Agente de IA para Simulações de Cenários Econômicos

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

Como criar um agente de IA que realiza simulações de cenários econômicos futuros e seus impactos potenciais sobre diferentes estratégias de investimento.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, busca online, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Simulações de Cenários Econômicos". Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é permitir que investidores simulem cenários econômicos futuros e analisem os impactos potenciais em suas estratégias de investimento, auxiliando na preparação e adaptação para cenários adversos.

2. Contexto e Problema

Problemas Conhecidos

  • Incapacidade de prever impactos de cenários econômicos futuros nas estratégias de investimento.
  • Falta de ferramentas para simular diferentes cenários econômicos e suas consequências.

Problemas Identificados

Os investidores frequentemente enfrentam dificuldades para prever e se preparar para mudanças econômicas significativas. Isso pode resultar em estratégias de investimento que não são resilientes a choques econômicos, levando a perdas financeiras significativas.

3. Impactos Esperados

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

  • Melhorar a capacidade de previsão de impactos econômicos sobre investimentos.
  • Proporcionar uma ferramenta robusta para simulação de cenários econômicos variados.
  • Auxiliar investidores na adaptação de suas estratégias para mitigar riscos associados a mudanças econômicas.

4. Visão Geral da Solução

O agente de IA para simulações de cenários econômicos utiliza modelos preditivos para simular cenários futuros e analisa o impacto potencial desses cenários em diferentes estratégias de investimento. 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 simulação de cenários econômicos.

A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a busca online de dados macroeconômicos e termina com a geração de recomendações e planos de ação para os investidores.

A execução dos agentes é sequencial, seguindo a ordem definida na tabela abaixo. O fluxo inclui etapas condicionais que são executadas apenas se critérios específicos forem atendidos, conforme detalhado após a tabela.

Agentes Função Principal
Agente de Busca Online de Dados Macroeconômicos Agente Condicionado (RF 1) Realizar busca online para recuperar séries macroeconômicas atuais e históricas.
Agente de Validação e Normalização de Dados de Entrada (RF 2) Validar consistência, padronizar formatos e normalizar dados macroeconômicos e de estratégias de investimento.
Agente de Geração de Cenários Macroeconômicos (RF 3) Construir cenários macroeconômicos futuros coerentes no horizonte definido.
Agente de Mapeamento de Estratégias e Exposições a Fatores (RF 4) Traduzir cada estratégia de investimento em exposições a fatores de risco.
Agente de Projeção de Retornos por Estratégia (RF 5) Projetar retornos e P/L por período e por cenário para cada estratégia.
Agente de Análise de Impacto e Risco (RF 6) Calcular métricas de risco, dispersão e resiliência por estratégia e agregadas por cenário.
Agente de Recomendações e Planos de Ação (RF 7) Traduzir análises em recomendações práticas de ajuste de alocação e medidas defensivas.

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 Busca Online de Dados Macroeconômicos

1.1 Tarefa do Agente

Realizar busca online para recuperar séries macroeconômicas atuais e históricas quando o usuário solicitar ou quando não forem fornecidas no input.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma solicitação para buscar dados macroeconômicos que não foram fornecidos no input inicial ou quando o usuário explicitamente solicita a busca.

# 2. Objetivo
Recuperar séries macroeconômicas atuais e históricas para serem usadas na simulação de cenários econômicos.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize APIs confiáveis para buscar as séries macroeconômicas necessárias, como PIB, inflação, juros nominais e reais, câmbio, desemprego, PMI e commodities.
- Garanta que os dados recuperados estejam no formato JSON, contendo metadados sobre fonte, período de cobertura e última atualização.
- Certifique-se de que os dados sejam atualizados e relevantes para as análises de cenários econômicos.

