1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Fluxo de Agentes "Análise de Eficiência de Rotas de Transporte", uma solução projetada para avaliar e otimizar as rotas de transporte utilizadas pelos colaboradores. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é analisar dados de deslocamento dos colaboradores para identificar padrões de ineficiência e propor melhorias nas rotas de transporte, reduzindo custos operacionais e otimizando o tempo gasto.
2. Contexto e Problema
Cenário Atual
As empresas enfrentam desafios significativos na gestão eficiente das rotas de transporte utilizadas por seus colaboradores. Ineficiências nas rotas resultam em desperdício de tempo e recursos, impactando negativamente os custos operacionais e a produtividade dos colaboradores.
Problemas Identificados
- Ineficiência nas rotas: As rotas de transporte atuais não são otimizadas, levando a um consumo excessivo de tempo e recursos.
- Custos operacionais elevados: O uso ineficiente das rotas de transporte aumenta os custos operacionais das empresas.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Redução dos custos operacionais em até 20%.
- Otimização do tempo de deslocamento dos colaboradores em até 30%.
- Melhoria na eficiência das rotas, resultando em maior produtividade dos colaboradores.
4. Visão Geral da Solução
O agente de IA para análise de eficiência de rotas de transporte processa dados de deslocamento dos colaboradores, identifica padrões de ineficiência e propõe melhorias nas rotas, otimizando o tempo e recursos gastos. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como uma solução eficaz e autônoma na otimização das rotas de transporte.
A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a validação e normalização dos dados de deslocamento e termina com a definição de um plano de monitoramento e ajuste contínuo das rotas.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Validação e Normalização de Dados de Deslocamento (RF 1)
| Validar, higienizar e normalizar o dataset de deslocamentos para garantir consistência e comparabilidade entre registros. |
Agente de Execução de Chamada à API de Mapas e Trânsito (RF 2)
| Realizar chamadas às APIs de mapas/trânsito para enriquecer o dataset com tempo e distância base por par origem-destino. |
Agente de Análise de Ineficiências de Rotas (RF 3)
| Identificar padrões de ineficiência por colaborador, par origem-destino e coortes, gerando KPIs e causas prováveis. |
Agente de Proposição de Melhorias de Rotas (RF 4)
| Gerar alternativas de rota, janela de partida e política de deslocamento com estimativa de ganho e pré-requisitos. |
Agente de Simulação de Impacto Operacional e Financeiro (RF 5)
| Projetar impacto agregado das propostas em tempo e custos, considerando adesão esperada e cenários. |
Agente de Plano de Monitoramento e Ajuste Contínuo de Rotas (RF 6)
| Definir plano operacional de acompanhamento, métricas de sucesso, thresholds de ajuste e rotas candidatas a experimentos A/B. |
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 a empresa pode alcançar. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Validação e Normalização de Dados de Deslocamento
1.1 Tarefa do Agente
Validar, higienizar e normalizar o dataset de deslocamentos para garantir consistência, completude e comparabilidade entre registros antes da análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com uma lista de deslocamentos dos colaboradores. Cada item possui uma estrutura mínima: {colaborador_id, data_hora_partida_iso, data_hora_chegada_iso, origem: {lat, lon}, destino: {lat, lon}, meio_transporte, rota_relatada: [lista de vértices lat/lon opcional], distancia_km_opcional, tempo_total_minutos_opcional}. Metadados incluem {fuso_padrao, tolerancias: {max_desvio_distancia_km, max_tempo_min, janela_pico: {manha: [HH:MM, HH:MM], tarde: [HH:MM, HH:MM]}}.
# 2. Objetivo
Validar, higienizar e normalizar o dataset de deslocamentos para garantir consistência, completude e comparabilidade entre registros antes da análise.
# 3. Regras que você deve seguir para gerar sua resposta
- Converter todos os horários para ISO 8601 em UTC mantendo fuso_padrao em metadado base.
- Calcular tempo_total_minutos quando ausente: diferença entre chegada e partida; descartar se negativo ou > tolerancias.max_tempo_min (marcar causa T01_tempo_invalido).
- Calcular distancia_km quando ausente usando rota_relatada (se disponível) somando trechos; se ausente e sem rota, marcar campo como null e manter registro se tempo_total_minutos for válido.
- Derivar velocidade_media_kmh = (distancia_km / (tempo_total_minutos/60)) quando distancia_km disponível; se velocidade < 3 km/h e meio_transporte != 'a_pe' ou > 140 km/h, marcar como outlier (causa D01_velocidade_atipica) e descartar.
- Normalizar meio_transporte para enum: [carro, onibus, metrô, trem, bicicleta, a_pe, carona, aplicativo, misto]; mapear sinônimos para esses valores; se não mapeável, definir 'misto'.
