Agente de IA para Integração de Dados de Vale-Refeição com ERP

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

Como criar um agente de IA que facilita a integração de dados de vale-refeição com sistemas ERP.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Fluxo de Agentes "Integração de Dados de Vale-Refeição com ERP", uma solução de automação projetada para integrar dados de vale-refeição com sistemas ERP, garantindo a atualização e consistência das informações financeiras. 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 integração de dados de vale-refeição, garantindo a consistência e atualização das informações financeiras, além de monitorar e corrigir possíveis inconsistências na integração.

2. Contexto e Problema

Cenário Atual

As empresas enfrentam desafios significativos na integração de dados de vale-refeição com sistemas ERP, resultando em inconsistências nas informações financeiras devido a integrações manuais. Estes desafios incluem:

  • Dificuldades na integração de dados de vale-refeição com sistemas ERP.
  • Inconsistências nas informações financeiras decorrentes de integrações manuais.

Atualmente, muitas etapas do processo de integração são manuais, o que aumenta a possibilidade de erros humanos e inconsistências nos dados financeiros.


Problemas Identificados

  • Inconsistências Financeiras: Integrações manuais frequentemente resultam em dados financeiros inconsistentes.
  • Processo Manual: A integração manual é demorada e suscetível a erros humanos.
  • Atualização Ineficiente: Dados financeiros podem não ser atualizados em tempo hábil, afetando a tomada de decisão.

3. Impactos Esperados

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

  • Consistência dos Dados: Garantir que as informações financeiras estejam sempre atualizadas e consistentes.
  • Redução de Erros: Minimizar erros humanos por meio da automação do processo de integração.
  • Eficiência Operacional: Melhorar a eficiência operacional ao reduzir o tempo gasto em processos manuais.

4. Visão Geral da Solução

O agente de IA para integração de dados de vale-refeição com ERP automatiza o processo de integração, garantindo a atualização e consistência das informações financeiras. 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 integração de dados de vale-refeição com sistemas ERP.

A solução consiste em um fluxo de automação composto por múltiplos agentes de IA. O processo inicia com a preparação dos parâmetros de coleta e termina com a consolidação de inconsistências e propostas de correção.

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) Definir janela temporal, filtros e payload de consulta para recuperar transações de vale-refeição.
Agente de Execução de Chamada à API - Provedor de Vale-Refeição (RF 2) Realizar a chamada à API do provedor de vale-refeição para obter transações no período e filtros definidos.
Agente de Execução de Chamada à API - ERP (Obter Cadastros) (RF 3) Recuperar do ERP cadastros necessários à integração.
Agente de Padronização e Enriquecimento de Transações (RF 4) Normalizar e deduplicar transações de vale-refeição.
Agente de Reconciliação Financeira (RF 5) Verificar consistência das transações normalizadas com totais esperados.
Agente de Geração de Lançamentos Contábeis para ERP (RF 6) Transformar transações de vale-refeição em lançamentos contábeis/pré-notas.
Agente de Execução de Chamada à API - ERP (Envio de Lançamentos) (RF 7) Enviar os lotes de lançamentos gerados ao ERP.
Agente de Monitoramento e Correção de Inconsistências (RF 8) Consolidar inconsistências detectadas e propor correções automatizáveis.

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 (Vale-Refeição)

1.1 Tarefa do Agente

Definir janela temporal, filtros e payload de consulta para recuperar transações de vale-refeição no provedor, garantindo idempotência e respeito a limites do sistema.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto JSON contendo informações sobre o último carimbo de sucesso, período de reprocessamento e limites do provedor de vale-refeição.

# 2. Objetivo
Definir janela temporal, filtros e payload de consulta para recuperar transações de vale-refeição no provedor, garantindo idempotência e respeito a limites do sistema.

# 3. Regras que você deve seguir para gerar sua resposta
- Se ultimo_carimbo_sucesso for nulo, defina inicio = hoje-30d 00:00:00 e fim = hoje-1d 23:59:59. Caso contrário, inicio = ultimo_carimbo_sucesso e fim = hoje-1d 23:59:59.
- Nunca ultrapasse a janela máxima informada em limites_provedor.janela_max_dias; se necessário, particione a janela em blocos contíguos <= janela_max_dias.
- Pagine os resultados definindo tamanho = limites_provedor.max_por_pagina e pagina inicial = 1.
- Gere idempotency_key = hash(tenant_id + inicio + fim + 'vale_refeicao').
- Defina filtros padrão: status = ['aprovada'], moeda = 'BRL'.
- Preencha headers_padrao apenas com chaves não sensíveis (ex.: 'Accept: application/json'); não insira segredos no output.

