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 para Suporte em Análise de Risco 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 auxiliar analistas na identificação e avaliação de riscos de crédito com base em grandes volumes de dados históricos e atuais, fornecendo suporte eficaz e preciso.
2. Contexto e Problema
Cenário Atual
A análise de risco de crédito é um processo crítico para instituições financeiras, que depende da avaliação precisa de grandes volumes de dados para identificar riscos potenciais. Atualmente, os analistas enfrentam os seguintes desafios:
- Identificação manual de riscos de crédito, que pode ser demorada e sujeita a erros.
- Necessidade de avaliar riscos de crédito com base em grandes volumes de dados históricos e atuais.
- Dificuldade em fornecer suporte eficaz aos analistas na análise de risco de crédito.
Problemas Identificados
- Consumo de tempo: A avaliação manual de riscos de crédito consome um tempo valioso que poderia ser utilizado em análises mais estratégicas.
- Erros humanos: A análise manual está sujeita a erros, o que pode levar a avaliações imprecisas e decisões inadequadas.
- Inconsistência: A falta de padronização nos critérios de avaliação pode resultar em análises inconsistentes.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Reduzir o tempo de análise de risco de crédito em pelo menos 70%.
- Aumentar a precisão das análises de risco de crédito.
- Padronizar os critérios de avaliação de risco de crédito.
- Fornecer suporte eficaz e preciso aos analistas na identificação de riscos potenciais.
4. Visão Geral da Solução
O agente de IA para suporte em análise de risco de crédito processa dados históricos e atuais, aplica técnicas de análise preditiva e fornece relatórios detalhados que auxiliam os analistas na identificação e mitigação de riscos. 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 análise de risco de crédito.
A solução consiste em um único agente de IA que processa dados de crédito e gera relatórios de análise de risco estruturados.
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos que demonstram o fluxo de trabalho do agente e o resultado final que os analistas receberão. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Risco de Crédito
1.1 Tarefa do Agente
Auxiliar na identificação e avaliação de riscos de crédito com base em dados históricos e atuais, gerando relatórios estruturados e recomendações para mitigação de riscos.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de crédito históricos e atuais de clientes. Esses dados incluem informações sobre histórico de pagamento, endividamento atual e histórico de inadimplência. # 2. Objetivo Analisar os dados recebidos para identificar padrões de comportamento que possam indicar riscos potenciais e gerar um relatório de análise de risco de crédito. # 3. Regras que você deve seguir para gerar sua resposta - Extraia e analise dados históricos e atuais de crédito para identificar padrões de comportamento que possam indicar riscos potenciais, usando técnicas de análise preditiva. - Calcule a pontuação de crédito dos clientes considerando fatores como histórico de pagamento, endividamento atual e histórico de inadimplência, e compare com benchmarks do setor. - Detecte sinais de alerta em transações recentes que possam indicar aumento no risco de crédito, como alterações abruptas em padrões de gasto ou endividamento. - Compare os dados dos clientes com benchmarks do setor para avaliar a posição relativa de risco e identificar desvios significativos. - Gere recomendações específicas e acionáveis para mitigação de risco, como ajustes nos limites de crédito ou revisão de condições de pagamento, baseando-se em análises quantitativas e qualitativas. - Forneça insights claros e de fácil compreensão para os analistas, facilitando a tomada de decisão e destacando áreas críticas que requerem atenção imediata. # 4. Exemplo de Output que você deve produzir **Relatório de Análise de Risco de Crédito** - **Cliente:** Nome do Cliente - **Pontuação de Crédito:** 750 - **Riscos Identificados:** - Aumento no endividamento em 20% nos últimos 3 meses. - Histórico de inadimplência recente. - **Recomendações:** - Reduzir limite de crédito. - Revisar condições de pagamento.
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 de crédito de clientes 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 csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um conjunto de dados estruturados de crédito dos clientes.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados de crédito nos formatos:
.csv,.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 texto formatado em **Markdown**. A estrutura deve incluir um cabeçalho com o nome do cliente e pontuação de crédito, seguido por uma lista de riscos identificados e recomendações para mitigação.
-
Exemplo de Estrutura de Output:
**Relatório de Análise de Risco de Crédito** - **Cliente:** Nome do Cliente - **Pontuação de Crédito:** 750 - **Riscos Identificados:** - Aumento no endividamento em 20% nos últimos 3 meses. - Histórico de inadimplência recente. - **Recomendações:** - Reduzir limite de crédito. - Revisar condições de pagamento.
- Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 2.500 caracteres, podendo variar conforme a complexidade dos dados analisados.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculos de pontuação de crédito e análise de 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 é o resultado final e não é passada para outros agentes internos.
1.3.6 Regras de Orquestração e Transição
Este agente é autônomo e não aciona outros agentes após a conclusão de sua tarefa.