# 4. Exemplo de Output que você deve produzir
{
  "series": {
    "PIB_real": {"moeda": "USD", "unidade": "%", "frequência": "trimestral", "timestamps": [...], "valores": [...]},
    "inflação": {"moeda": "USD", "unidade": "%", "frequência": "mensal", "timestamps": [...], "valores": [...]}
  },
  "metadados": {"fonte": "API confiável", "período_cobertura": "2020-2025", "última_atualização": "2025-12-21"}
}
1.3 Configurações do Agente

1.3.1 Condições de Ativação

Este agente é acionado somente se a seguinte condição for atendida:

  • A propriedade necessita_busca_online no input inicial for true.

1.3.2 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado condicionalmente após a verificação da necessidade de busca online.
  • Tipo do input: Este agente deve ser apto a receber parâmetros de busca contendo séries requeridas, regiões, frequência e período de interesse.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 3.000 caracteres.

1.3.3 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo as séries macroeconômicas recuperadas e seus metadados.
  • Exemplo de Estrutura de Output: 
     {
  "series": {
    "PIB_real": {"moeda": "USD", "unidade": "%", "frequência": "trimestral", "timestamps": [...], "valores": [...]},
    "inflação": {"moeda": "USD", "unidade": "%", "frequência": "mensal", "timestamps": [...], "valores": [...]}
  },
  "metadados": {"fonte": "API confiável", "período_cobertura": "2020-2025", "última_atualização": "2025-12-21"}
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 2.000 caracteres.

1.3.4 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.5 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Utiliza APIs para buscar dados macroeconômicos.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.6 Memória

1.3.7 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Validação e Normalização de Dados de Entrada (RF 2).

RF 2. Agente de Validação e Normalização de Dados de Entrada

2.1 Tarefa do Agente

Validar consistência, padronizar formatos e normalizar dados macroeconômicos e de estratégias de investimento para uso nos cenários.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados macroeconômicos e de estratégias de investimento que precisam ser validados e normalizados para simulações de cenários.

# 2. Objetivo
Garantir que os dados estejam consistentes e padronizados para serem usados na geração de cenários econômicos.

# 3. Regras que você deve seguir para gerar sua resposta
- Validar a consistência dos dados e padronizar formatos, como datas em ISO-8601 e unidades de medida.
- Normalizar dados macroeconômicos e de estratégias de investimento, garantindo que estejam prontos para uso nos cenários.
- Gerar alertas de validação se forem encontrados erros ou inconsistências nos dados.

# 4. Exemplo de Output que você deve produzir
{
  "macro_norm": {"PIB_real": {"frequência": "trimestral", "unidade_padrao": "%", "moeda_padrao": "USD", "timestamps": [...], "valores": [...]},
  "estrategias_norm": [{"id": 1, "nome": "Estratégia A", "classe_ativo": "Ações", "moeda_base": "USD", "duração": 5, "convexidade": 0.25, "spread_duration": 3, "beta_mercado": 1, "dividend_yield": 0.02, "hedge_fx_flag": false}],
  "alertas_validacao": [{"codigo": "001", "severidade": "alta", "mensagem": "Dados ausentes para o período solicitado."}]}
}
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 dados macroeconômicos e de estratégias de investimento em formato JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 6.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo os dados normalizados e alertas de validação.
  • Exemplo de Estrutura de Output: 
     {
  "macro_norm": {"PIB_real": {"frequência": "trimestral", "unidade_padrao": "%", "moeda_padrao": "USD", "timestamps": [...], "valores": [...]}},
  "estrategias_norm": [{"id": 1, "nome": "Estratégia A", "classe_ativo": "Ações", "moeda_base": "USD", "duração": 5, "convexidade": 0.25, "spread_duration": 3, "beta_mercado": 1, "dividend_yield": 0.02, "hedge_fx_flag": false}],
  "alertas_validacao": [{"codigo": "001", "severidade": "alta", "mensagem": "Dados ausentes para o período solicitado."}]
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 4.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • 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 Geração de Cenários Macroeconômicos (RF 3).

