Agente de IA para Gerenciamento de Carteiras de Investimento

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

Como criar um agente de IA que monitora carteiras de investimento, sugere rebalanceamentos e adaptações.

Biblioteca de Prompts e Agentes

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 "Gerenciamento de Carteiras de Investimento", uma solução projetada para monitorar carteiras de investimento e sugerir rebalanceamentos e adaptações com base em mudanças de mercado e objetivos dos clientes. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é otimizar a gestão de carteiras ao reagir rapidamente às mudanças de mercado, alinhando a composição das carteiras com os objetivos de investimento dos clientes e propondo rebalanceamentos frequentes para maximizar retornos.

2. Contexto e Problema

Cenário Atual

Investidores enfrentam desafios significativos ao tentar acompanhar e reagir rapidamente às mudanças de mercado que afetam suas carteiras de investimento. Os problemas mais comuns incluem:

  • Dificuldade em acompanhar e reagir rapidamente às mudanças de mercado que afetam as carteiras de investimento.
  • Falta de alinhamento entre os objetivos de investimento do cliente e a composição atual da carteira.
  • Necessidade de rebalanceamento frequente para otimizar retornos.

Esses desafios resultam em carteiras que não estão otimizadas para maximizar retornos ou minimizar riscos, levando a um desempenho insatisfatório e à insatisfação do cliente.


Problemas Identificados

  • Reação lenta às mudanças de mercado: A incapacidade de ajustar as carteiras rapidamente pode resultar em perdas significativas ou em oportunidades perdidas.
  • Desalinhamento entre objetivos e composição da carteira: Sem um monitoramento constante e ajustes, as carteiras podem divergir dos objetivos financeiros dos clientes.
  • Frequência inadequada de rebalanceamentos: Rebalanceamentos infrequentes podem levar a uma alocação ineficiente de ativos, impactando negativamente os retornos.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

  • Melhorar a capacidade de resposta às mudanças de mercado, permitindo ajustes mais rápidos nas carteiras.
  • Alinhar continuamente as carteiras com os objetivos de investimento dos clientes.
  • Aumentar a frequência e a precisão dos rebalanceamentos para otimizar retornos.

4. Visão Geral da Solução

O agente de IA para gerenciamento de carteiras de investimento monitora continuamente as carteiras, sugere rebalanceamentos com base em dados de mercado atualizados e nos objetivos dos clientes, e propõe adaptações considerando a tolerância ao risco e as metas financeiras dos clientes. 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 gestão de carteiras de investimento.

A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a preparação de requisições de dados e termina com a proposição de adaptações estratégicas nas carteiras.

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

Agentes Função Principal
Agente de Preparação de Requisições de Dados (RF 1) Estruturar os parâmetros de consulta necessários para recuperar dados de mercado e de carteiras dos clientes.
Agente de Execução de Chamada à API (Mercado) (RF 2) Realizar chamada à API de mercado para obter cotações e métricas recentes dos ativos informados.
Agente de Execução de Chamada à API (Carteiras) (RF 3) Realizar chamada à API do sistema de custódia/portfolio para obter as posições atuais da carteira.
Agente de Consolidação e Normalização de Dados (RF 4) Unificar posições da carteira com dados de mercado e contexto do cliente, produzindo um dataset canônico para análise.
Agente de Detecção de Desvios e Alertas (RF 5) Identificar desvios da alocação alvo por classe e por ativo, e qualificar sua relevância para ação.
Agente de Sugestão de Rebalanceamento (RF 6) Sugerir trades para trazer a carteira aos pesos-alvo, minimizando custos e respeitando restrições.
Agente de Propostas de Adaptações de Carteira (RF 7) Propor ajustes estratégicos adicionais considerando tolerância ao risco, metas financeiras e mudanças de mercado.

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Preparação de Requisições de Dados

1.1 Tarefa do Agente

Estruturar os parâmetros de consulta necessários para recuperar dados de mercado atuais e dados de carteiras dos clientes.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados mínimos do cliente e da carteira para estruturar parâmetros de consulta de dados de mercado e de carteiras.