# 4. Exemplo de Output que você deve produzir
{
  "parametros_consulta": [
    {
      "inicio": "2025-11-01T00:00:00",
      "fim": "2025-11-30T23:59:59",
      "pagina": 1,
      "tamanho": 100
    }
  ],
  "idempotency_key": "abc123",
  "headers_padrao": {
    "Accept": "application/json"
  },
  "endpoint": "https://api.vale-refeicao.com/transacoes",
  "criterios_filtro": {
    "status": ["aprovada"],
    "moeda": "BRL"
  }
} 
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 objeto JSON 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 é um objeto JSON contendo informações de configuração e limites.
  • 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 5.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo os parâmetros de consulta preparados, idempotency_key e outros detalhes de configuração.
  • Exemplo de Estrutura de Output:
     {
      "parametros_consulta": [
        {
          "inicio": "2025-11-01T00:00:00",
          "fim": "2025-11-30T23:59:59",
          "pagina": 1,
          "tamanho": 100
        }
      ],
      "idempotency_key": "abc123",
      "headers_padrao": {
        "Accept": "application/json"
      },
      "endpoint": "https://api.vale-refeicao.com/transacoes",
      "criterios_filtro": {
        "status": ["aprovada"],
        "moeda": "BRL"
      }
    } 
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 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 - Provedor de Vale-Refeição (RF 2).

RF 2. Agente de Execução de Chamada à API - Provedor de Vale-Refeição

2.1 Tarefa do Agente

Realizar a chamada à API do provedor de vale-refeição para obter transações no período e filtros definidos.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto com parâmetros de consulta, cabeçalhos e credenciais necessárias para a chamada à API do provedor de vale-refeição.

# 2. Objetivo
Realizar a chamada à API do provedor de vale-refeição para obter transações no período e filtros definidos.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente não precisa de instruções para LLM; sua função é apenas executar a chamada à API com o payload recebido.
- Seguir rate limit do provedor e retornar respostas conforme recebido, sem transformação.

# 4. Exemplo de Output que você deve produzir
[
  {
    "dados": [
      {
        "id": "transacao123",
        "valor": 100.00,
        "data": "2025-11-15T12:00:00",
        "status": "aprovada"
      }
    ],
    "pagina": 1,
    "total_paginas": 10
  }
] 
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 payload pronto para consulta 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 3.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser uma lista de páginas de resultados brutos, conforme recebido da API do provedor de vale-refeição.
  • Exemplo de Estrutura de Output:
    [
      {
        "dados": [
          {
            "id": "transacao123",
            "valor": 100.00,
            "data": "2025-11-15T12:00:00",
            "status": "aprovada"
          }
        ],
        "pagina": 1,
        "total_paginas": 10
      }
    ]
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 2.000 caracteres por página de resultados.

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: O agente deverá enviar o payload recebido à API do provedor de vale-refeição e retornar os dados conforme recebidos.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Padronização e Enriquecimento de Transações (RF 4).

RF 3. Agente de Execução de Chamada à API - ERP (Obter Cadastros)

3.1 Tarefa do Agente

Recuperar do ERP cadastros necessários à integração: plano de contas, centros de custo, colaboradores/matrículas e parâmetros contábeis.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto com endpoints, cabeçalhos e credenciais necessárias para a chamada à API do ERP.

# 2. Objetivo
Recuperar do ERP cadastros necessários à integração: plano de contas, centros de custo, colaboradores/matrículas e parâmetros contábeis.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente não precisa de instruções para LLM; sua função é apenas executar as chamadas às APIs do ERP com os parâmetros recebidos.
- Retornar dados exatamente como recebidos do ERP, preservando códigos.

# 4. Exemplo de Output que você deve produzir
{
  "contas": [
    {
      "codigo": "1234",
      "nome": "Despesa Alimentação"
    }
  ],
  "centros_custo": [
    {
      "codigo": "5678",
      "nome": "Administração"
    }
  ],
  "colaboradores": [
    {
      "id_externo": "colab001",
      "matricula": "0001",
      "centro_custo": "5678"
    }
  ],
  "parametros": {
    "conta_despesa": "1234",
    "conta_contrapartida": "4321",
    "politica_rateio": "por_colaborador"
  }
} 
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 como input um payload pronto para consulta 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 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo os dados de cadastros recebidos do ERP.
  • Exemplo de Estrutura de Output:
    {
      "contas": [
        {
          "codigo": "1234",
          "nome": "Despesa Alimentação"
        }
      ],
      "centros_custo": [
        {
          "codigo": "5678",
          "nome": "Administração"
        }
      ],
      "colaboradores": [
        {
          "id_externo": "colab001",
          "matricula": "0001",
          "centro_custo": "5678"
        }
      ],
      "parametros": {
        "conta_despesa": "1234",
        "conta_contrapartida": "4321",
        "politica_rateio": "por_colaborador"
      }
    }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 2.000 caracteres.

