🚧 Project in development
Ferramenta em desenvolvimento para reduzir o tempo necessário na manutenção de carteiras, gestão e escolha de ativos, automatizando a leitura e síntese de documentos oficiais do mercado financeiro.
O objetivo é ajudar investidores iniciantes e intermediários a identificar rapidamente:
- o momento atual de um ativo
- mudanças relevantes
- pontos de atenção
- urgência de leitura de relatórios completos
A gestão de uma carteira exige acompanhamento constante de documentos como:
- relatórios gerenciais
- fatos relevantes
- comunicados ao mercado
- documentos regulatórios
Esses materiais geralmente são:
- extensos
- técnicos
- publicados com frequência
Como resultado, muitos investidores acabam:
- gastando horas lendo relatórios
- ou desistindo de investir pelo tempo necessário
Este projeto busca automatizar a análise desses documentos, gerando uma síntese estruturada da tese do ativo.
A ferramenta pretende:
- coletar informações de fontes oficiais
- extrair os pontos mais relevantes
- apresentar um resumo objetivo da tese
- indicar se existe urgência na leitura do documento completo
- explicar conceitos quando necessário
O projeto foi redesenhado com foco em um MVP funcional, priorizando a entrega de valor com o menor overhead possível.
Input de Documentos (manual) ↓ Extração de Texto ↓ Módulo de Resumo (CORE) ↓ Geração de Tese ↓ Envio por Email
Inicialmente, os documentos são obtidos manualmente (relatórios, fatos relevantes, etc.).
Futuramente, este processo será automatizado via web crawler.
O núcleo do projeto é baseado em modelos de linguagem (LLMs) integrados via API, utilizando técnicas de engenharia de prompt para extrair e estruturar informações relevantes de documentos financeiros.
O processamento segue uma abordagem estruturada:
- Extração do texto do documento
- Segmentação do conteúdo (quando necessário)
- Aplicação de prompts específicos para:
- identificação da tese do ativo
- detecção de mudanças relevantes
- extração de pontos de atenção
- Geração de um resumo estruturado e objetivo
Os prompts são projetados para:
- reduzir ruído e informações irrelevantes
- forçar respostas estruturadas
- manter consistência entre diferentes documentos
- evitar interpretações subjetivas excessivas
Exemplo de abordagem:
- instruções claras de papel ("analista de investimentos")
- definição de formato de saída
- foco em mudanças e riscos
- restrição a informações presentes no documento
Alguns desafios considerados no desenvolvimento:
- variação no formato dos documentos
- linguagem técnica do mercado financeiro
- risco de alucinação dos modelos
- necessidade de consistência entre análises
O uso de LLMs foi escolhido por permitir:
- alta flexibilidade na análise de textos não estruturados
- rápida evolução do sistema
- adaptação a diferentes tipos de documentos
Sem necessidade inicial de modelos treinados do zero.
Após a análise, o sistema:
- organiza o conteúdo gerado
- envia um resumo estruturado por email
Objetivo:
entregar informação relevante de forma rápida e consumível
A arquitetura foi pensada para evoluir de forma incremental:
- Web Crawler (coleta automatizada de documentos)
- Módulo de Armazenamento
- API REST
- Interface Web (Frontend)
O escopo foi reduzido intencionalmente para priorizar:
- entrega rápida de valor
- foco no problema principal (análise de documentos)
- desenvolvimento incremental
Em vez de construir toda a infraestrutura inicialmente, o projeto foca primeiro no core de inteligência, expandindo os demais módulos posteriormente.