Agente de IA para Elaboração de Cenários de Reforma Previdenciária

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

Como criar um agente de IA que elabora cenários de reforma previdenciária, avaliando impactos potenciais em investimentos e estratégias de previdência.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Elaboração de Cenários de Reforma Previdenciária", uma solução projetada para criar cenários detalhados de reforma previdenciária, avaliando os impactos em investimentos e estratégias de previdência. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é transformar dados demográficos e econômicos em cenários de reforma previdenciária, fornecendo insights acionáveis para consultores ajustarem suas estratégias de acordo com os cenários elaborados.

2. Contexto e Problema

Cenário Atual

No cenário atual, a avaliação de impactos de reformas previdenciárias em investimentos e estratégias financeiras é uma tarefa complexa. Consultores de previdência enfrentam desafios significativos ao tentar elaborar cenários que possam apoiar decisões estratégicas. As principais dificuldades incluem:

  • Complexidade na avaliação de impactos de reformas previdenciárias em investimentos e estratégias financeiras.
  • Necessidade de cenários bem elaborados para apoiar decisões de consultoria previdenciária.

Problemas Identificados

  • Dados complexos: A análise de dados demográficos e econômicos para avaliar impactos potenciais de reformas previdenciárias é complicada.
  • Necessidade de cenários detalhados: É crucial criar cenários que considerem diferentes perspectivas e possibilidades de reforma.
  • Insights acionáveis: Consultores precisam de insights claros para ajustar suas estratégias de acordo com os cenários elaborados.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

  • Melhorar a precisão na elaboração de cenários de reforma previdenciária.
  • Fornecer insights acionáveis para consultores de previdência ajustarem suas estratégias.
  • Reduzir o tempo necessário para a análise de dados complexos e elaboração de cenários.

4. Visão Geral da Solução

O agente de IA para elaboração de cenários de reforma previdenciária analisa dados demográficos e econômicos, aplica regras específicas e gera cenários detalhados que ajudam consultores a ajustar suas estratégias de acordo com as reformas propostas. 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 elaboração de cenários de reforma previdenciária.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a preparação de dados e assunções previdenciárias e termina com a geração de recomendações acionáveis para consultores.

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

Agentes Função Principal
Agente de Preparação de Dados e Assunções Previdenciárias (RF 1) Validar e padronizar dados demográficos e econômicos para simulação de reformas previdenciárias.
Agente de Geração de Cenários de Reforma (RF 2) Construir cenários de reforma previdenciária parametrizados.
Agente de Avaliação de Impacto em Investimentos e Estratégias de Previdência (RF 3) Quantificar impactos dos cenários sobre sustentabilidade fiscal e estratégias previdenciárias.
Agente de Síntese e Recomendações para Consultoria Previdenciária (RF 4) Gerar relatório executivo e recomendações acionáveis para consultores.

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 Dados e Assunções Previdenciárias

1.1 Tarefa do Agente

Receber dados demográficos e econômicos brutos, validar consistência, padronizar unidades e construir um conjunto de assunções-base para simulação de reformas previdenciárias.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com dados demográficos e econômicos brutos. Este JSON serve como base para a simulação de reformas previdenciárias.

# 2. Objetivo
Validar a consistência dos dados, padronizar unidades e construir um conjunto de assunções-base para simulação de reformas previdenciárias.

# 3. Regras que você deve seguir para gerar sua resposta
- Validação de integridade: se população total difere >1% da soma de faixas etárias, ajustar população_total = soma_faixas.
- Padronização temporal: anualizar indicadores mensais ou trimestrais para o ano_base.
- Unidades: converter valores monetários para a moeda e ano_base informados; deflacionar usando inflação%.
- Coerência demográfica: calcular razão de dependência = (população 0-14 + 65+)/população 15-64.
- Coerência de longevidade: registrar alerta se expectativa_de_vida_aos_65 < 10 ou > 30.
- Sistema atual: validar que idade_minima_atual_H/M e tempo_contribuicao_minimo são numéricos positivos.
- Fórmula de benefício: definir padrão se ausente: beneficio = min(max(media_salarial_ajustada * fator_acumulo, piso_beneficio), teto_beneficio).
- Taxas de contribuição: consolidar taxa_total_contribuição = empregado% + empregador%.
- Construir assuncoes_base: {horizonte_anos: 30, crescimento_PIB_trend: crescimento_PIB%, crescimento_salario_trend: crescimento_salario%, inflação_trend: inflação%, elasticidade_emprego_contribuição: -0.1 por +1pp de contribuição, taxa_desconto_real: 3%}.
- Saída determinística: não gerar texto narrativo; apenas JSON com campos definidos e listas de alertas e lacunas.
1.3 Configurações do Agente

