Agente de IA para Personalização de Produtos Financeiros

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

Como criar um agente de IA que analisa dados do cliente para personalizar ofertas de produtos financeiros.

Biblioteca de Prompts e Agentes

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 "Personalização de Produtos Financeiros", uma solução de automação projetada para personalizar ofertas de produtos financeiros com base na análise de dados do cliente. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é aumentar a adequação e a satisfação do cliente por meio de ofertas mais personalizadas e relevantes.

2. Contexto e Problema

Cenário Atual

As instituições financeiras enfrentam desafios significativos na personalização de ofertas para diferentes perfis de clientes. Os produtos financeiros são frequentemente oferecidos de maneira genérica, sem considerar as nuances individuais de cada cliente.

Problemas específicos e já conhecidos que esse agente precisa resolver incluem:

  • Dificuldade em personalizar ofertas de produtos financeiros para diferentes perfis de clientes.
  • Necessidade de aumentar a satisfação do cliente com ofertas mais adequadas.

3. Impactos Esperados

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

  • Aumentar a satisfação do cliente com ofertas mais personalizadas e relevantes.
  • Melhorar a adequação dos produtos financeiros oferecidos aos clientes.
  • Reduzir a taxa de rejeição de ofertas por parte dos clientes.

4. Visão Geral da Solução

O agente de IA para personalização de produtos financeiros analisa dados do cliente, aplica regras de personalização e ajusta continuamente as ofertas com base no feedback do cliente e nas mudanças de mercado. 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 personalização de produtos financeiros que atendam às necessidades específicas de cada cliente.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a análise dos dados do cliente e termina com o ajuste contínuo das ofertas.

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

Agentes Função Principal
Agente de Análise de Dados do Cliente (RF 1) Analisar dados detalhados do cliente para entender suas preferências e necessidades.
Agente de Criação de Ofertas Personalizadas (RF 2) Criar ofertas personalizadas de produtos financeiros com base nos dados analisados.
Agente de Ajuste Contínuo de Ofertas (RF 3) Ajustar continuamente as ofertas com base no feedback do cliente e nas mudanças de mercado.

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 Análise de Dados do Cliente

1.1 Tarefa do Agente

Analisar dados detalhados do cliente para entender suas preferências e necessidades.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados do cliente em formato JSON com informações como histórico de transações, perfil demográfico e interações anteriores.

# 2. Objetivo
Analisar os dados para identificar padrões de comportamento de compra e preferências do cliente.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise o histórico de transações para identificar padrões de comportamento de compra, como frequência de transações e tipos de produtos comprados.
- Considere o perfil demográfico, incluindo idade, localização e status socioeconômico, para ajustar as preferências de produto.
- Revise interações anteriores para identificar feedbacks positivos e negativos, ajustando as ofertas com base nessas informações.

# 4. Exemplo de Output que você deve produzir
{
  "customer_preferences": {
    "frequent_transactions": "Sim",
    "preferred_product_types": ["Investimentos", "Cartões de Crédito"],
    "demographic_adjustments": "Idade: 30-40, Localização: Urbana, Status: Classe Média"
  }
}
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 do cliente em formato JSON via API. Na fase de testes, os dados serão enviados para o agente diretamente por upload do arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Dados do cliente em formato JSON.
  • 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 10.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório em JSON com insights sobre preferências e necessidades do cliente.
  • Exemplo de Estrutura de Output: 
     {
  "customer_preferences": {
    "frequent_transactions": "Sim",
    "preferred_product_types": ["Investimentos", "Cartões de Crédito"],
    "demographic_adjustments": "Idade: 30-40, Localização: Urbana, Status: Classe Média"
  }
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.000 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 Criação de Ofertas Personalizadas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Criação de Ofertas Personalizadas (RF 2).

RF 2. Agente de Criação de Ofertas Personalizadas

2.1 Tarefa do Agente

Criar ofertas personalizadas de produtos financeiros com base nos dados analisados.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um relatório de insights sobre preferências e necessidades do cliente.

# 2. Objetivo
Utilizar os insights para criar ofertas personalizadas de produtos financeiros.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize os insights para selecionar produtos financeiros que atendam às necessidades específicas do cliente.
- Inclua condições especiais nas ofertas, como taxas de juros reduzidas ou prazos estendidos, para aumentar a atratividade.
- Ajuste as ofertas com base nas mudanças de mercado, como novas regulamentações ou tendências financeiras emergentes.

# 4. Exemplo de Output que você deve produzir
{
  "personalized_offers": {
    "recommended_products": ["Conta Corrente Premium", "Investimento em Ações"],
    "special_conditions": "Taxa de Juros: 3.5% ao ano, Prazo de Investimento: 5 anos"
  }
}
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
  • Tipo do input: Relatório de insights sobre preferências e necessidades do cliente.
  • 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 ofertas personalizadas, incluindo produtos financeiros recomendados e condições especiais.
  • Exemplo de Estrutura de Output: 
     {
  "personalized_offers": {
    "recommended_products": ["Conta Corrente Premium", "Investimento em Ações"],
    "special_conditions": "Taxa de Juros: 3.5% ao ano, Prazo de Investimento: 5 anos"
  }
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

2.3.5 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 Ajuste Contínuo de Ofertas (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Ajuste Contínuo de Ofertas (RF 3).

RF 3. Agente de Ajuste Contínuo de Ofertas

3.1 Tarefa do Agente

Ajustar continuamente as ofertas com base no feedback do cliente e nas mudanças de mercado.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedback do cliente e dados de mercado atualizados.

# 2. Objetivo
Ajustar as ofertas personalizadas para refletir as últimas necessidades do cliente e a situação do mercado.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise feedbacks recebidos para identificar áreas de insatisfação ou interesse, priorizando ajustes nessas áreas.
- Monitore mudanças de mercado, como variações econômicas e alterações em concorrentes, para ajustar as condições das ofertas.
- Atualize as ofertas regularmente, pelo menos uma vez por mês, para garantir que permaneçam relevantes e atrativas, incorporando feedbacks e dados de mercado recentes.

# 4. Exemplo de Output que você deve produzir
{
  "adjusted_offers": {
    "updated_products": ["Conta Corrente Premium"],
    "updated_conditions": "Taxa de Juros: 3.0% ao ano, Prazo de Investimento: 4 anos"
  }
}
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
  • Tipo do input: Feedback do cliente e dados de mercado atualizados.
  • 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 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON contendo ofertas ajustadas, refletindo as últimas necessidades do cliente e a situação do mercado.
  • Exemplo de Estrutura de Output: 
     {
  "adjusted_offers": {
    "updated_products": ["Conta Corrente Premium"],
    "updated_conditions": "Taxa de Juros: 3.0% ao ano, Prazo de Investimento: 4 anos"
  }
}
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 1.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 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.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O JSON gerado deve ser disponibilizado para o sistema de CRM da instituição financeira.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.