PrototipeAI | Agente de IA para Classificação de Risco de Crédito

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Classificação de Risco de Crédito", uma solução de automação projetada para classificar perfis de crédito em diferentes níveis de risco com base em dados financeiros e comportamentais. 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 dados financeiros e comportamentais em classificações de risco de crédito precisas, atualizadas em tempo real, para melhorar a eficiência e a precisão das decisões de crédito.

2. Contexto e Problema

Cenário Atual

As instituições financeiras enfrentam desafios significativos na classificação de perfis de crédito devido a métodos tradicionais que não conseguem capturar a complexidade dos dados financeiros e comportamentais dos clientes. Os métodos atuais são frequentemente ineficientes e imprecisos, levando a decisões de crédito subótimas.

Problemas Identificados

Classificação Ineficiente: Métodos tradicionais de classificação de crédito são lentos e muitas vezes falham em capturar nuances importantes nos dados dos clientes.
Necessidade de Análise Granular: A falta de análise detalhada de dados financeiros e comportamentais impede uma avaliação precisa do risco de crédito.
Atualizações em Tempo Real: Os sistemas atuais não conseguem atualizar classificações de risco com a frequência necessária para refletir mudanças nos perfis financeiros dos clientes.

3. Impactos Esperados

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

Melhorar a precisão das classificações de risco de crédito através do uso de análises de dados mais granulares e atualizações em tempo real.
Aumentar a eficiência dos processos de decisão de crédito através da automação e da redução do tempo necessário para análise de dados.
Reduzir o risco de inadimplência através de classificações de risco mais precisas e informadas.

4. Visão Geral da Solução

O agente de IA para classificação de risco de crédito coleta e analisa dados financeiros e comportamentais de diversas fontes, aplica modelos de classificação para determinar níveis de risco de crédito e atualiza essas classificações em tempo real. 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 classificação de risco de crédito.

A solução consiste em um fluxo de automação composto por dois agentes de IA. O processo inicia com a coleta e análise de dados financeiros e comportamentais e termina com a classificação do risco de crédito.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes	Função Principal
`Agente de Coleta e Análise de Dados Financeiros e Comportamentais` (RF 1)	Coletar e analisar dados financeiros e comportamentais de diversas fontes.
`Agente de Classificação de Risco de Crédito` (RF 2)	Aplicar modelos de classificação para determinar níveis de risco de crédito.

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 Coleta e Análise de Dados Financeiros e Comportamentais

1.1 Tarefa do Agente

Coletar e analisar dados financeiros e comportamentais de diversas fontes.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados financeiros e comportamentais de clientes em formato JSON. Estes dados são coletados de diversas fontes confiáveis, como bureaus de crédito e relatórios financeiros auditados.

# 2. Objetivo
Coletar e analisar esses dados para extrair insights preliminares que serão utilizados na classificação de risco de crédito.

# 3. Regras que você deve seguir para gerar sua resposta
- Priorize a coleta de dados de fontes que tenham histórico de precisão e atualizações frequentes.
- Utilize técnicas de análise estatística para identificar padrões de comportamento financeiro, como gastos recorrentes, variação de renda e comportamentos de poupança.
- Detecte anomalias, como transações incomuns ou padrões de gastos que divergem significativamente da média do grupo demográfico do cliente.

# 4. Exemplo de Output que você deve produzir
{
  "dados_analise": {
    "cliente_id": "12345",
    "insights": {
      "padrao_gastos": "estável",
      "variacao_renda": "alta",
      "anomalias": ["transacao_1", "transacao_2"]
    }
  }
}

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 dados financeiros e comportamentais via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo é um arquivo JSON contendo dados financeiros e comportamentais dos clientes.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
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 arquivo JSON contendo os insights preliminares extraídos dos dados analisados.

Exemplo de Estrutura de Output:

 {
  "dados_analise": {
    "cliente_id": "12345",
    "insights": {
      "padrao_gastos": "estável",
      "variacao_renda": "alta",
      "anomalias": ["transacao_1", "transacao_2"]
    }
  }
}

Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 2.000 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 subsequente.
Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Classificação de Risco de Crédito (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Classificação de Risco de Crédito (RF 2).

RF 2. Agente de Classificação de Risco de Crédito

2.1 Tarefa do Agente

Aplicar modelos de classificação para determinar níveis de risco de crédito.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados analisados com insights preliminares em formato JSON. Estes dados foram gerados pelo agente anterior e contêm informações valiosas para a classificação de risco de crédito.

# 2. Objetivo
Aplicar modelos de machine learning para classificar o risco de crédito de cada cliente e fornecer justificativas claras para cada classificação.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize modelos de machine learning treinados em grandes volumes de dados de crédito para classificar o risco de crédito de forma precisa.
- Implemente um sistema de atualização contínua para revisitar as classificações de risco conforme novos dados são recebidos.
- Forneça justificativas claras para cada classificação de risco, destacando os fatores específicos que contribuíram para a decisão, como histórico de pagamentos, proporção de dívida sobre renda e frequência de consultas de crédito.

# 4. Exemplo de Output que você deve produzir
{
  "cliente_id": "12345",
  "risco_credito": "alto",
  "motivo": "alto endividamento e histórico de inadimplência"
}

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 como input um arquivo JSON contendo os insights preliminares gerados pelo agente anterior.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 2.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um arquivo JSON contendo a classificação de risco de crédito e as justificativas para cada cliente.