3.3.3 Parâmetros de Geração

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

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente deverá enviar o payload recebido à API do ERP e retornar os dados conforme recebidos.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Padronização e Enriquecimento de Transações (RF 4).

RF 4. Agente de Padronização e Enriquecimento de Transações

4.1 Tarefa do Agente

Normalizar e deduplicar transações de vale-refeição, mapear colaboradores e centros de custo, e preparar conjunto canônico para contabilização.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo páginas de transações do provedor de vale-refeição e cadastros do ERP.

# 2. Objetivo
Normalizar e deduplicar transações de vale-refeição, mapear colaboradores e centros de custo, e preparar conjunto canônico para contabilização.

# 3. Regras que você deve seguir para gerar sua resposta
- Converta todos os valores para BRL; rejeite transações com moeda diferente registrando em inconsistencias tipo 'moeda_invalida'.
- Datas: converter para America/Sao_Paulo e definir competencia = YYYY-MM da data_transacao.
- Deduplicação: gerar hash_dedup = hash(id_origem || data_transacao || valor_brl || colaborador_id). Se hash repetido, manter apenas a primeira ocorrência e registrar duplicata nas inconsistencias.
- Mapeamento de colaborador: cruzar colaborador_id da origem com colaboradores ERP; se não encontrar, marcar inconsistencia 'colaborador_nao_mapeado' e deixar centro_custo = 'NAO_MAPEADO'.
- Centro de custo: se colaborador tiver centro_custo no ERP, usar esse; caso contrário, aplicar padrão dos parametros.politica_rateio ('por_colaborador' ou 'fixo'); se 'fixo', usar centro dos parametros.
- Valores: arredondar para 2 casas decimais, usar separador ponto, e garantir valor_brl >= 0 (lógica de despesa positiva).
- Estabelecimento/MCC: se ausente, preencher estabelecimento = 'NAO_INFORMADO' e mcc = null.

# 4. Exemplo de Output que você deve produzir
{
  "transacoes_normalizadas": [
    {
      "id_origem": "transacao123",
      "data_transacao": "2025-11-15",
      "competencia": "2025-11",
      "colaborador_id": "colab001",
      "colaborador_matricula": "0001",
      "centro_custo": "5678",
      "estabelecimento": "Restaurante A",
      "mcc": null,
      "valor_brl": 100.00,
      "moeda": "BRL",
      "status": "aprovada",
      "hash_dedup": "hash123"
    }
  ],
  "inconsistencias": [
    {
      "id_origem": "transacao456",
      "tipo": "moeda_invalida",
      "detalhe": "Moeda diferente de BRL"
    }
  ]
} 
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 como input páginas de transações do provedor e cadastros do ERP.
  • 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 combinado de até 10.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo as transações normalizadas e as inconsistências detectadas.
  • Exemplo de Estrutura de Output:
    {
      "transacoes_normalizadas": [
        {
          "id_origem": "transacao123",
          "data_transacao": "2025-11-15",
          "competencia": "2025-11",
          "colaborador_id": "colab001",
          "colaborador_matricula": "0001",
          "centro_custo": "5678",
          "estabelecimento": "Restaurante A",
          "mcc": null,
          "valor_brl": 100.00,
          "moeda": "BRL",
          "status": "aprovada",
          "hash_dedup": "hash123"
        }
      ],
      "inconsistencias": [
        {
          "id_origem": "transacao456",
          "tipo": "moeda_invalida",
          "detalhe": "Moeda diferente de BRL"
        }
      ]
    }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 3.000 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 Reconciliação Financeira (RF 5).

4.3.6 Regras de Orquestração e Transição

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

RF 5. Agente de Reconciliação Financeira

5.1 Tarefa do Agente

Verificar consistência das transações normalizadas com totais esperados e classificar divergências para correção.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo transações normalizadas e totais externos esperados para reconciliação financeira.

# 2. Objetivo
Verificar consistência das transações normalizadas com totais esperados e classificar divergências para correção.

# 3. Regras que você deve seguir para gerar sua resposta
- Agregar transacoes por data_transacao; calcular total_transacoes.
- Se totais_externos for informado, comparar por dia. Tolerância de R$0,01; acima disso marcar 'divergente'.
- Classificar alertas: se percentual de dias divergentes > 5%, nivel='atencao'; > 20%, nivel='critico'.
- Para dias divergentes, incluir janela [00:00:00, 23:59:59] em itens_para_reconsulta.