RF 3. Agente de Geração de Cenários Macroeconômicos

3.1 Tarefa do Agente

Construir cenários macroeconômicos futuros coerentes (base, otimista, pessimista e estresses pontuais) no horizonte definido.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados macroeconômicos normalizados e suposições de cenário que precisam ser usados para construir cenários futuros.

# 2. Objetivo
Gerar cenários macroeconômicos futuros coerentes, incluindo cenários base, otimista, pessimista e estresses pontuais.

# 3. Regras que você deve seguir para gerar sua resposta
- Crie pelo menos três cenários principais: base, otimista e pessimista.
- Inclua cenários de estresse direcionados se houver limites variáveis que tragam gatilhos, como choques de juros ou depreciação cambial.
- Garanta que os cenários sejam coerentes e que as trajetórias macroeconômicas respeitem os limites definidos nas suposições.

# 4. Exemplo de Output que você deve produzir
{
  "cenarios": [
    {"id": "base", "peso": 0.5, "horizonte_meses": 24, "trajetórias": {"PIB_real": {"timestamps_futuros": [...], "valores_proj": [...]}, "inflação": {"timestamps_futuros": [...], "valores_proj": [...]}, "juros_nominais": {"timestamps_futuros": [...], "valores_proj": [...]}}, "premissas": {"descrição": "Cenário base com crescimento gradual."}},
    {"id": "otimista", "peso": 0.25, "horizonte_meses": 24, "trajetórias": {"PIB_real": {"timestamps_futuros": [...], "valores_proj": [...]}, "inflação": {"timestamps_futuros": [...], "valores_proj": [...]}, "juros_nominais": {"timestamps_futuros": [...], "valores_proj": [...]}}, "premissas": {"descrição": "Crescimento econômico acima do esperado."}}
  ],
  "consistência_validada": true,
  "avisos": []
}
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 dados macroeconômicos normalizados e suposições de cenário em formato JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo os cenários macroeconômicos gerados e suas premissas.
  • Exemplo de Estrutura de Output: 
     {
  "cenarios": [
    {"id": "base", "peso": 0.5, "horizonte_meses": 24, "trajetórias": {"PIB_real": {"timestamps_futuros": [...], "valores_proj": [...]}, "inflação": {"timestamps_futuros": [...], "valores_proj": [...]}, "juros_nominais": {"timestamps_futuros": [...], "valores_proj": [...]}}, "premissas": {"descrição": "Cenário base com crescimento gradual."}},
    {"id": "otimista", "peso": 0.25, "horizonte_meses": 24, "trajetórias": {"PIB_real": {"timestamps_futuros": [...], "valores_proj": [...]}, "inflação": {"timestamps_futuros": [...], "valores_proj": [...]}, "juros_nominais": {"timestamps_futuros": [...], "valores_proj": [...]}}, "premissas": {"descrição": "Crescimento econômico acima do esperado."}}
  ],
  "consistência_validada": true,
  "avisos": []
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.500 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • 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 Mapeamento de Estratégias e Exposições a Fatores (RF 4).

RF 4. Agente de Mapeamento de Estratégias e Exposições a Fatores

4.1 Tarefa do Agente

Traduzir cada estratégia de investimento em exposições a fatores de risco e parâmetros de precificação necessários para projeção.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo estratégias de investimento normalizadas que precisam ser traduzidas em exposições a fatores de risco e parâmetros de precificação.

# 2. Objetivo
Mapear cada estratégia de investimento em exposições a fatores de risco e definir parâmetros necessários para projeção de retornos.

# 3. Regras que você deve seguir para gerar sua resposta
- Identifique os fatores de risco relevantes para cada classe de ativo, como taxas de juros, inflação, crescimento econômico, crédito, commodities, câmbio e mercado de ações.
- Normalizar as exposições aos fatores de risco, garantindo que estejam dentro dos limites aceitáveis.
- Derivar parâmetros de precificação faltantes usando padrões definidos.

