Agente de IA para Atualização de Registros de Pacientes

13 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que automatiza a atualização de registros de pacientes com novas informações coletadas durante a admissão.

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 "Atualização de Registros de Pacientes". Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é automatizar a atualização de registros de pacientes com base em novas informações coletadas durante a admissão, garantindo a precisão dos dados no sistema hospitalar.

2. Contexto e Problema

Cenário Atual

O processo atual de atualização de registros de pacientes é manual, o que pode levar a erros e atrasos na inserção de novas informações no sistema hospitalar. Esses problemas resultam em dados imprecisos e desatualizados, impactando negativamente o atendimento ao paciente.


Problemas Identificados

  • Erros na atualização manual: A inserção manual de dados é propensa a erros humanos, comprometendo a qualidade dos registros.
  • Atrasos na inserção de dados: A lentidão no processo de atualização pode resultar em informações desatualizadas no sistema hospitalar.

3. Impactos Esperados

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

  • Reduzir erros de atualização ao automatizar o processo de inserção de dados.
  • Acelerar o tempo de atualização, garantindo que as informações dos pacientes estejam sempre precisas e atualizadas.
  • Aumentar a precisão dos dados no sistema hospitalar, melhorando a qualidade do atendimento ao paciente.

4. Visão Geral da Solução

O agente de IA para atualização de registros de pacientes automatiza o processo de inserção de dados coletados durante a admissão, verificando a precisão das informações antes de atualizá-las no sistema hospitalar. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz na atualização de registros de pacientes.

A solução consiste em um fluxo de automação composto por 8 agentes de IA. O processo inicia com a preparação e padronização dos dados de admissão e termina com o envio de notificações à equipe hospitalar sobre inconsistências ou bloqueios.

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

Agentes Função Principal
Agente de Preparação e Padronização de Dados de Admissão (RF 1) Receber e padronizar dados coletados na admissão para uso posterior.
Agente de Execução de Chamada à API - Buscar Registro Atual do Paciente (RF 2) Consultar o sistema hospitalar para recuperar registros existentes do paciente.
Agente de Resolução de Identidade e Matching (RF 3) Determinar correspondência entre o paciente de admissão e registros existentes.
Agente de Validação de Qualidade e Regras de Negócio (RF 4) Avaliar consistência dos dados de admissão versus registro alvo.
Agente de Composição de Payload de Atualização (RF 5) Construir o delta de atualização para envio ao EHR.
Agente de Execução de Chamada à API - Atualizar Registro (RF 6) Executar a atualização do registro do paciente no EHR.
Agente de Consolidação de Resultado e Relato de Inconsistências (RF 7) Produzir o resultado final e compor mensagem de notificação quando necessário.
Agente de Execução de Chamada à API - Enviar Notificação (RF 8) Enviar notificação à equipe hospitalar sobre inconsistências ou bloqueios.

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.

6. Requisitos Funcionais

RF 1. Agente de Preparação e Padronização de Dados de Admissão

1.1 Tarefa do Agente

Receber os dados recém-coletados na admissão e padronizá-los para um modelo canônico, assegurando formato, tipagem, unidades e estrutura consistentes para uso pelos próximos agentes.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON de admissão com campos brutos de triagem e cadastro. Este JSON contém informações como nome completo, data de nascimento, sexo, CPF, entre outros dados importantes coletados durante a admissão do paciente.

# 2. Objetivo
Padronizar os dados recebidos para um formato canônico, assegurando que estejam prontos para uso pelos próximos agentes no fluxo.

# 3. Regras que você deve seguir para gerar sua resposta
- Validar a presença mínima de campos essenciais como nome_completo e data_nascimento.
- Converter datas para o padrão ISO 8601 UTC e verificar a validade de documentos como CPF e CNS.
- Normalizar campos como nome, telefone e endereço, assegurando consistência de formato e tipagem.
- Gerar uma chave de idempotência para garantir a singularidade dos dados processados.

# 4. Exemplo de Output que você deve produzir
{
  "patient_input_canonico": {
    "nome": "Maria da Silva",
    "data_nascimento": "1980-01-01",
    "cpf": "12345678909",
    "telefone": "+5511999999999",
    "endereco": {
      "logradouro": "Rua Exemplo",
      "numero": "123",
      "cep": "12345678"
    }
  },
  "schema_valid": true,
  "normalizacoes_aplicadas": ["nome", "telefone"],
  "idempotency_key": "abc123",
  "admission_timestamp_utc": "2025-12-13T10:39:00Z"
} 
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 admissão de pacientes 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 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 brutos coletados durante a admissão.
  • 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 JSON padronizado, contendo os dados de admissão no formato canônico, juntamente com uma chave de idempotência e informações de normalização.
  • Exemplo de Estrutura de Output:
     {
      "patient_input_canonico": {
        "nome": "Maria da Silva",
        "data_nascimento": "1980-01-01",
        "cpf": "12345678909",
        "telefone": "+5511999999999",
        "endereco": {
          "logradouro": "Rua Exemplo",
          "numero": "123",
          "cep": "12345678"
        }
      },
      "schema_valid": true,
      "normalizacoes_aplicadas": ["nome", "telefone"],
      "idempotency_key": "abc123",
      "admission_timestamp_utc": "2025-12-13T10:39:00Z"
    } 
  • Número de caracteres esperado: O JSON final deve ser conciso, com um tamanho estimado em torno de 1.500 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: Utiliza lógica interna para gerar a chave de idempotência.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Buscar Registro Atual do Paciente (RF 2).

