ex.: cpf + data_nascimento) para prosseguir.
- Definir canonical_schema contendo, no mínimo: identificacao {cpf, nome, data_nascimento}, sintetico {data_extracao, fonte}, contas/contratos (tradelines) {tipo, instituicao, limite, saldo, status_pagamento, data_abertura, data_ultimo_pagamento, atraso_max_dias}, consultas (inquiries) {data, origem}, ocorrencias_negativas {tipo, data, valor, status}, garantias {tipo, valor}, renda_informada, renda_estimada, enderecos {logradouro, cidade, uf, cep}, telefones, emails.
- Construir field_mapping por fonte detalhando: nome_campo_origem -> nome_campo_canonico, transformacao_unidade (ex.: centavos->BRL), padrao_datas (converter para ISO 8601), normalizacao_de_valores (ex.: trim, upper, remoção de máscaras).
- Estabelecer prioridade_de_fontes como array ordenado por confiabilidade: ex.: [bureau_nacional, bureau_setorial, bancos, fintechs]. Usar esta ordem em empates.
- Definir staleness_policies (dias): tradelines<=60, ocorrencias_negativas<=30, inquiries<=180, dados_cadastrais<=365; permitir sobrescrita se vier política no input.
- Gerar api_calls somente para fontes solicitadas e para as quais existam credenciais/headers informados no input; caso falte informação crítica, marcar no objeto da fonte missing_credentials=true e incluir reason.
- Não incluir credenciais sensíveis no output além de placeholders; se fornecidas no input, referenciá-las por chave lógica (ex.: auth_alias). 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 identificadores do consumidor e escopo de fontes pretendidas via API. 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 para o fluxo são identificadores do consumidor e escopo de fontes pretendidas.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.json. - 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 com os parâmetros e payloads de coleta de dados, além do esquema canônico de mapeamento.
-
Exemplo de Estrutura de Output:
{ "canonical_schema": {...}, "field_mapping": {...}, "api_calls": [...], "staleness_policies": {...}, "prioridade_de_fontes": [...] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 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: 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 das fontes definidas para obter dados de crédito brutos.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto api_calls gerado previamente contendo, por chamada: {fonte, endpoint, método, headers, params/payload} pronto para execução.
# 2. Objetivo
Realizar chamadas às APIs das fontes definidas para obter dados de crédito brutos.
# 3. Regras que você deve seguir para gerar sua resposta
- Executar cada chamada API conforme definido no objeto api_calls.
- Registrar status_http e corpo_resposta para cada chamada realizada.
- Em caso de falha, registrar o erro e prosseguir com as demais chamadas.
- Assegurar que as respostas sejam armazenadas corretamente para uso posterior.
# 4. Exemplo de Output que você deve produzir
raw_responses: lista de objetos {fonte, status_http, corpo_resposta, data_coleta}. 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 objeto api_calls gerado previamente.
-
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 uma lista de objetos JSON contendo as respostas brutas das APIs.
-
Exemplo de Estrutura de Output:
raw_responses: [ { "fonte": "bureau_A", "status_http": 200, "corpo_resposta": { ... }, "data_coleta": "2025-12-19" } ] - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: O agente deverá enviar o objeto api_calls para as APIs externas e registrar as respostas recebidas.
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 Normalização e Mapeamento de Dados de Crédito (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Normalização e Mapeamento de Dados de Crédito (RF 3).
RF 3. Agente de Normalização e Mapeamento de Dados de Crédito
3.1 Tarefa do Agente
Transformar as respostas brutas das fontes no esquema canônico unificado preservando proveniência por campo.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo raw_responses, canonical_schema e field_mapping.
# 2. Objetivo
Transformar as respostas brutas das fontes no esquema canônico unificado preservando proveniência por campo.
# 3. Regras que você deve seguir para gerar sua resposta
- Aplicar o field_mapping estritamente; campos não mapeados devem ser ignorados e listados em unmapped_fields.
- Converter datas para ISO 8601 (YYYY-MM-DD) e valores monetários para decimal em BRL; se unidade original difere, aplicar fator de conversão.
- Incluir provenance em cada campo relevante: {fonte, campo_origem, data_coleta}.
- Normalizar tipos de contrato (tradelines.tipo) para enum: ['cartao_credito','emprestimo','financiamento','consignado','cheque_especial','outros'].
- Normalizar status_pagamento para enum: ['em_dia','atraso_ate_30','atraso_31_60','atraso_61_90','atraso_91_mais','liquidado','encerrado'].
