Agente de IA para Auditoria de Transações de Vale-Refeição

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

Como criar um agente de IA que revisa transações de vale-refeição para detectar inconsistências ou fraudes.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Auditoria de Transações de Vale-Refeição", uma solução de automação projetada para revisar transações de vale-refeição e detectar inconsistências ou fraudes. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é garantir a integridade das operações de vale-refeição através da auditoria contínua e automatizada, fornecendo relatórios detalhados sobre transações auditadas e ações corretivas necessárias.

2. Contexto e Problema

Cenário Atual

As operações de vale-refeição estão sujeitas a riscos de inconsistências e fraudes, o que compromete a integridade das transações e a confiança dos usuários. Atualmente, a auditoria dessas transações é feita de forma manual, o que não é eficiente nem preciso.


Problemas Identificados

  • Risco de inconsistências ou fraudes: Há uma necessidade constante de identificar transações fraudulentas ou inconsistentes.
  • Necessidade de auditoria contínua: A revisão periódica e manual das transações não garante a eficiência necessária.
  • Falta de processos automatizados: A ausência de um sistema automatizado para revisão de transações resulta em um processo moroso e sujeito a falhas humanas.

3. Impactos Esperados

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

  • Detectar inconsistências e fraudes com maior precisão e em tempo real.
  • Automatizar o processo de auditoria, garantindo eficiência e reduzindo a necessidade de intervenção manual.
  • Fornecer relatórios detalhados sobre as transações auditadas e ações corretivas necessárias.

4. Visão Geral da Solução

O agente de IA para auditoria de transações de vale-refeição revisa cada transação para detectar inconsistências ou fraudes, automatiza o processo de auditoria e fornece relatórios detalhados sobre transações auditadas. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um auditor eficiente e autônomo na detecção de fraudes em transações de vale-refeição.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o recebimento dos dados de transações e termina com a geração de relatórios detalhados.

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 Auditoria de Transações de Vale-Refeição

1.1 Tarefa do Agente

Revisar transações de vale-refeição para detectar inconsistências ou fraudes e fornecer relatórios detalhados sobre transações auditadas.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de transações de vale-refeição em formato CSV, com colunas como 'data', 'valor', 'estabelecimento', 'id_transacao'.

# 2. Objetivo
Analisar as transações para detectar inconsistências ou fraudes e gerar relatórios detalhados sobre as transações auditadas.

# 3. Regras que você deve seguir para gerar sua resposta
- Identificar valores anômalos comparando cada transação com o padrão de consumo habitual do usuário e definir variáveis de controle para anomalias detectadas.
- Verificar se transações foram realizadas em estabelecimentos não frequentes ou conhecidos por práticas fraudulentas, utilizando uma lista de referência de estabelecimentos suspeitos.
- Identificar transações duplicadas ou múltiplas transações realizadas em um curto intervalo de tempo no mesmo estabelecimento, utilizando um intervalo de tempo predefinido para detecção.
- Gerar alertas automáticos para transações que excedem um limiar de risco definido, com base em critérios de risco preestabelecidos.
- Elaborar relatórios detalhados sobre cada transação auditada, destacando inconsistências e propondo ações corretivas específicas baseadas em políticas de segurança da empresa.

# 4. Exemplo de Output que você deve produzir
Relatório de Auditoria de Vale-Refeição:
- Transação ID: 123456
- Inconsistência Detectada: Valor anômalo comparado ao padrão habitual.
- Ação Corretiva Recomendada: Revisar transação com o usuário.
- Transação ID: 789012
- Inconsistência Detectada: Transação duplicada em curto intervalo.
- Ação Corretiva Recomendada: Bloquear transação duplicada. 
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 dos dados de transações de vale-refeição 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 dados de transações de vale-refeição.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados de transações nos formatos: .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório detalhado em formato Markdown que inclui as inconsistências detectadas e as ações corretivas recomendadas para cada transação auditada.
  • Exemplo de Estrutura de Output:
     Relatório de Auditoria de Vale-Refeição:
    - Transação ID: 123456
    - Inconsistência Detectada: Valor anômalo comparado ao padrão habitual.
    - Ação Corretiva Recomendada: Revisar transação com o usuário.
    - Transação ID: 789012
    - Inconsistência Detectada: Transação duplicada em curto intervalo.
    - Ação Corretiva Recomendada: Bloquear transação duplicada. 
  • Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme o número de transações analisadas.

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: Após a auditoria, os relatórios gerados devem ser enviados para o sistema de gestão de fraudes da empresa.

1.3.5 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.

1.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. Os relatórios gerados são os resultados que devem ser disponibilizados ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.