# 2. Objetivo
Estruturar os parâmetros de consulta necessários para recuperar dados de mercado atuais e dados de carteiras dos clientes.

# 3. Regras que você deve seguir para gerar sua resposta
- Derive a lista de símbolos a partir de alvos_alocacao e da carteira informada caso já haja tickers conhecidos; se não houver, retorne símbolos vazio.
- Defina janela.dias = 30 por padrão; se horizonte = curto, use 30; médio: 90; longo: 180.
- Campos obrigatórios de mercado: preco_ult, retorno_ytd, volatilidade_30d, setor, moeda.
- Campos obrigatórios da carteira: ticker, quantidade, preco_medio, moeda, classe.
- Preserve integralmente restrições e alvos do input dentro de contexto.
- Se max_concentracao_pct_por_ativo não vier, defina 15.
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 mínimos do cliente e da carteira 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 arquivo na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Dados estruturados contendo informações do cliente e da carteira.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs em formato JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 5.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado com os parâmetros de consulta para APIs de mercado e de carteiras.
  • Exemplo de Estrutura de Output: 
     { "payload_api_mercado": {"simbolos": ["AAPL", "GOOGL"], "campos": ["preco_ult", "retorno_ytd", "volatilidade_30d", "setor", "moeda"], "janela": {"dias": 30} }, "payload_api_carteira": {"carteira_id": "12345", "campos": ["ticker", "quantidade", "preco_medio", "moeda", "classe"]}, "contexto": {"cliente_id": "67890", "carteira_id": "12345", "moeda_base": "BRL", "alvos_alocacao": [...], "restricoes": {...}, "perfil_risco": {...}, "objetivos": {...}} }
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.000 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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API (Mercado) (RF 2) e o Agente de Execução de Chamada à API (Carteiras) (RF 3).

RF 2. Agente de Execução de Chamada à API (Mercado)

2.1 Tarefa do Agente

Realizar chamada à API de mercado para obter cotações e métricas recentes dos ativos informados.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para consulta de mercado contendo símbolos de ativos e campos necessários.

# 2. Objetivo
Realizar chamada à API de mercado para obter cotações e métricas recentes dos ativos informados.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a chamada e retorna os dados recebidos da API sem transformações.
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 payload JSON preparado para consulta de mercado.
  • 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 2.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados de mercado recebidos da API.
  • Exemplo de Estrutura de Output: 
     { "dados_mercado": [{"ticker": "AAPL", "preco_ult": 150.00, "retorno_ytd": 0.12, "volatilidade_30d": 0.02, "setor": "Tecnologia", "moeda": "USD"}] }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 1.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: Não se aplica (uso de ferramenta)

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente deverá enviar o payload recebido para a API externa de mercado 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 Normalização de Dados (RF 4).

RF 3. Agente de Execução de Chamada à API (Carteiras)

3.1 Tarefa do Agente

Realizar chamada à API do sistema de custódia/portfolio para obter as posições atuais da carteira.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para consulta de carteiras contendo o ID da carteira e campos necessários.

# 2. Objetivo
Realizar chamada à API do sistema de custódia/portfolio para obter as posições atuais da carteira.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a chamada e retorna os dados recebidos da API sem transformações.
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).
  • Tipo do input: Este agente deve ser apto a receber um payload JSON preparado para consulta de carteiras.
  • 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 2.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo as posições da carteira recebidas da API.
  • Exemplo de Estrutura de Output: 
     { "posicoes": [{"ticker": "AAPL", "quantidade": 10, "preco_medio": 145.00, "moeda": "USD", "classe": "Ações"}] }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 1.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: Não se aplica (uso de ferramenta)

3.3.4 Ferramentas do Agente

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

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Normalização de Dados (RF 4).

RF 4. Agente de Consolidação e Normalização de Dados

4.1 Tarefa do Agente

Unificar posições da carteira com dados de mercado e contexto do cliente, produzindo um dataset canônico para análise.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de mercado, posições da carteira e contexto do cliente para consolidação.