# 4. Exemplo de Output que você deve produzir
{
  "estrategias_mapeadas": [
    {"id": 1, "nome": "Estratégia A", "classe_ativo": "Ações", "moeda_base": "USD", "fatores": {"taxa": -0.5, "inflação": 0.2, "crescimento": 1.0, "mercado_acao": 1.5, "FX": -0.3}, "parâmetros": {"duração": 5, "convexidade": 0.25, "spread_duration": 3, "beta_mercado": 1, "dividend_yield": 0.02, "hedge_fx_flag": false}}
  ],
  "avisos": []
}
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 estratégias de investimento normalizadas em formato JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 4.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo as estratégias mapeadas com exposições a fatores de risco e parâmetros de precificação.
  • Exemplo de Estrutura de Output: 
     {
  "estrategias_mapeadas": [
    {"id": 1, "nome": "Estratégia A", "classe_ativo": "Ações", "moeda_base": "USD", "fatores": {"taxa": -0.5, "inflação": 0.2, "crescimento": 1.0, "mercado_acao": 1.5, "FX": -0.3}, "parâmetros": {"duração": 5, "convexidade": 0.25, "spread_duration": 3, "beta_mercado": 1, "dividend_yield": 0.02, "hedge_fx_flag": false}}
  ],
  "avisos": []
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Projeção de Retornos por Estratégia (RF 5).

RF 5. Agente de Projeção de Retornos por Estratégia

5.1 Tarefa do Agente

Projetar retornos e P/L por período e por cenário para cada estratégia, combinando trajetórias macro com exposições e parâmetros.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo estratégias de investimento mapeadas e cenários macroeconômicos que precisam ser usados para projetar retornos e P/L.

# 2. Objetivo
Projetar retornos e P/L por período e por cenário para cada estratégia de investimento.

# 3. Regras que você deve seguir para gerar sua resposta
- Combine as trajetórias macroeconômicas com as exposições e parâmetros de cada estratégia para calcular os retornos.
- Garanta que os retornos sejam projetados de forma precisa para cada cenário.
- Inclua drivers de retorno para cada fator de risco, destacando sua contribuição para o retorno geral.

# 4. Exemplo de Output que você deve produzir
{
  "projeções": [
    {"estratégia_id": 1, "por_cenário": [
      {"cenario_id": "base", "periodos": [
        {"t": 1, "retorno_pct": 0.02, "retorno_acum_pct": 0.02, "drivers": {"taxa": -0.005, "inflação": 0.003, "crescimento": 0.015, "mercado_acao": 0.02, "FX": -0.003}}
      ]}
    ]}
  ],
  "supostos_utilizados": {},
  "avisos": []
}
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 estratégias mapeadas e cenários macroeconômicos em formato JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 7.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo as projeções de retornos e P/L por estratégia e por cenário.
  • Exemplo de Estrutura de Output: 
     {
  "projeções": [
    {"estratégia_id": 1, "por_cenário": [
      {"cenario_id": "base", "periodos": [
        {"t": 1, "retorno_pct": 0.02, "retorno_acum_pct": 0.02, "drivers": {"taxa": -0.005, "inflação": 0.003, "crescimento": 0.015, "mercado_acao": 0.02, "FX": -0.003}}
      ]}
    ]}
  ],
  "supostos_utilizados": {},
  "avisos": []
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 Análise de Impacto e Risco (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Impacto e Risco (RF 6).

RF 6. Agente de Análise de Impacto e Risco

6.1 Tarefa do Agente

Calcular métricas de risco, dispersão e resiliência por estratégia e agregadas por cenário.

6.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo projeções de retornos e P/L que precisam ser analisadas para calcular métricas de risco, dispersão e resiliência.

# 2. Objetivo
Calcular métricas de risco, dispersão e resiliência para cada estratégia de investimento e agregadas por cenário.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule métricas como retorno esperado, max drawdown, pior mês e tempo de recuperação para cada estratégia e cenário.
- Identifique flags de risco quando as métricas excederem os limites definidos nas restrições do investidor.
- Garanta que as métricas sejam precisas e reflitam a resiliência das estratégias em diferentes cenários.

