Agente de IA para Classificação de Perfis de Crédito

Este documento define todos os prompts, configurações de memória, transição entre estados, busca online e demais requisitos funcionais para o Agente de IA para Classificação de Perfis de Crédito. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é analisar e classificar perfis de crédito de consumidores com base em dados históricos e comportamentais, utilizando algoritmos de IA para aprimorar a análise e classificação, garantindo que a classificação seja precisa e útil para decisões de crédito.

Cenário Atual

A análise de crédito tradicional muitas vezes depende de métodos manuais e subjetivos, que podem resultar em classificações imprecisas e decisões de crédito inadequadas. Com a crescente disponibilidade de dados comportamentais e históricos dos consumidores, há uma oportunidade de melhorar a precisão e a utilidade das classificações de crédito.

Atualmente, as instituições financeiras enfrentam desafios em:

• Classificação precisa dos perfis de crédito dos consumidores.
• Análise de dados históricos e comportamentais para melhor entendimento do perfil de crédito.

Problemas Identificados

• Inconsistência nas classificações: A falta de padronização nos métodos de análise pode levar a classificações inconsistentes.
• Subutilização de dados comportamentais: Muitas vezes, dados comportamentais ricos não são totalmente aproveitados na análise de crédito.
• Dependência de processos manuais: Processos manuais são propensos a erros e são menos eficientes.

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

• Melhoria na precisão das classificações de crédito através do uso de algoritmos de IA sofisticados.
• Otimização do processo de análise de crédito com a redução do tempo e esforço manual.
• Aumento na confiança das decisões de crédito com base em dados mais completos e análises mais detalhadas.

O agente de IA para Classificação de Perfis de Crédito processa dados históricos e comportamentais dos consumidores, aplicando algoritmos de IA para classificar perfis de crédito de forma precisa e útil para decisões de crédito. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente autônomo na análise de crédito.

A solução consiste em um fluxo de automação com um agente de IA principal. O processo inicia com o recebimento dos dados do consumidor e termina com a geração de um perfil de crédito classificado.

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

RF 1. Agente de Análise e Classificação de Perfis de Crédito

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados históricos e comportamentais de consumidores em formato JSON. Estes dados são essenciais para a análise e classificação dos perfis de crédito.

# 2. Objetivo
Analisar e classificar os perfis de crédito com base nos dados recebidos, garantindo que a classificação seja precisa e útil para decisões de crédito.

# 3. Regras que você deve seguir para gerar sua resposta
- Extraia e analise detalhadamente o histórico de pagamentos, identificando padrões de pontualidade e inadimplência.
- Avalie a utilização de crédito em relação ao limite disponível e detecte comportamentos de risco ou conservadores.
- Considere eventos financeiros recentes, como mudanças de emprego ou grandes aquisições, que possam afetar o perfil de crédito.
- Classifique os perfis de crédito em categorias predefinidas (ex: A, B, C) com base em critérios objetivos e ajustáveis conforme novos dados.
- Ajuste a classificação com base em tendências de mercado e comportamento de consumo recente.
- Valide a precisão da classificação através de testes comparativos com classificações anteriores, ajustando algoritmos quando necessário para manter a precisão e utilidade para decisões de crédito.

# 4. Exemplo de Output que você deve produzir
{
  "perfil_credito": "A",
  "justificativa": "Histórico de pagamentos pontuais e baixa utilização de crédito."
}