# 2. Objetivo
Unificar posições da carteira com dados de mercado e contexto do cliente, produzindo um dataset canônico para análise.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule valor = quantidade * preco (preco_ult) na moeda do ativo e converta para moeda_base se moedas divergirem (se taxa de conversão não estiver disponível, assuma paridade 1 e marque campo conversao_assumida = true em cada item; inclua no snapshot).
- Patrimonio_total = soma de valor.
- peso_pct por item = valor / patrimonio_total * 100.
- Harmonize classes: normalize rótulos para {acoes, renda_fixa, fii, internacional, caixa, outros}. Se não mapeável, classifique como outros.
- Se algum ticker não tiver preco_ult, marque item.com_dado_incompleto = true e atribua preco = preco_medio; flag this para análise posterior.
- Preserve campos de risco e restrições exatamente como recebidos.
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão dos agentes anteriores (RF 2 e RF 3).
  • Tipo do input: Este agente deve ser apto a receber dados de mercado, posições da carteira e contexto do cliente em formato JSON.
  • 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 combinado de até 10.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON consolidado com o snapshot da carteira, alvos e restrições para análise posterior.
  • Exemplo de Estrutura de Output: 
     { "snapshot": {"moeda_base": "BRL", "patrimonio_total": 100000.00, "itens": [{"ticker": "AAPL", "classe": "Ações", "quantidade": 10, "preco": 150.00, "valor": 1500.00, "peso_pct": 1.5, "moeda": "USD", "retorno_ytd": 0.12, "volatilidade_30d": 0.02, "setor": "Tecnologia"}]}, "alvos": [{"classe": "Ações", "peso_alvo_pct": 60}], "restricoes": {...}, "perfil_risco": {...}, "objetivos": {...} }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 2.500 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 calcular valores e pesos.
  • 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 Detecção de Desvios e Alertas (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Detecção de Desvios e Alertas (RF 5).

RF 5. Agente de Detecção de Desvios e Alertas

5.1 Tarefa do Agente

Identificar desvios da alocação alvo por classe e por ativo, e qualificar sua relevância para ação.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um snapshot consolidado com alvos e restrições para análise de desvios.

# 2. Objetivo
Identificar desvios da alocação alvo por classe e por ativo, e qualificar sua relevância para ação.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada classe, compute desvio_pct = peso_atual_pct - peso_alvo_pct.
- Defina banda_rebalanceamento_pct por perfil_risco: baixa=2, média=3, alta=5 (pontos percentuais). Se não houver perfil, use 3.
- desvio_detectado = true se qualquer |desvio_pct| > 0.01.
- desvio_relevante = true se qualquer |desvio_pct| >= banda_rebalanceamento_pct.
- Para cada ativo, marque limite_concentracao_excedido = true se peso_atual_pct > max_concentracao_pct_por_ativo (do contexto, default 15).
- Justificativa deve citar explicitamente as classes/ativos que acionaram desvio_relevante e/ou excesso de concentração, com valores numéricos.
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 snapshot consolidado com alvos e restrições em formato JSON.
  • 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 3.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON detalhando os desvios detectados e sua relevância.
  • Exemplo de Estrutura de Output: 
     { "desvio_detectado": true, "desvios": {"por_classe": [{"classe": "Ações", "peso_atual_pct": 62, "peso_alvo_pct": 60, "desvio_pct": 2}], "por_ativo": [{"ticker": "AAPL", "classe": "Ações", "peso_atual_pct": 1.5, "limite_concentracao_excedido": false}]}, "desvio_relevante": true, "criterios": {"banda_rebalanceamento_pct": 3, "limite_concentracao_pct_por_ativo": 15}, "justificativa": "Desvio relevante detectado em classe Ações com desvio_pct de 2." }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 1.000 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 calcular desvios e relevância.
  • 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 Sugestão de Rebalanceamento (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Rebalanceamento (RF 6).

RF 6. Agente de Sugestão de Rebalanceamento

6.1 Tarefa do Agente

Sugerir trades para trazer a carteira aos pesos-alvo, minimizando custos e respeitando restrições.

6.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um resultado de desvios e um snapshot consolidado para sugerir rebalanceamentos.

