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 Transações de Alto Valor", uma solução projetada para identificar atividades suspeitas ou fraudulentas em transações de alto valor. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é monitorar em tempo real transações financeiras de alto valor para prevenir fraudes significativas, garantindo que as operações estejam em conformidade com as regulamentações de proteção de dados.
2. Contexto e Problema
Cenário Atual
O mercado financeiro enfrenta constantemente o desafio de fraudes em transações de alto valor, que podem resultar em perdas significativas para as instituições. As transações de alto valor são particularmente visadas por fraudadores devido ao impacto potencialmente alto das atividades fraudulentas.
Atualmente, muitas instituições dependem de processos manuais ou de sistemas legados que não conseguem acompanhar a velocidade e a sofisticação dos ataques modernos. Isso gera uma necessidade crítica de soluções automatizadas e inteligentes que possam monitorar e identificar atividades suspeitas em tempo real.
Problemas Identificados
- Risco de Fraudes: Transações de alto valor são alvos frequentes de fraudes, exigindo monitoramento constante e preciso.
- Limitações de Sistemas Legados: Muitos sistemas atuais não conseguem identificar rapidamente padrões de fraude mais sofisticados.
- Necessidade de Conformidade: É essencial garantir que o monitoramento de transações esteja em conformidade com regulamentações de proteção de dados.
- Velocidade de Resposta: A capacidade de emitir alertas em tempo real é crucial para prevenir perdas financeiras significativas.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Reduzir o risco de fraudes em transações de alto valor através de monitoramento em tempo real.
- Aumentar a precisão na identificação de atividades suspeitas utilizando algoritmos de aprendizado de máquina.
- Garantir conformidade com as regulamentações de proteção de dados, operando de forma ética.
- Emitir alertas em tempo real para as equipes responsáveis, aumentando a capacidade de resposta a fraudes.
4. Visão Geral da Solução
O agente de IA para monitoramento de transações de alto valor utiliza algoritmos de aprendizado de máquina para analisar dados de transações em tempo real, identificando padrões suspeitos e emitindo alertas para equipes responsáveis. 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 prevenção de fraudes financeiras.
A solução consiste em um agente de IA que processa dados de transações financeiras em tempo real, aplicando regras baseadas em aprendizado de máquina e dados históricos de fraudes para identificar atividades suspeitas.
| Agentes | Função Principal |
|---|---|
Agente de Monitoramento de Transações de Alto Valor (RF 1)
| Monitorar transações de alto valor para identificar atividades suspeitas ou fraudulentas. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho do agente e o resultado final de monitoramento das transações. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Monitoramento de Transações de Alto Valor
1.1 Tarefa do Agente
Monitorar transações de alto valor em tempo real para identificar atividades suspeitas ou fraudulentas, emitindo alertas para as equipes responsáveis.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de transações financeiras em tempo real. Estes dados são críticos para identificar atividades suspeitas ou fraudulentas em transações de alto valor. # 2. Objetivo Monitorar transações de alto valor para identificar padrões e anomalias que possam indicar atividade suspeita e emitir alertas em tempo real. # 3. Regras que você deve seguir para gerar sua resposta - Monitore transações de alto valor em tempo real, identificando padrões e anomalias que possam indicar atividade suspeita. - Utilize modelos de aprendizado de máquina treinados com dados históricos de fraudes para detectar padrões que indicam potencial fraude. - Emita alertas em tempo real para a equipe responsável sempre que uma transação for marcada como suspeita, incluindo detalhes do motivo da suspeita. - Assegure que todas as operações de monitoramento estejam em conformidade com as regulamentações de proteção de dados e que as práticas sejam éticas. - Registre todas as transações analisadas e os resultados das análises para auditoria e melhoria contínua do sistema.
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 de dados de transações financeiras em tempo real 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 csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados de transações financeiras em tempo real.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos:
.csv,.json. - 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 um JSON estruturado contendo a identificação da transação, status de suspeita e motivo.
-
Exemplo de Estrutura de Output:
{ "transacao_id": "12345", "suspeita": true, "motivo": "Padrão incomum detectado" } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 500 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para detecção de padrões.
- 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 os sistemas de alerta e auditoria financeira.
1.3.6 Regras de Orquestração e Transição
Este agente opera continuamente em tempo real, monitorando e processando cada transação conforme ela é recebida.