Agente de IA para Análise de Sentimento de Notícias Financeiras

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Análise de Sentimento de Notícias Financeiras", uma solução projetada para interpretar o sentimento de notícias financeiras em tempo real e avaliar seu impacto potencial nos mercados. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é transformar grandes volumes de notícias financeiras em insights acionáveis sobre tendências de sentimento e possíveis impactos no mercado financeiro, utilizando processamento de linguagem natural e análise de correlação.

Cenário Atual

O mercado financeiro é altamente influenciado por notícias e eventos globais. Analisar o sentimento de notícias financeiras em tempo real é crucial para investidores e analistas que buscam antecipar movimentos de mercado. No entanto, interpretar grandes volumes de dados em tempo real é um desafio significativo.

• Interpretação do sentimento de grandes volumes de notícias financeiras em tempo real.
• Avaliação do impacto potencial de notícias sobre o mercado financeiro.

Atualmente, a análise de sentimento é feita de forma manual ou com ferramentas que não conseguem acompanhar a velocidade das publicações e atualizações do mercado. Isso leva a decisões atrasadas e, muitas vezes, imprecisas.

Problemas Identificados

• Volume de Dados: O alto volume de notícias publicadas diariamente torna inviável a análise manual.
• Tempo de Resposta: A falta de ferramentas automatizadas resulta em atrasos na análise e reação aos eventos do mercado.
• Precisão: Métodos tradicionais de análise de sentimento podem não capturar nuances e contextos específicos do mercado financeiro.
• Correlação com o Mercado: A dificuldade em correlacionar sentimentos de notícias com movimentos reais do mercado limita a utilidade das análises.

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

• Aumento da eficiência na interpretação de sentimentos de notícias financeiras.
• Redução do tempo de resposta na análise de impacto de notícias no mercado.
• Maior precisão nas análises de sentimento e suas correlações com movimentos de mercado.
• Automatização de relatórios sobre tendências de sentimento e impactos potenciais.

O agente de IA para análise de sentimento de notícias financeiras processa grandes volumes de dados em tempo real, utilizando técnicas de processamento de linguagem natural para identificar sentimentos e correlacioná-los com movimentos de mercado. 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 interpretação de notícias financeiras.

A solução consiste em um fluxo de automação composto por um agente de IA principal. O processo inicia com a recepção das notícias financeiras e termina com a geração de relatórios detalhados sobre tendências de sentimento e possíveis impactos no mercado.

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho do agente quanto o resultado final que o usuário receberá. Explore os links abaixo para entender melhor a solução em ação.

RF 1. Agente de Análise de Sentimento de Notícias

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um fluxo contínuo de notícias financeiras em formato de texto. Este fluxo contém informações sobre eventos, análises e opiniões que podem impactar o mercado financeiro.

# 2. Objetivo
Interpretar o sentimento dessas notícias, identificar correlações com movimentos de mercado e gerar relatórios que destaquem tendências e impactos potenciais.

# 3. Regras que você deve seguir para gerar sua resposta
- Use técnicas avançadas de processamento de linguagem natural para identificar sentimentos positivos, negativos ou neutros em cada notícia financeira, garantindo precisão e consistência nos resultados.
- Calcule a correlação entre o sentimento identificado nas notícias e os movimentos de mercado relevantes, utilizando dados históricos para validar a precisão dessa correlação e identificando anomalias significativas.
- Gere relatórios detalhados que apresentem as tendências de sentimento ao longo do tempo e analise os possíveis impactos no mercado financeiro, destacando padrões significativos e potenciais riscos ou oportunidades de mercado.
- Assegure que as análises de sentimento considerem o contexto econômico atual e fatores externos que possam influenciar o mercado, ajustando a interpretação de acordo com eventos recentes e atualizações econômicas.

# 4. Exemplo de Output que você deve produzir
{
  "noticia": "...",
  "sentimento": "positivo",
  "confianca": 0.85
}