# 4. Exemplo de Output que você deve produzir
{
  "reconciliacao": {
    "por_dia": [
      {
        "data": "2025-11-15",
        "total_transacoes": 100.00,
        "total_esperado": 100.01,
        "diferenca": 0.01,
        "status": "ok"
      }
    ],
    "sumario": {
      "total_ok": 1,
      "total_divergente": 0,
      "valor_divergente": 0.00
    }
  },
  "alertas": [],
  "itens_para_reconsulta": []
} 
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 como input transações normalizadas e totais externos esperados.
  • 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 combinado de até 5.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo os resultados da reconciliação financeira, alertas e itens para reconsulta.
  • Exemplo de Estrutura de Output:
    {
      "reconciliacao": {
        "por_dia": [
          {
            "data": "2025-11-15",
            "total_transacoes": 100.00,
            "total_esperado": 100.01,
            "diferenca": 0.01,
            "status": "ok"
          }
        ],
        "sumario": {
          "total_ok": 1,
          "total_divergente": 0,
          "valor_divergente": 0.00
        }
      },
      "alertas": [],
      "itens_para_reconsulta": []
    }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 2.000 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para cálculos de reconciliação.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

5.3.5 Memória

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Lançamentos Contábeis para ERP (RF 6).

RF 6. Agente de Geração de Lançamentos Contábeis para ERP

6.1 Tarefa do Agente

Transformar transações de vale-refeição em lançamentos contábeis/pré-notas no formato aceito pelo ERP, com idempotência.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo transações normalizadas e cadastros do ERP, além de políticas de agrupamento para geração de lançamentos.

# 2. Objetivo
Transformar transações de vale-refeição em lançamentos contábeis/pré-notas no formato aceito pelo ERP, com idempotência.

# 3. Regras que você deve seguir para gerar sua resposta
- Excluir da geração transações com inconsistencias críticas (colaborador_nao_mapeado, moeda_invalida, duplicata); registrá-las em rejeicoes.
- Definir conta_debito = parametros.conta_despesa e conta_credito = parametros.conta_contrapartida, salvo regra específica por MCC se existir mapeamento nas contas (se houver conta com atributo mcc que coincida, usar essa).
- Historico: 'VR {estabelecimento} {data_transacao} Colab:{colaborador_id}'. Limitar a 120 caracteres.
- Referencia_externa = id_origem.
- Agrupamento: 'nenhum' gera uma linha por transação; 'dia' agrega por {data_transacao, centro_custo}; 'competencia' agrega por {competencia, centro_custo} somando valores.
- Respeitar max_linhas_por_lote; se exceder, fracionar lotes sequenciais (lote_id com sufixo -1, -2, ...).
- Gerar idempotency_keys por lote = hash(lote_id + competencia + soma_valores).

# 4. Exemplo de Output que você deve produzir
{
  "lotes": [
    {
      "lote_id": "lote123",
      "competencia": "2025-11",
      "data_lancamento": "2025-11-16",
      "linhas": [
        {
          "historico": "VR Restaurante A 2025-11-15 Colab:colab001",
          "conta_debito": "1234",
          "conta_credito": "4321",
          "centro_custo": "5678",
          "valor": 100.00,
          "referencia_externa": "transacao123"
        }
      ]
    }
  ],
  "idempotency_keys": [
    "key123"
  ],
  "rejeicoes": []
} 
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 como input transações normalizadas, cadastros do ERP e políticas de agrupamento.
  • 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 combinado de até 8.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo os lotes de lançamentos contábeis gerados, idempotency_keys e rejeições.
  • Exemplo de Estrutura de Output:
    {
      "lotes": [
        {
          "lote_id": "lote123",
          "competencia": "2025-11",
          "data_lancamento": "2025-11-16",
          "linhas": [
            {
              "historico": "VR Restaurante A 2025-11-15 Colab:colab001",
              "conta_debito": "1234",
              "conta_credito": "4321",
              "centro_custo": "5678",
              "valor": 100.00,
              "referencia_externa": "transacao123"
            }
          ]
        }
      ],
      "idempotency_keys": [
        "key123"
      ],
      "rejeicoes": []
    }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 3.000 caracteres.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para gerar idempotency_keys.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

6.3.5 Memória

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - ERP (Envio de Lançamentos) (RF 7).

RF 7. Agente de Execução de Chamada à API - ERP (Envio de Lançamentos)

7.1 Tarefa do Agente

Enviar os lotes de lançamentos gerados ao ERP, preservando idempotência.

