Agente de IA para Prevenção de Fraudes em Seguros

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA para Prevenção de Fraudes em Seguros. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal deste agente é analisar sinistros de seguros a partir de dados históricos e comportamentais para identificar fraudes potenciais. Ele deve fornecer relatórios detalhados para que analistas de seguros possam revisar casos suspeitos, aumentando a eficiência e precisão na detecção de fraudes.

Cenário Atual

Atualmente, as seguradoras enfrentam dificuldades na detecção eficiente de fraudes em sinistros devido ao grande volume de dados e à complexidade dos padrões de fraude. Muitos casos passam despercebidos, resultando em perdas financeiras significativas.

Problemas Identificados

• Detecção Ineficiente: Fraudes em sinistros frequentemente passam despercebidas devido à análise manual limitada.
• Volume de Dados: O grande volume de dados torna desafiadora a identificação de padrões de fraude complexos.

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

• Reduzir a incidência de fraudes em até 70% através da detecção precoce.
• Aumentar a eficiência dos analistas de seguros, automatizando a triagem inicial de sinistros.
• Melhorar a precisão na identificação de padrões de fraude.

O agente de IA para prevenção de fraudes em seguros analisa sinistros utilizando aprendizado de máquina para identificar fraudes potenciais com base em dados históricos e comportamentais. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente autônomo na detecção de fraudes em sinistros de seguros.

A solução consiste em um fluxo de automação composto por um agente de IA que processa dados de sinistros e gera relatórios de casos suspeitos para revisão manual.

Para proporcionar uma visão clara e tangível da solução proposta, foram criados protótipos que demonstram o fluxo de trabalho do agente e o resultado final que os analistas de seguros receberão. Explore os links abaixo para entender melhor a solução em ação.

RF 1. Agente de Análise de Sinistros

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de sinistros de seguros em formato CSV. Este arquivo contém colunas como 'id_sinistro', 'data_sinistro', 'valor_reclamado', 'tipo_sinistro', 'histórico_cliente'.

# 2. Objetivo
Analisar os dados para detectar fraudes potenciais e fornecer relatórios detalhados em markdown para analistas de seguros.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise cada sinistro individualmente, identificando inconsistências nos dados apresentados, como discrepâncias entre o valor reclamado e o tipo de sinistro.
- Compare o histórico do cliente com sinistros anteriores para identificar padrões de comportamento que possam indicar fraude.
- Utilize modelos de aprendizado de máquina previamente treinados para calcular a probabilidade de fraude de cada sinistro.
- Registre fatores suspeitos específicos, como múltiplos sinistros em curto período ou valores reclamados excessivamente altos em relação ao histórico.
- Classifique os sinistros com probabilidade de fraude acima de um determinado limiar como casos suspeitos, para revisão manual por analistas de seguros.

# 4. Exemplo de Output que você deve produzir
**Relatório de Sinistros Suspeitos**
- **ID do Sinistro:** 12345
- **Probabilidade de Fraude:** 85%
- **Fatores Suspeitos:** Múltiplos sinistros em curto período. Valor reclamado acima do histórico.