1.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente é o ponto de partida do fluxo e deve ser acionado pelo envio de um JSON com dados demográficos e econômicos via API. Na fase de testes, os dados serão enviados diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo JSON contendo dados demográficos e econômicos.
  • 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 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON normalizado contendo dados demográficos, econômicos, sistema atual validado, assunções base, alertas de validação e lacunas de dados.
  • Exemplo de Estrutura de Output:
     {
      "demografia_normalizada": { ... },
      "economia_normalizada": { ... },
      "sistema_atual_validado": { ... },
      "assuncoes_base": { ... },
      "alertas_validacao": [ ... ],
      "lacunas_de_dados": [ ... ]
    } 
  • Número de caracteres esperado: O JSON final terá um tamanho aproximado de 10.000 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 Geração de Cenários de Reforma (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Cenários de Reforma (RF 2).

RF 2. Agente de Geração de Cenários de Reforma

2.1 Tarefa do Agente

Construir cenários de reforma previdenciária parametrizados a partir das assunções-base, contemplando diferentes combinações de alavancas de política.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON do agente anterior com dados normalizados e assunções-base.

# 2. Objetivo
Construir cenários de reforma previdenciária parametrizados a partir das assunções-base, contemplando diferentes combinações de alavancas de política.

# 3. Regras que você deve seguir para gerar sua resposta
- Criar no mínimo 3 cenários: Base_sem_mudança, Ajuste_gradual, Reforma_estrutural.
- Definir ranges padrão quando não fornecidos: idade_minima_H ∈ [62,68], M ∈ [60,66], tempo_contribuicao ∈ [20,35], taxa_contrib_total ∈ [24%,34%].
- Regras de transição: para Ajuste_gradual usar duracao_anos=10 com degraus anuais; para Reforma_estrutural usar duracao_anos=5 com degraus semestrais.
- Ajustes de benefício: se objetivo é sustentabilidade fiscal, aumentar fator_acumulo_base no máximo em +0.00 e reduzir incremento_por_ano para 0.015.
- Atualizar tetos/pisos pela inflação acumulada até o horizonte de transição.
- Atribuir marcadores_de_risco qualitativos: risco_fiscal = 5 se redução de contribuição >3pp; risco_social = 5 se aumento de idade_minima >=4 anos.
- Garantir que cada cenário seja reprodutível: incluir seed_parametrizacao (número fixo) e documentar alavancas_aplicadas explicitamente.
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 como input um JSON com dados normalizados e assunções-base.
  • 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 20.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo cenários de reforma previdenciária, com cada cenário detalhando alavancas aplicadas, ajustes de benefício e marcadores de risco.
  • Exemplo de Estrutura de Output:
     {
      "cenarios": [
        {
          "id": "1",
          "nome": "Base_sem_mudança",
          "descricao_curta": "Cenário sem alterações nas políticas atuais.",
          "alavancas_aplicadas": { ... },
          "ajustes_formula_beneficio": { ... },
          "marcadores_de_risco": { ... }
        }
      ]
    } 
  • Número de caracteres esperado: O JSON de output 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: Não utiliza.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Avaliação de Impacto em Investimentos e Estratégias de Previdência (RF 3).