- Classificar periodo_pico_flag por interseção de horários com janelas de pico definidas; atribuir true se >30% do trajeto ocorre dentro da janela.
- Remover duplicatas: registros com mesmo colaborador_id, data_hora_partida_iso e destino idêntico; manter o de maior completude (mais campos não nulos).
- Produzir lista de registros_descartados com código e motivo textual e porcentagem de descarte; se descarte >10%, incluir alerta no output.
- Não estimar rotas nem consultar fontes externas; apenas preparar dados para etapas seguintes. 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 um JSON com dados de deslocamento via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do JSON na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um JSON contendo dados de deslocamento dos colaboradores.
-
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 100.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o dataset normalizado e validado, com registros válidos e descartados, causas de descarte e estatísticas base.
-
Exemplo de Estrutura de Output:
{ "registros_validos": [...], "registros_descartados": [...], "causas_descarte": [{"codigo": "T01_tempo_invalido", "descricao": "Tempo total inválido", "quantidade": 10}], "estatisticas_base": {"n_registros": 1000, "n_colaboradores": 100, "janela_datas": "01/01/2025 a 31/01/2025", "proporcao_picos": 0.3, "meios_transporte": {"carro": 0.5, "onibus": 0.3, "a_pe": 0.2}}, "parametros_norma": {"tempo_total_minutos": 60, "distancia_km": 20, "velocidade_media_kmh": 30, "periodo_pico_flag": true} } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 10.000 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- 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 o Agente de Execução de Chamada à API de Mapas e Trânsito (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API de Mapas e Trânsito (RF 2).
RF 2. Agente de Execução de Chamada à API de Mapas e Trânsito
2.1 Tarefa do Agente
Realizar chamadas às APIs de mapas/trânsito para enriquecer o dataset com tempo_base_minutos e distancia_base_km por par origem-destino e janela temporal.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para a execução de chamadas a APIs de mapas/trânsito. O payload contém pares de origem e destino com suas respectivas janelas horárias e dia da semana.
# 2. Objetivo
Realizar chamadas às APIs de mapas/trânsito para enriquecer o dataset com tempo_base_minutos e distancia_base_km por par origem-destino e janela temporal.
# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a chamada externa e retorna os dados conforme o payload recebido.
- Respeitar limites de taxa e paginação do provedor; se algum par falhar, retornar item com campo erro:{codigo, mensagem} sem interromper o lote.
- Organizar a resposta no formato especificado, incluindo tempo_base_minutos e distancia_base_km. 2.3 Configurações do Agente
2.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
- Tipo do input: Este agente deve ser apto a receber um payload pronto para a execução de chamadas a APIs de mapas/trânsito.
-
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 até 50.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo dados enriquecidos com tempo_base_minutos e distancia_base_km por par origem-destino.
-
Exemplo de Estrutura de Output:
[{"origem": {"lat": -23.5505, "lon": -46.6333}, "destino": {"lat": -23.5515, "lon": -46.6345}, "dia_semana": 1, "janela_horaria_local": ["08:00", "09:00"], "tempo_base_minutos": 15, "distancia_base_km": 5, "confianca_base": 0.9}] - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: O agente deverá enviar o JSON recebido para as APIs externas de mapas/trânsito e retornar os dados enriquecidos.
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 Análise de Ineficiências de Rotas (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Ineficiências de Rotas (RF 3).
RF 3. Agente de Análise de Ineficiências de Rotas
3.1 Tarefa do Agente
Identificar padrões de ineficiência por colaborador, por par origem-destino e por coortes (meio de transporte, período, dia da semana), gerando KPIs e causas prováveis.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um dataset validado e, quando disponível, enriquecido com dados de tempo_base_minutos e distancia_base_km. # 2. Objetivo Identificar padrões de ineficiência por colaborador, por par origem-destino e por coortes (meio de transporte, período, dia da semana), gerando KPIs e causas prováveis. # 3. Regras que você deve seguir para gerar sua resposta - Definir tempo_base_minutos para cada registro: usar dado do agente anterior para o par OD e janela; se indisponível, estimar baseline interno como mediana de tempo_por_OD fora de pico do mesmo meio_transporte; se amostra<5, usar mediana global do mesmo OD. - Calcular indice_ineficiencia = (tempo_total_minutos - tempo_base_minutos) / tempo_base_minutos. Classificar: leve [0.05,0.15), moderada [0.15,0.30), severa >=0.30. Ignorar negativos abaixo de -0.05 como variação benigna. - Identificar desvios de rota quando distancia_km > 1.15 × distancia_base_km ou quando rota_relatada contiver voltas redundantes (>2 nós repetidos). Marcar causa C01_desvio. - Detectar efeito horário de pico: se periodo_pico_flag true e indice_ineficiencia_mediana_pico - fora_de_pico >= 0.10, marcar causa C02_pico. - Detectar meio de transporte inadequado: se velocidade_media_kmh mediana do colaborador em OD for < 12 km/h com carro/onibus de forma recorrente (>60% viagens), marcar C03_modal_inadequado. - Mapear hotspots: agregação espacial por grid de ~1km; se cell tiver indice_ineficiencia_medio >=0.20 e n>=10, marcar como hotspot. - Produzir KPIs mínimos: tempo_medio, mediana, p90, p95, variabilidade (IQR), proporcao_severa, custo_tempo_perdido_minutos = soma(max(0, tempo_total - tempo_base)). - Rotular oportunidades_rapidas quando ganho_potencial_min mediano por OD >= 8 min e índice >= 0.15 com n>=5.