# 2. Objetivo
Sugerir trades para trazer a carteira aos pesos-alvo, minimizando custos e respeitando restrições.

# 3. Regras que você deve seguir para gerar sua resposta
- Execute apenas se desvio_relevante == true; caso contrário, rebalance_sugerido=false e inclua observacao "Dentro das bandas; sem ação".
- Respeite restricoes.nao_negociar: não proponha trades nesses tickers.
- Priorize corrigir excesso de peso vendendo ativos da classe acima do alvo e comprar os da classe abaixo.
- Quantidade proposta deve aproximar o peso alvo, mas evite trades menores que 0.2% do patrimônio (ignore microajustes).
- Estime custos_estimados_pct = 0.10% para renda_fixa, 0.15% para acoes/fii, 0.20% internacional, salvo instrução diferente; agregue pelo valor negociado.
- Se limite_concentracao_excedido em algum ativo, priorize venda até o limite.
- Não ultrapasse min_liquidez_diaria: se informada, não proponha ordem cujo valor estimado exceda 10% da liquidez média diária presumida (se dado não veio, ignore esta regra e anote observacao).
- Produza alocacao_pos_trade por classe estimando novos pesos após trades.
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 resultado de desvios e snapshot consolidado em formato JSON.
  • 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.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON detalhando os trades sugeridos e a nova alocação pós-trade.
  • Exemplo de Estrutura de Output: 
     { "rebalance_sugerido": true, "trades": [{"ticker": "AAPL", "acao": "vender", "quantidade": 5, "valor_estimado": 750.00}], "alocacao_pos_trade": [{"classe": "Ações", "peso_estimado_pct": 60}], "custos_estimados_pct": 0.15, "observacoes": ["Venda de AAPL para corrigir excesso de peso."] }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 1.500 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 calcular trades e alocação pós-trade.
  • 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 Propostas de Adaptações de Carteira (RF 7).

RF 7. Agente de Propostas de Adaptações de Carteira

7.1 Tarefa do Agente

Propor ajustes estratégicos adicionais considerando tolerância ao risco, metas financeiras e mudanças de mercado.

7.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um rebalanceamento sugerido e dados de contexto do cliente para propor adaptações de carteira.

# 2. Objetivo
Propor ajustes estratégicos adicionais considerando tolerância ao risco, metas financeiras e mudanças de mercado.

# 3. Regras que você deve seguir para gerar sua resposta
- Se tolerancia = baixa, proponha reduzir volatilidade: aumentar renda_fixa e/ou caixa em 2–5 p.p. e reduzir acoes proporcionalmente; documente ajuste_alvo_pct.
- Se objetivo meta_retorno_anual for elevado (> CDI+5 p.p.) e tolerancia = alta, proponha tilt em acoes/internacional de 2–4 p.p., respeitando max_concentracao_por_ativo e diversificação (mín. 3 classes com >5%).
- Se retorno_ytd médio de acoes < -10% e horizonte for longo, considere rebalanceamento contracíclico (manter ou levemente aumentar acoes em até 2 p.p.).
- Não proponha mudanças que contrariem restricoes.nao_negociar ou que deixem qualquer classe < 0% ou > 100% totalizando 100%.
- Sempre liste riscos potenciais (p.ex., aumento de drawdown) e premissas (p.ex., manutenção de liquidez).
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 rebalanceamento sugerido e dados de contexto do cliente em formato JSON.
  • 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.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com propostas de adaptações estratégicas e seus impactos esperados.
  • Exemplo de Estrutura de Output: 
     { "adaptacao_proposta": true, "mudancas_estrategicas": [{"tipo": "ajuste_risco", "descricao": "Redução de volatilidade aumentando renda fixa.", "impacto_esperado": "Menor risco com retorno estável.", "ajuste_alvo_pct": [{"classe": "Renda Fixa", "novo_peso_alvo_pct": 40}]}], "riscos": ["Aumento de drawdown"], "premissas": ["Manutenção de liquidez"] }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 1.500 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 calcular impactos de adaptações.
  • 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 resultado final do fluxo e deve ser disponibilizada ao usuário.

7.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As propostas de adaptações estratégicas são o resultado que deve ser disponibilizado ao usuário.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.