Agente de IA para Auditoria de Reembolsos de Benefícios

25 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que revisa transações de reembolsos, identifica discrepâncias e sugere medidas corretivas.

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 "Auditoria de Reembolsos de Benefícios", uma solução de automação projetada para revisar transações de reembolso de benefícios, identificar discrepâncias e sugerir medidas corretivas para evitar fraudes e erros. 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 o processo de auditoria de reembolsos em uma operação contínua e automática, garantindo maior precisão na identificação de fraudes e erros, e reduzindo a necessidade de intervenção manual.

2. Contexto e Problema

Cenário Atual

Atualmente, a auditoria de transações de reembolso de benefícios enfrenta diversos desafios:

  • Erros manuais em transações de reembolso que são difíceis de detectar.
  • Fraudes que passam despercebidas devido à falta de um processo automatizado de auditoria contínua.
  • Dependência de revisões manuais que são demoradas e propensas a falhas.

Problemas Identificados

  • Erros manuais e fraudes: Transações de reembolso frequentemente contêm erros ou são alvo de fraudes que são difíceis de identificar sem um processo automatizado.
  • Falta de automação: A ausência de um sistema de auditoria contínua dificulta a detecção e correção de discrepâncias em tempo hábil.

3. Impactos Esperados

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

  • Reduzir erros manuais em transações de reembolso através de uma auditoria automatizada e contínua.
  • Detectar fraudes de forma mais eficaz, utilizando modelos de auditoria atualizados com novos padrões de fraude.
  • Aumentar a eficiência do processo de auditoria, permitindo que a equipe se concentre em casos mais complexos e estratégicos.

4. Visão Geral da Solução

O agente de IA para auditoria de reembolsos de benefícios revisa transações de reembolso, identifica discrepâncias e sugere medidas corretivas para evitar fraudes e erros. 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 auditoria de reembolsos de benefícios.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com a revisão das transações de reembolso e termina com a sugestão de medidas corretivas para as discrepâncias identificadas.

A execução do agente é linear, seguindo a ordem definida na tabela abaixo.

Agente Função Principal
Agente de Revisão de Transações de Reembolso (RF 1) Revisar transações de reembolso para identificar discrepâncias e possíveis fraudes.

5. Protótipos

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 cliente receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Revisão de Transações de Reembolso

1.1 Tarefa do Agente

Revisar transações de reembolso para identificar discrepâncias e possíveis fraudes, sugerindo medidas corretivas imediatas.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo transações de reembolso em formato CSV. Este arquivo contém colunas como 'id_transacao', 'valor_reembolsado', 'data_transacao', 'descricao'.

# 2. Objetivo
Revisar automaticamente todas as transações de reembolso para identificar discrepâncias suspeitas e sugerir medidas corretivas imediatas.

# 3. Regras que você deve seguir para gerar sua resposta
- Revise automaticamente todas as transações de reembolso, identificando discrepâncias suspeitas nos valores reembolsados comparados à descrição e data da transação.
- Detecte e sinalize padrões de reembolsos repetidos ou valores anômalos que possam indicar fraude.
- Utilize referências cruzadas com dados históricos para identificar variações atípicas em relação a transações passadas.
- Sugira medidas corretivas imediatas para cada transação suspeita, detalhando as ações recomendadas para correção ou investigação.
- Atualize continuamente os modelos de auditoria com base em novos padrões de fraude identificados, mantendo um registro atualizado.
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 arquivo CSV com as transações de reembolso via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do CSV na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo CSV contendo as transações de reembolso.
  • Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser uma lista de transações suspeitas com detalhes das discrepâncias identificadas em formato JSON.
  • Exemplo de Estrutura de Output:
     {
      "transacoes_suspeitas": [
        {
          "id_transacao": "12345",
          "discrepancia": "Valor reembolsado excede o valor esperado",
          "medidas_corretivas": "Verificar documentação e reprocessar a transação"
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e conciso, com um tamanho estimado em torno 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

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
  • Visibilidade da Resposta: A resposta gerada por este agente não é passada para outros agentes internos.

1.3.6 Regras de Orquestração e Transição

Este agente opera de forma independente e não aciona outros agentes após a conclusão de sua tarefa.

© 2025 prototipe.ai. Todos os direitos reservados.