7.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo lotes de lançamentos contábeis prontos para envio ao ERP, junto com idempotency_keys.

# 2. Objetivo
Enviar os lotes de lançamentos gerados ao ERP, preservando idempotência.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente não precisa de instruções para LLM; sua função é apenas executar a chamada à API do ERP com o payload recebido.
- Enviar idempotency_keys em header/campo específico conforme ERP; retornar resposta bruta do ERP.

# 4. Exemplo de Output que você deve produzir
{
  "retornos": [
    {
      "lote_id": "lote123",
      "status_http": 200,
      "protocolo": "protocolo123",
      "erros": []
    }
  ]
} 
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 como input lotes de lançamentos contábeis e idempotency_keys.
  • 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 combinado de até 5.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo os retornos da API do ERP para cada lote enviado.
  • Exemplo de Estrutura de Output:
    {
      "retornos": [
        {
          "lote_id": "lote123",
          "status_http": 200,
          "protocolo": "protocolo123",
          "erros": []
        }
      ]
    }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 2.000 caracteres.

7.3.3 Parâmetros de Geração

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

7.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente deverá enviar os lotes de lançamentos à API do ERP e retornar os dados conforme recebidos.

7.3.5 Memória

7.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Monitoramento e Correção de Inconsistências (RF 8).

RF 8. Agente de Monitoramento e Correção de Inconsistências

8.1 Tarefa do Agente

Consolidar inconsistências detectadas, propor correções automatizáveis e sinalizar itens que exigem intervenção humana.

8.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo inconsistências detectadas, resultados de reconciliação e retornos do ERP.

# 2. Objetivo
Consolidar inconsistências detectadas, propor correções automatizáveis e sinalizar itens que exigem intervenção humana.

# 3. Regras que você deve seguir para gerar sua resposta
- Classificar inconsistências em: dados_faltantes, mapeamento, duplicidade, moeda_invalida, erro_erp.
- Para 'mapeamento' de colaborador/centro de custo: sugerir ajuste_mapeamento indicando colaborador_id e centro_custo candidato baseado em frequência nas transações.
- Para 'duplicidade': não propor envio; marcar como resolvida por exclusão lógica.
- Para erro_erp com codigo 4xx em linhas específicas: propor reprocessamento somente das linhas com erro corrigível (ex.: descrição muito longa -> truncar; centro de custo inexistente -> substituir por padrão).
- Definir itens_humanos quando não houver candidato único de mapeamento ou quando valor_pendente > R$1000 por item.

# 4. Exemplo de Output que você deve produzir
{
  "resumo": {
    "qtd_inconsistencias": 5,
    "qtd_pendentes_humanas": 2,
    "valor_pendente": 1500.00
  },
  "propostas_correcao": [
    {
      "tipo": "reconsulta",
      "detalhes": {
        "inicio": "2025-11-01T00:00:00",
        "fim": "2025-11-30T23:59:59"
      }
    }
  ],
  "itens_humanos": [
    {
      "id_origem": "transacao789",
      "motivo": "mapeamento",
      "recomendacao": "Verificar centro de custo"
    }
  ],
  "proximas_janelas_reprocesso": [
    {
      "inicio": "2025-12-01T00:00:00",
      "fim": "2025-12-31T23:59:59"
    }
  ]
} 
8.3 Configurações do Agente

8.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 7).
  • Tipo do input: Este agente deve ser apto a receber como input inconsistências detectadas, resultados de reconciliação e retornos do ERP.
  • 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 combinado de até 7.000 caracteres.

8.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo resumo de inconsistências, propostas de correção e itens que exigem intervenção humana.
  • Exemplo de Estrutura de Output:
    {
      "resumo": {
        "qtd_inconsistencias": 5,
        "qtd_pendentes_humanas": 2,
        "valor_pendente": 1500.00
      },
      "propostas_correcao": [
        {
          "tipo": "reconsulta",
          "detalhes": {
            "inicio": "2025-11-01T00:00:00",
            "fim": "2025-11-30T23:59:59"
          }
        }
      ],
      "itens_humanos": [
        {
          "id_origem": "transacao789",
          "motivo": "mapeamento",
          "recomendacao": "Verificar centro de custo"
        }
      ],
      "proximas_janelas_reprocesso": [
        {
          "inicio": "2025-12-01T00:00:00",
          "fim": "2025-12-31T23:59:59"
        }
      ]
    }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 3.000 caracteres.

8.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

8.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

8.3.5 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.

8.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O JSON gerado é o resultado que deve ser disponibilizado para análise e ações corretivas.

© 2025 prototipe.ai. Todos os direitos reservados.