- Se uma resposta vier vazia ou com erro (status_http>=400), registrar em normalization_issues com {fonte, erro, detalhe} e prosseguir com demais fontes.
- Campos obrigatórios mínimos por item: tradelines: {tipo, instituicao, status_pagamento}; ocorrencias_negativas: {tipo, data}; inquiries: {data}. Se faltar obrigatório, descartar item e registrar motivo em dropped_items. 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: Este agente deve ser apto a receber raw_responses, canonical_schema e field_mapping.
-
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.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON no esquema canônico com arrays de tradelines, inquiries, ocorrencias_negativas, dados_cadastrais e metadados de proveniência por campo.
-
Exemplo de Estrutura de Output:
normalized_records: { "tradelines": [...], "inquiries": [...], "ocorrencias_negativas": [...], "dados_cadastrais": [...], "provenance": { ... } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 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 deve ser visível para o Agente de Resolução de Identidades e Deduplicação (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Resolução de Identidades e Deduplicação (RF 4).
RF 4. Agente de Resolução de Identidades e Deduplicação
4.1 Tarefa do Agente
Unificar registros referentes ao mesmo contrato/evento e resolver conflitos de valores entre fontes.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo normalized_records e prioridade_de_fontes.
# 2. Objetivo
Unificar registros referentes ao mesmo contrato/evento e resolver conflitos de valores entre fontes.
# 3. Regras que você deve seguir para gerar sua resposta
- Duplicatas de tradelines: considerar iguais quando coincidirem pelo menos 2 de 3 chaves: {instituicao, tipo, data_abertura} e a diferença de limite/saldo for <=10%; calcular match_score de 0 a 1.
- Duplicatas de ocorrencias_negativas: mesmo tipo e datas a até 7 dias de diferença pertencem ao mesmo evento; preferir o registro mais recente.
- Para conflitos de valor: escolher o valor com data mais recente; em empate de data, aplicar prioridade_de_fontes; persistir decision_rationale com {criterio:'recencia'|'prioridade'|'consenso', fontes_consideradas}.
- Nunca somar limites/saldos de duplicatas; manter um único registro consolidado por grupo.
- Remover registros com status lógico inconsistente (ex.: saldo<0) e registrar em invalid_items com reason.
- Manter histórico de valores conflitantes em alt_values por campo, incluindo fonte e data. 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 normalized_records e prioridade_de_fontes.
-
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 dados_unificados no esquema canônico, duplicate_groups, match_scores e conflict_resolutions.
-
Exemplo de Estrutura de Output:
deduped_records: { "dados_unificados": [...], "duplicate_groups": [...], "match_scores": [...], "conflict_resolutions": [...] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 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 Validação de Qualidade e Atualidade (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Validação de Qualidade e Atualidade (RF 5).
RF 5. Agente de Validação de Qualidade e Atualidade
5.1 Tarefa do Agente
Avaliar completude, consistência e frescor dos dados consolidados e sinalizar bloqueios.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo deduped_records e staleness_policies. # 2. Objetivo Avaliar completude, consistência e frescor dos dados consolidados e sinalizar bloqueios. # 3. Regras que você deve seguir para gerar sua resposta - Calcular completeness_percent por seção (tradelines, ocorrencias_negativas, inquiries, cadastral) como campos_preenchidos/campos_esperados. - Avaliar frescor com base em staleness_policies: marcar freshness_ok=false quando a última data válida exceder o limite. - Inconsistências a verificar: (a) saldo>limite em cartao_credito; (b) status 'liquidado' com saldo>0; (c) ocorrencia_negativa com data futura; (d) inquiries com data futura; (e) duplicidade residual com match_score>0.85. - Definir blocking_issues=true se: (i) nenhuma fonte retornou dados úteis; ou (ii) frescor de tradelines=false e não há ocorrencias_negativas recentes; ou (iii) inconsistencies>=3 severas. - Gerar recommendations acionáveis vinculadas à seção afetada, ex.: 'recoletar fonte X', 'solicitar atualização cadastral'.
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 deduped_records e staleness_policies.
-
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 completeness_percent, freshness_ok, inconsistencies, blocking_issues e recommendations.
-
Exemplo de Estrutura de Output:
quality_report: { "completeness_percent": { ... }, "freshness_ok": { ... }, "inconsistencies": [...], "blocking_issues": false, "recommendations": [...] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 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 Consolidação de Perfil e Cálculo de Indicadores (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação de Perfil e Cálculo de Indicadores (RF 6).