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: Este agente deve ser apto a receber um dataset validado e enriquecido com dados de tempo_base_minutos e distancia_base_km.
-
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 até 100.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com diagnóstico dos padrões de ineficiência, contendo KPIs e causas prováveis.
-
Exemplo de Estrutura de Output:
{ "kpis_globais": {...}, "kpis_por_coorte": {...}, "ranking_ineficiencias": [{"chave": "colaborador_1", "tipo": "OD", "indice_ineficiencia": 0.2, "ganho_potencial_min": 10, "amostra_n": 20}], "causas_provaveis_por_item": {...}, "hotspots_geograficos": [{"bbox": [-23.5505, -46.6333, -23.5515, -46.6345], "ocorrencias": 15}], "oportunidades_rapidas": [...] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 15.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 deve ser visível para o Agente de Proposição de Melhorias de Rotas (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Proposição de Melhorias de Rotas (RF 4).
RF 4. Agente de Proposição de Melhorias de Rotas
4.1 Tarefa do Agente
Gerar alternativas concretas de rota, janela de partida e política de deslocamento, com estimativa de ganho e pré-requisitos.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um diagnóstico com padrões de ineficiência, ranking de ineficiências, hotspots e baseline/tempos por OD. # 2. Objetivo Gerar alternativas concretas de rota, janela de partida e política de deslocamento, com estimativa de ganho e pré-requisitos. # 3. Regras que você deve seguir para gerar sua resposta - Para OD com C02_pico dominante: propor deslocar partida em ±15 ou ±30 minutos e estimar ganho pela diferença de baseline pico vs fora de pico; incluir restrição quando jornada do colaborador não permite. - Para C01_desvio: propor rota mais direta (mesma via principal) e pontos de entrada/saída alternativos; ganho estimado via diferença de distancia e velocidade_mediana_coorte. - Para C03_modal_inadequado em percursos <=5 km urbanos: sugerir bicicleta ou a_pé; 5-12 km: combinar metrô/trem + caminhada; para >12 km com eixo de transporte: onibus_express/metrô; incluir critérios de segurança e infraestrutura mínima. - Sugerir carona ou agrupamento quando >=3 colaboradores compartilham OD semelhante (origem a <=1km e destino idêntico) no mesmo horário; calcular ganho por redução de espera/estacionamento e faixa preferencial se aplicável. - Priorizar propostas com ganho_min_medio >= 5 min e n>=5 ocorrências. Classificar prioridade em Alta (ganho >=10 min), Média (5-10), Baixa (<5 ou n<5).
4.3 Configurações do Agente
4.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
- Tipo do input: Este agente deve ser apto a receber um diagnóstico com padrões de ineficiência, ranking de ineficiências, hotspots e baseline/tempos por OD.
-
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 até 50.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com recomendações de melhorias de rotas, contendo escopo, proposta, estimativa de ganho, impactos, restrições e como implementar.
-
Exemplo de Estrutura de Output:
[{"escopo": "colaborador", "proposta": {"tipo": "rota_alternativa", "estimativa": {"ganho_min_medio": 8, "ganho_p90": 10, "confianca": 0.8}, "impactos": {"custo_implantacao_estimado": 100, "dependencias": []}, "restricoes": {"janela": "08:00-09:00", "acessibilidade": true, "politicas": []}, "como_implementar": ["Etapa 1: Análise", "Etapa 2: Implementação"]}] - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 8.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
4.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
4.3.5 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 Simulação de Impacto Operacional e Financeiro (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Simulação de Impacto Operacional e Financeiro (RF 5).