RF 3. Agente de Avaliação de Impacto em Investimentos e Estratégias de Previdência

3.1 Tarefa do Agente

Quantificar impactos dos cenários sobre sustentabilidade fiscal do sistema, renda de aposentadoria e efeitos em alocação de investimentos e estratégias previdenciárias.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com cenários de reforma previdenciária e dados normalizados.

# 2. Objetivo
Quantificar impactos dos cenários sobre sustentabilidade fiscal do sistema, renda de aposentadoria e efeitos em alocação de investimentos e estratégias previdenciárias.

# 3. Regras que você deve seguir para gerar sua resposta
- Horizonte: projetar por 30 anos a partir do ano_base.
- Sustentabilidade fiscal: estimar receita = massa_salarial * taxa_contrib_total; calcular despesa = número_beneficiários * benefício_médio.
- Número de beneficiários: aproximar por coorte que atinge idade/tempo de elegibilidade a cada ano.
- Taxa de reposição média: calcular benefício_médio / salário_médio_final de cada coorte.
- Perfis de investidor: definir contribuições_sugeridas como % do salário para atingir 70% de taxa de reposição alvo.
- Alocação recomendada: aplicar limites por perfil de investidor.
- Sensitividades: recalcular métricas alterando uma alavanca por vez.
- Sinalizar inviabilidade: se saldo_atuarial_%PIB < -5% após 10 anos, marcar cenário como alto_risco_fiscal=true.
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 como input um JSON com cenários de reforma previdenciária e dados 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 25.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo resultados por cenário, com métricas fiscais, sociais e de mercado, além de impactos por perfil de investidor.
  • Exemplo de Estrutura de Output:
     {
      "resultados_por_cenario": [
        {
          "cenario": "Base_sem_mudança",
          "metricas_fiscais": { ... },
          "metricas_sociais": { ... },
          "metricas_de_mercado": { ... },
          "impactos_por_perfil_investidor": [ ... ]
        }
      ]
    } 
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 8.000 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

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Síntese e Recomendações para Consultoria Previdenciária (RF 4).

RF 4. Agente de Síntese e Recomendações para Consultoria Previdenciária

4.1 Tarefa do Agente

Gerar relatório executivo e recomendações acionáveis para consultores, traduzindo métricas dos cenários em orientações práticas de estratégia de previdência e investimentos.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com resultados por cenário e métricas associadas.

# 2. Objetivo
Gerar relatório executivo e recomendações acionáveis para consultores, traduzindo métricas dos cenários em orientações práticas de estratégia de previdência e investimentos.

# 3. Regras que você deve seguir para gerar sua resposta
- Comparar cenários em uma tabela conceitual com 5 métricas-chave.
- Priorizar cenários com alto_risco_fiscal=false e melhor equilíbrio entre taxa_reposicao_média e necessidade_financiamento.
- Recomendações por horizonte: curto prazo focar em comunicação de transição e ajustes de contribuição; médio em revisão de glidepath; longo em metas de taxa de reposição.
- Adaptar recomendações ao segmento_cliente: institucional enfatiza políticas de funding e ALM; alta_renda enfatiza otimização fiscal.
- Respeitar restricoes_regulatorias: filtrar produtos/allocações incompatíveis.
- Linguagem objetiva e padronizada: bullets, evitar jargões sem definição; incluir glossário curto no final do relatório.
- Transparência: listar assuncoes_base críticas e sensibilidade dominante por cenário.
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 como input um JSON com resultados por cenário e métricas associadas.
  • 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 15.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve incluir dois artefatos: um relatório em markdown estruturado e um JSON com recomendações por cenário e perfil de investidor.
  • Exemplo de Estrutura de Output:
     {
      "relatorio_markdown": "# Sumário Executivo\n...",
      "recomendacoes": {
        "por_cenario": [ ... ],
        "por_perfil_investidor": [ ... ]
      }
    } 
  • Número de caracteres esperado: O output combinado terá um tamanho aproximado de 12.000 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 não são visíveis para agentes subsequentes.
  • Visibilidade da Resposta: A resposta é o entregável final e não é passada para outros agentes internos.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório e as recomendações geradas são os resultados que devem ser disponibilizados ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.