PrototipeAI | Agente de IA para Monitoramento de Fraudes em Benefícios

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 "Monitoramento de Fraudes em Benefícios", uma solução de automação projetada para identificar e prevenir fraudes em transações de benefícios. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específico para construção de Agentes de IA.

O objetivo principal é monitorar continuamente as transações e atividades dos beneficiários, utilizando algoritmos para identificar padrões anômalos e sugerir ações preventivas, reduzindo assim as perdas financeiras associadas a fraudes.

2. Contexto e Problema

Cenário Atual

O aumento das fraudes relacionadas a benefícios tem causado perdas financeiras significativas. A detecção manual de padrões suspeitos é ineficaz, apresentando desafios como:

Dificuldade em identificar padrões suspeitos apenas com monitoramento manual.
Perdas financeiras devido ao aumento de fraudes.

Problemas Identificados

Monitoramento ineficaz: A detecção manual não consegue acompanhar o volume e a complexidade das transações.
Perdas financeiras: As fraudes não detectadas a tempo resultam em perdas significativas.

3. Impactos Esperados

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

Reduzir as fraudes em benefícios através de identificação precoce de padrões suspeitos.
Aumentar a eficiência do monitoramento com o uso de algoritmos de detecção de anomalias.
Diminuir as perdas financeiras associadas a fraudes.

4. Visão Geral da Solução

O agente de IA para monitoramento de fraudes em benefícios analisa transações e atividades em tempo real, identificando padrões anômalos que possam indicar fraudes e sugerindo ações preventivas. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um sistema de monitoramento eficaz e autônomo na prevenção de fraudes.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o monitoramento contínuo das transações e atividades dos beneficiários.

A execução do agente é contínua, garantindo que todas as informações sejam capturadas sem atrasos.

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

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Monitoramento de Transações

1.1 Tarefa do Agente

Monitorar continuamente as transações e atividades dos beneficiários para identificar padrões suspeitos.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de transações e atividades dos beneficiários em tempo real. Este fluxo de dados é contínuo e atualizado regularmente para garantir a detecção imediata de padrões suspeitos.

# 2. Objetivo
Identificar padrões fora do comum que possam indicar fraude, como transações em horários atípicos ou valores não usuais, e gerar alertas automáticos para as equipes responsáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Acesse dados de transações e atividades em tempo real, garantindo que todas as informações sejam capturadas sem atrasos.
- Aplique algoritmos de detecção de anomalias para identificar padrões fora do comum que possam indicar fraude.
- Priorize transações e atividades com maior risco de fraude, classificando-as por nível de severidade.
- Gere alertas automáticos e detalhados para equipes responsáveis, indicando o tipo de padrão suspeito detectado e sugerindo ações preventivas específicas.
- Mantenha um histórico das transações suspeitas para análise futura e aprimoramento contínuo do modelo de detecção.

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 recebimento contínuo de dados de transações e atividades em tempo real via API. Na fase de testes, os dados serão enviados diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo é um fluxo contínuo de dados de transações e atividades.
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .json, .csv.
Número de caracteres esperado: Este agente deve ter capacidade para processar um volume elevado de dados, com até 500.000 caracteres por dia.

1.3.2 Especificação do Output

Formato de output: O output deve ser uma lista de transações e atividades classificadas com potencial de fraude, formatada em JSON.

Exemplo de Estrutura de Output:

 {
  "suspected_transactions": [
    {
      "transaction_id": "12345",
      "severity_level": "high",
      "alert_message": "Transação em horário atípico detectada."
    }
  ]
}

Número de caracteres esperado: O JSON gerado pode variar em tamanho, mas espera-se que seja conciso, com um tamanho médio de 5.000 caracteres por alerta.

1.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.4

1.3.4 Ferramentas do Agente

Documentos: Não consulta documentos externos.
Calculadora: Utiliza lógica interna para priorizar transações por risco.
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 as equipes responsáveis pela investigação de fraudes.

1.3.6 Regras de Orquestração e Transição

Este agente opera de forma contínua, monitorando e gerando alertas sempre que um padrão suspeito é identificado.

Agente de IA para Monitoramento de Fraudes em Benefícios