RF 5. Agente de Simulação de Impacto Operacional e Financeiro
5.1 Tarefa do Agente
Projetar impacto agregado das propostas em tempo e custos, considerando adesão esperada e cenários.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo recomendações de melhorias de rotas e KPIs de ineficiências, além de parâmetros de custo. # 2. Objetivo Projetar impacto agregado das propostas em tempo e custos, considerando adesão esperada e cenários. # 3. Regras que você deve seguir para gerar sua resposta - Calcular tempo_poupado_min_mes = soma(ganho_min_medio × ocorrencias_mensais_estimadas × taxa_adesao). - Estimar economia_combustivel_km_mes a partir de redução de distancia_km ou substituição modal; se apenas ajuste de horário, considerar economia de tempo sem km. - Economia_financeira_mensal = (tempo_poupado_min_mes/60 × custo_hora_colaborador) + (economia_combustivel_km_mes × custo_combustivel_por_km) + redução de estacionamento quando houver. - ROI_implantacao = (beneficio_mensal - custo_implantacao_mensalizado)/custo_implantacao_mensalizado; payback_meses = custo_implantacao_total/beneficio_mensal. - Produzir três cenários alterando taxa_adesao (ex.: 40%, 60%, 80%) e ganhos (reduzir 20% no conservador, aumentar 10% no agressivo), mantendo transparência das premissas.
5.3 Configurações do Agente
5.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 4).
- Tipo do input: Este agente deve ser apto a receber recomendações de melhorias de rotas e KPIs de ineficiências, além de parâmetros de custo.
-
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 até 30.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON de cenários de impacto operacional e financeiro, contendo cenario, premissas, impacto e ranking de propostas por ROI.
-
Exemplo de Estrutura de Output:
[{"cenario": "conservador", "premissas": {"taxa_adesao": 0.4, "janela_implantacao_semanas": 8}, "impacto": {"tempo_poupado_min_mes": 1000, "economia_combustivel_km_mes": 500, "economia_financeira_mensal": 2000, "ROI_implantacao": 1.5, "payback_meses": 12}}] - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 10.000 caracteres.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
5.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para calcular impacto operacional e financeiro.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
5.3.5 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 Plano de Monitoramento e Ajuste Contínuo de Rotas (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Plano de Monitoramento e Ajuste Contínuo de Rotas (RF 6).
RF 6. Agente de Plano de Monitoramento e Ajuste Contínuo de Rotas
6.1 Tarefa do Agente
Definir plano operacional de acompanhamento, métricas de sucesso, thresholds de ajuste e rotas candidatas a experimentos A/B.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo a saída consolidada dos agentes anteriores, incluindo propostas priorizadas e metas de impacto. # 2. Objetivo Definir plano operacional de acompanhamento, métricas de sucesso, thresholds de ajuste e rotas candidatas a experimentos A/B. # 3. Regras que você deve seguir para gerar sua resposta - KPIs mínimos: tempo_medio_por_OD, p90_por_OD, proporcao_ineficiencia_severa, taxa_adesao_por_tipo, ganho_realizado_min. - Definir limites_alerta: disparar revisão se p90_por_OD aumentar >=10% por 2 semanas consecutivas ou se taxa_adesao cair <50% da meta. - Criar testes A/B apenas para ODs com amostra semanal >= 30 e diferença estimada de ganho >= 6 min; duração mínima 4 semanas. - Regras de ajuste: se causa C02_pico persistir, ampliar janela de deslocamento sugerida para ±45 min; se C01_desvio persistir, reforçar rota sugerida e pontos de entrada/saída; se adesão baixa, introduzir incentivos ou treinamento. - Incluir mecanismo de feedback: coletar relatos dos colaboradores e cruzar com mudança de KPIs na semana seguinte.
6.3 Configurações do Agente
6.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
- Tipo do input: Este agente deve ser apto a receber a saída consolidada dos agentes anteriores, incluindo propostas priorizadas e metas de impacto.
-
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 até 50.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON do plano de monitoramento e ajuste contínuo, contendo KPIs, cadencia_coleta, rotas_em_teste_AB, regras_de_ajuste e governanca.
-
Exemplo de Estrutura de Output:
{ "kpis_de_controle": [{"nome": "tempo_medio_por_OD", "definicao": "Tempo médio por origem-destino", "formula": "soma(tempo_total)/n", "meta": 15, "limite_alerta": 20}], "cadencia_coleta": {"frequencia": "semanal", "janela_analise": "mensal"}, "rotas_em_teste_AB": [{"OD": "A-B", "variante_A": "rota_atual", "variante_B": "rota_alternativa", "criterio_sucesso": "redução de tempo", "duracao_semanas": 6}], "regras_de_ajuste": [{"condicao": "C02_pico_persistente", "acao": "ampliar janela"}], "governanca": {"responsavel": "Gerente de Operações", "rotinas": "reuniões semanais", "canais_feedback": "formulário online"} } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 8.000 caracteres.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
6.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
6.3.5 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.
6.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O plano gerado deve ser disponibilizado à equipe responsável para implementação.