RF 6. Agente de Consolidação de Perfil e Cálculo de Indicadores
6.1 Tarefa do Agente
Produzir a visão unificada do perfil de crédito e calcular KPIs de risco e comportamento.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo deduped_records e quality_report. # 2. Objetivo Produzir a visão unificada do perfil de crédito e calcular KPIs de risco e comportamento. # 3. Regras que você deve seguir para gerar sua resposta - total_de_divida = soma de saldos de tradelines ativos (status != 'encerrado' e != 'liquidado'). - limite_total = soma de limites de produtos rotativos (cartao_credito, cheque_especial). - utilizacao_percentual = round((total_de_divida_rotativa/limite_total)*100, 1); se limite_total=0, definir como null e reason. - taxa_pagamento_em_dia = 1 - (contas_com_atraso>30 / contas_ativas); expressar em % com uma casa. - atraso_max_dias = máximo atraso registrado em tradelines. - consultas_6m = contagem de inquiries com data nos últimos 180 dias. - ocorrencias_ativas = número de ocorrencias_negativas sem status de baixa/encerramento. - score_proxy: classificar em faixas usando heurística: começar em 'médio' e ajustar: +1 nível se atraso_max_dias<=0 e utilizacao<=30% e sem ocorrencias_ativas; -1 nível se atraso_max_dias 31-60 ou utilizacao>80% ou consultas_6m>8; -2 níveis se atraso_max_dias>=90 ou ocorrencias_ativas>=1. Mapear níveis: ['muito_baixo','baixo','médio','alto','muito_alto'] de risco. - risk_band derivado do score_proxy: risco 'muito_baixo'->band A, 'baixo'->B, 'médio'->C, 'alto'->D, 'muito_alto'->E. - Para qualquer indicador com dados insuficientes, definir valor como null e preencher rationale com campos ausentes/problemas de frescor.
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 deduped_records e quality_report.
-
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 com a visão unificada do perfil de crédito e os KPIs calculados.
-
Exemplo de Estrutura de Output:
consolidated_profile: { "total_de_divida": 10000.00, "limite_total": 50000.00, "utilizacao_percentual": 20.0, "taxa_pagamento_em_dia": 98.5, "atraso_max_dias": 0, "consultas_6m": 5, "ocorrencias_ativas": 0, "score_proxy": "baixo", "risk_band": "B" } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 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 deve ser visível para o Agente de Geração de Relatório Consolidado para Usuário Final (RF 7).
6.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatório Consolidado para Usuário Final (RF 7).
RF 7. Agente de Geração de Relatório Consolidado para Usuário Final
7.1 Tarefa do Agente
Transformar o perfil consolidado em um relatório claro, acionável e de fácil entendimento.
7.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo consolidated_profile e quality_report.
# 2. Objetivo
Transformar o perfil consolidado em um relatório claro, acionável e de fácil entendimento.
# 3. Regras que você deve seguir para gerar sua resposta
- Redigir em português-BR simples, com frases curtas e definições breves no glossário para cada indicador.
- Incluir data_de_referencia (mais recente entre as fontes) e janela_de_cobertura.
- No sumario_executivo, destacar em bullets até 5 pontos: risco (risk_band), drivers principais, eventos negativos, utilização de crédito e frescor dos dados.
- Esconder PII sensível além do CPF mascarado (ex.: ***.***.***-**); não incluir credenciais ou headers.
- Tabelar detalhes_por_conta como array de objetos com {tipo, instituicao, limite, saldo, status_pagamento, atraso_max_dias, data_abertura, data_ultimo_pagamento}.
- Em qualidade_dos_dados, incluir completeness_percent e freshness_ok por seção e recommendations do quality_report.
- Se quality_report.blocking_issues=true, abrir o relatório com aviso de limitação e destacar ações recomendadas. 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 consolidated_profile e quality_report.
-
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 com seções: cabecalho, sumario_executivo, indicadores_chave, detalhes_por_conta, ocorrencias, consultas, qualidade_dos_dados, limitacoes, glossario e anexos.
-
Exemplo de Estrutura de Output:
final_report: { "cabecalho": {...}, "sumario_executivo": [...], "indicadores_chave": {...}, "detalhes_por_conta": [...], "qualidade_dos_dados": {...}, "limitacoes": {...}, "glossario": {...}, "anexos": [...] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.
7.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
7.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
7.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta (relatório final) 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.