Agente de IA para Padronização de Informações de Faturamento

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

Como criar um agente de IA que padroniza as informações de faturamento, categorizando e organizando dados.

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 Padronização de Informações de Faturamento. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é padronizar e categorizar informações de faturamento, assegurando que os dados estejam organizados e prontos para o processo de encerramento administrativo.

2. Contexto e Problema

Cenário Atual

Empresas enfrentam desafios significativos na organização e padronização dos dados de faturamento. Muitas vezes, as informações são recebidas em formatos heterogêneos, dificultando o encerramento administrativo eficiente. Problemas comuns incluem:

  • Dados de faturamento desorganizados que dificultam o processo de encerramento administrativo.
  • Falta de categorização uniforme das informações de faturamento.

A ausência de um padrão claro e a variabilidade nos formatos de dados levam a um aumento no tempo e recursos necessários para a consolidação e análise das informações de faturamento.

3. Impactos Esperados

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

  • Reduzir o tempo de processamento de dados de faturamento em até 70%.
  • Assegurar a padronização e a integridade dos dados de faturamento.
  • Facilitar o encerramento administrativo através de dados organizados e categorizados.
  • Minimizar erros decorrentes de dados inconsistentes ou incompletos.

4. Visão Geral da Solução

O agente de IA para padronização de informações de faturamento organiza e categoriza dados desestruturados, assegurando que estejam prontos para o encerramento administrativo. 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 padronização das informações de faturamento.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a normalização dos insumos de faturamento e termina com a categorização final dos dados prontos para encerramento administrativo.

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

Agentes Função Principal
Agente de Normalização de Insumos de Faturamento (RF 1) Padronizar nomenclaturas, formatos e estruturas dos dados de faturamento.
Agente de Validação e Completúde de Faturamento (RF 2) Verificar integridade, coerência e completude dos registros normalizados.
Agente de Categorização e Geração de Saída (RF 3) Categorizar e organizar os dados validados conforme padrões estabelecidos.

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 Normalização de Insumos de Faturamento

1.1 Tarefa do Agente

Receber dados de faturamento heterogêneos, padronizar nomenclaturas, formatos e estruturas, produzindo um dataset normalizado e coerente.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de faturamento brutos e desorganizados em formatos como CSV, XLSX ou JSON. Os dados contêm colunas e atributos potencialmente inconsistentes.

# 2. Objetivo
Padronizar as nomenclaturas, formatos e estruturas dos dados de faturamento, assegurando que estejam completos e prontos para validação e categorização.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronização de cabeçalhos: remapear sinônimos comuns para nomes canônicos.
- Limpeza de strings: remover espaços extras, normalizar acentuação.
- Datas: converter para ISO 8601.
- Moeda e valores: identificar moeda e converter valores para número decimal.
- Documentos e identificadores: normalizar CNPJ/CPF.
- Tipo de documento: mapear variações para o conjunto permitido.
- Saída: entregar JSON com campos padronizados, prontos para validação. 
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 de faturamento 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: Dados de faturamento brutos e desorganizados em CSV, XLSX ou JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .csv, .xlsx, .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um dataset normalizado em JSON com schema preliminar padronizado.
  • Exemplo de Estrutura de Output:
     {
      "registros": [
        {
          "data_emissao": "2025-12-19",
          "numero_documento": "12345",
          "valor_bruto": 1000.00,
          "moeda": "BRL",
          "cnpj_cpf_cliente": "12345678901234",
          "id_unico": "abc123"
        }
      ]
    } 
  • 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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Validação e Completúde de Faturamento (RF 2).

RF 2. Agente de Validação e Completúde de Faturamento

2.1 Tarefa do Agente

Verificar integridade, coerência e completude dos registros normalizados; calcular campos derivados; sinalizar lacunas e possíveis duplicidades.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com registros normalizados de dados de faturamento.

# 2. Objetivo
Verificar a integridade, coerência e completude dos registros; calcular campos derivados e sinalizar lacunas e possíveis duplicidades.

# 3. Regras que você deve seguir para gerar sua resposta
- Regras de obrigatoriedade: verificar campos críticos e sinalizar alertas.
- Datas e competência: calcular competência a partir de datas.
- Cálculo de valor_liquido: deduzir descontos e impostos do valor_bruto.
- Consistência numérica: verificar discrepâncias em valores.
- Duplicidade: sinalizar registros possivelmente duplicados.
- Identificação do status_pagamento: mapear status com base em pagamentos.
- Clientes/fornecedores: validar formatos de CNPJ/CPF.
- Moeda: assegurar presença e registrar alertas quando assumida. 
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
  • Tipo do input: JSON com registros normalizados pelo agente anterior.
  • 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: JSON com registros validados, contendo flags e campos derivados.
  • Exemplo de Estrutura de Output:
     {
      "registros": [
        {
          "data_emissao": "2025-12-19",
          "numero_documento": "12345",
          "valor_bruto": 1000.00,
          "valor_liquido": 950.00,
          "moeda": "BRL",
          "status_pagamento": "pendente",
          "qualidade_registro": "ok",
          "alertas": []
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 6.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para cálculos derivados.
  • 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 Categorização e Geração de Saída (RF 3).

RF 3. Agente de Categorização e Geração de Saída

3.1 Tarefa do Agente

Categorizar e organizar os dados validados conforme padrões estabelecidos e produzir o pacote final em JSON, pronto para encerramento administrativo.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com registros validados, contendo campos padronizados e cálculos derivados.

# 2. Objetivo
Categorizar os dados conforme padrões estabelecidos e produzir o pacote final em JSON, pronto para encerramento administrativo.

# 3. Regras que você deve seguir para gerar sua resposta
- Mapeamento de categorias: classificar em categorias padrão com base em descrições e fornecedores.
- Subcategoria: refinar quando detectado termo específico.
- Centro de custo e conta contábil: inferir pelo par (categoria, subcategoria).
- Preparação para encerramento: garantir presença mínima por registro para contabilização.
- Ordenação e estrutura: ordenar registros por competência e data de emissão.
- Resumo de controle: calcular métricas operacionais para o encerramento.
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
  • Tipo do input: JSON com registros validados pelo agente anterior.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: JSON final contendo registros categorizados e um bloco resumo_controle.
  • Exemplo de Estrutura de Output:
     {
      "registros": [
        {
          "data_emissao": "2025-12-19",
          "numero_documento": "12345",
          "valor_bruto": 1000.00,
          "categoria": "serviços",
          "subcategoria": "consultoria",
          "centro_custo": "operacional",
          "pronto_encerramento": "sim"
        }
      ],
      "resumo_controle": {
        "total_registros": 1,
        "total_por_categoria": {
          "serviços": 1000.00
        }
      }
    } 
  • Número de caracteres esperado: O JSON gerado 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: Utiliza lógica interna para cálculo de métricas.
  • 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 é o entregável final e não é passada para outros agentes internos.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo, entregando o JSON pronto para o encerramento administrativo.

© 2025 prototipe.ai. Todos os direitos reservados.