# 4. Exemplo de Output que você deve produzir
{
  "métricas": [
    {"estratégia_id": 1, "por_cenário": {"id": "base", "retorno_esperado": 0.05, "p5": 0.02, "p95": 0.08, "pior_mês": -0.03, "max_drawdown": -0.15, "tempo_recuperação_meses": 12}},
    {"agregadas": {"retorno_esperado": 0.04, "p5": 0.01, "p95": 0.07, "DD_portfolio": -0.2}}
  ],
  "flags_risco": [{"estratégia_id": 1, "tipo": "drawdown_excedido", "mensagem": "Max drawdown excedeu o limite permitido."}]
}
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 projeções de retornos e P/L em formato JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 6.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo as métricas de risco, dispersão e resiliência calculadas.
  • Exemplo de Estrutura de Output: 
     {
  "métricas": [
    {"estratégia_id": 1, "por_cenário": {"id": "base", "retorno_esperado": 0.05, "p5": 0.02, "p95": 0.08, "pior_mês": -0.03, "max_drawdown": -0.15, "tempo_recuperação_meses": 12}},
    {"agregadas": {"retorno_esperado": 0.04, "p5": 0.01, "p95": 0.07, "DD_portfolio": -0.2}}
  ],
  "flags_risco": [{"estratégia_id": 1, "tipo": "drawdown_excedido", "mensagem": "Max drawdown excedeu o limite permitido."}]
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 4.500 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

6.3.5 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 Recomendações e Planos de Ação (RF 7).

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Recomendações e Planos de Ação (RF 7).

RF 7. Agente de Recomendações e Planos de Ação

7.1 Tarefa do Agente

Traduzir análises em recomendações práticas de ajuste de alocação e medidas defensivas conforme perfil e restrições.

7.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo métricas de risco, dispersão e resiliência que precisam ser usadas para gerar recomendações de alocação de investimento.

# 2. Objetivo
Traduzir análises em recomendações práticas de ajuste de alocação e medidas defensivas para os investidores.

# 3. Regras que você deve seguir para gerar sua resposta
- Gere recomendações de ajuste de alocação com base nas métricas calculadas, respeitando as restrições do investidor.
- Inclua planos de ação e gatilhos de monitoramento para cenários de estresse.
- Garanta que as recomendações sejam claras e acionáveis para os investidores.

# 4. Exemplo de Output que você deve produzir
{
  "recomendações": [
    {"estratégia_id": 1, "ação": "overweight", "variação_pp_sugerida": 5, "justificativa": "Retorno esperado positivo com baixo risco.", "hedge_sugerido": true, "gatilhos_monitoramento": [{"indicador": "inflação", "limiar": 0.06, "ação": "reduzir exposição em 2pp"}]}
  ],
  "plano_contingência": {"estresses_monitorados": ["inflação", "câmbio"], "ações_por_trigger": {"inflação > 6%": "reduzir duration em 2pp", "câmbio > +15%": "aumentar hedge 20pp"}},
  "observações_de_compliance": []
}
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 métricas de risco, dispersão e resiliência em formato JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (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 arquivo no formato JSON contendo as recomendações de alocação e planos de ação.
  • Exemplo de Estrutura de Output: 
     {
  "recomendações": [
    {"estratégia_id": 1, "ação": "overweight", "variação_pp_sugerida": 5, "justificativa": "Retorno esperado positivo com baixo risco.", "hedge_sugerido": true, "gatilhos_monitoramento": [{"indicador": "inflação", "limiar": 0.06, "ação": "reduzir exposição em 2pp"}]}
  ],
  "plano_contingência": {"estresses_monitorados": ["inflação", "câmbio"], "ações_por_trigger": {"inflação > 6%": "reduzir duration em 2pp", "câmbio > +15%": "aumentar hedge 20pp"}},
  "observações_de_compliance": []
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.500 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 e não é passada para outros agentes internos.

7.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As recomendações geradas são o resultado que deve ser disponibilizado ao usuário.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.