Notícias

O módulo de Notícias da Partnr API entrega artigos com enriquecimento editorial (título e subtítulo melhorados), metadados estruturados e entidades associadas (empresas, setores e temas).
Ele é ideal para construir feeds de mercado, alertas por ativo, newsletter automática, dashboards e análises de impacto conectadas a carteiras.

O que você encontra aqui

• Listagem de artigos com ordenação por recência (data de publicação e data de análise).
• Consulta do artigo completo com campos enriquecidos para consumo por humanos e automações:
  • summary — resumo do conteúdo
  • key_points — pontos-chave em formato escaneável
  • entities — entidades detectadas (ex.: empresa, setor, tema)
  • entities.impact.type — direção do impacto quando aplicável (ex.: positivo/negativo/neutro)
  • entities.impact.motive — justificativa do impacto quando aplicável
  • relevance_score — score de relevância para priorização e ranking
• Categorias e imagens para UI (ex.: metadata.categories, metadata.cover_image_url)

Estrutura de metadata

No payload de notícias (listar e consultar), metadata traz metadados editoriais e de exibição:

Campo	Tipo	Descrição
published_at	string (ISO 8601)	Data/hora de publicação da notícia na fonte original.
analyzed_at	string (ISO 8601)	Data/hora em que a notícia foi processada e enriquecida pela Partnr.
categories	array de string	Tags/categorias atribuídas pelo provider original.
cover_image_url	string | null	URL da imagem de capa da notícia, quando disponível.

Tipos de entidades em entities

As entidades detectadas no texto podem vir, entre outras, nos seguintes tipos:

• SECTOR — setor econômico
• STOCK — ação/empresa listada
• CURRENCY — moeda
• TRADED_FUND — fundo listado (ex.: FII, ETF, Fiagro)
• MACRO — indicador macroeconômico (ex.: inflação, juros, desemprego)
• COMMODITY — commodity (ex.: petróleo, minério, soja)
• INDEX — índice de mercado (ex.: Ibovespa)

Como o relevance_score é calculado

O relevance_score é calculado por meio de uma análise extensiva de variáveis de impacto, materialidade, causalidade e confiança. Entre os principais sinais usados:

• impact_type_match: a matéria reporta classe de evento historicamente ligada a movimento de preço (resultado, guidance, M&A, mudança de dividendo, rating, regulador, desfecho judicial).
• magnitude: a matéria declara ou implica impacto quantitativo >= ±5% em receita, lucro, guidance, quantidade de ações, custos ou escala equivalente.
• causal_proximity: a entidade é ator principal ou alvo diretamente afetado (não apenas menção secundária).
• novelty: a informação é genuinamente nova (primeiro anúncio/vazamento), não um follow-up rotineiro.
• price_sensitive_event: flag binária auxiliar para confiança de potencial movimento de preço (mesmo critério de impact_type_match).
• rumour_or_speculation: a matéria depende de fonte não identificada ou linguagem especulativa, sem confirmação.
• noise: informação sem impacto material em fundamentos/performance futura (ex.: atividade pessoal de executivo, PR menor, ato administrativo rotineiro, menção em rede social sem substância).
• near_term_impact: impacto esperado no horizonte de até 3 meses.
• rating_change: a matéria afirma mudança relevante de rating ou recomendação por agência classificadora/research.
• severity: abrangência/profundidade de impacto.
• confidence: força de confirmação da informação em 3 níveis.

Fluxo recomendado (como integrar)

1. Liste artigos para montar o feed e obter o id
   → Listar artigos

2. Consulte um artigo quando o usuário abrir o detalhe (ou para automações e resumos)
   → Consultar artigo

Como filtrar e priorizar (exemplos)

• Filtrar por ticker/entidade (ex.: PETR4, VALE3, setores, temas) via query
• Paginar via limit e offset
• Priorizar pelo relevance_score (ex.: destacar top N no feed, alertas de carteira, newsletter)

Casos de uso comuns

• Feed por ativo/setor em apps e portais
• Alertas de carteira (notícia nova relacionada ao usuário)
• Automação de research com resumos (summary) e pontos-chave (key_points)
• Geração de conteúdo (cards com título melhorado, categorias e imagem de capa)
• Classificação por impacto (usar entities.impact para orientar destaque e triagem)

Próximos passos

• Listar artigos
• Consultar artigo