RF 2. Agente de Execução de Chamada à API - Buscar Registro Atual do Paciente

2.1 Tarefa do Agente

Realizar consulta no sistema hospitalar (EHR) para recuperar possíveis registros existentes do paciente com base em identificadores normalizados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto contendo possíveis chaves de busca, como CPF, CNS, data de nascimento, entre outros identificadores normalizados do paciente.

# 2. Objetivo
Utilizar o payload recebido para consultar o sistema hospitalar (EHR) e recuperar possíveis registros existentes do paciente.

# 3. Regras que você deve seguir para gerar sua resposta
- Executar a chamada à API do EHR utilizando o payload recebido.
- Retornar os dados recuperados do EHR sem transformações.
- Respeitar limites de paginação e filtros definidos pelo EHR.
- Retornar todos os metadados de versionamento/ETag quando disponíveis.

# 4. Exemplo de Output que você deve produzir
{
  "candidates": [
    {
      "patient_id": "123",
      "nome": "Maria da Silva",
      "data_nascimento": "1980-01-01",
      "cpf": "12345678909",
      "ultima_atualizacao": "2025-12-13T10:39:00Z"
    }
  ]
} 
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 JSON contendo possíveis chaves de busca do paciente.
  • 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 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser uma lista de candidatos recuperados do EHR, contendo informações como patient_id, nome, data de nascimento, entre outros.
  • Exemplo de Estrutura de Output:
     {
      "candidates": [
        {
          "patient_id": "123",
          "nome": "Maria da Silva",
          "data_nascimento": "1980-01-01",
          "cpf": "12345678909",
          "ultima_atualizacao": "2025-12-13T10:39:00Z"
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 2.000 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: O agente executa a chamada ao sistema EHR usando o payload recebido.

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 Resolução de Identidade e Matching (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Resolução de Identidade e Matching (RF 3).

RF 3. Agente de Resolução de Identidade e Matching

3.1 Tarefa do Agente

Determinar se o paciente de admissão corresponde a um registro existente ou se deve ser criado um novo registro.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o JSON canônico do paciente de admissão e uma lista de candidatos recuperados do EHR.

# 2. Objetivo
Determinar se o paciente de admissão corresponde a um registro existente ou se deve ser criado um novo registro.

# 3. Regras que você deve seguir para gerar sua resposta
- Se CPF válido bate 1:1 com candidato, definir match como verdadeiro.
- Usar combinação de nome, data de nascimento e telefone/email para determinar correspondência quando CPF/CNS não estão disponíveis.
- Avaliar a similaridade dos dados e atribuir um escore de correspondência.
- Decidir a ação sugerida como atualizar, criar ou revisar humano.

# 4. Exemplo de Output que você deve produzir
{
  "match_status": "match",
  "match_score": 0.98,
  "acao_sugerida": "atualizar",
  "motivos": ["CPF coincide"]
} 
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 o JSON canônico do paciente e a lista de candidatos do EHR.
  • 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 8.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o status de correspondência, escore de correspondência, ação sugerida e motivos.
  • Exemplo de Estrutura de Output:
     {
      "match_status": "match",
      "match_score": 0.98,
      "acao_sugerida": "atualizar",
      "motivos": ["CPF coincide"]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 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

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Validação de Qualidade e Regras de Negócio (RF 4).

RF 4. Agente de Validação de Qualidade e Regras de Negócio

4.1 Tarefa do Agente

Avaliar consistência dos dados de admissão versus registro alvo e definir se é seguro prosseguir com atualização automática.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o JSON canônico do paciente de admissão e o registro alvo do EHR, juntamente com o status de correspondência e motivos.

# 2. Objetivo
Avaliar a consistência dos dados recebidos e definir se é seguro prosseguir com a atualização automática do registro.

# 3. Regras que você deve seguir para gerar sua resposta
- Bloquear atualização se houver divergências críticas como CPF diferente e ambos válidos.
- Alertar sobre mudanças significativas nos dados de contato ou endereço.
- Priorizar dados de fontes confiáveis para atualização.
- Definir o status de validação como apto, apto com alertas ou bloqueado.

# 4. Exemplo de Output que você deve produzir
{
  "validacao_status": "apto",
  "inconsistencias": [],
  "alertas": ["Mudança de endereço detectada"],
  "proceed_update": true
} 
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 o JSON canônico do paciente, o registro alvo do EHR e o status de correspondência.
  • 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.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o status de validação, lista de inconsistências e alertas, e a decisão de prosseguir com a atualização.
  • Exemplo de Estrutura de Output:
     {
      "validacao_status": "apto",
      "inconsistencias": [],
      "alertas": ["Mudança de endereço detectada"],
      "proceed_update": true
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.200 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

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

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Composição de Payload de Atualização (RF 5).

RF 5. Agente de Composição de Payload de Atualização

5.1 Tarefa do Agente

Construir o delta de atualização conforme as políticas de mesclagem e decisões da validação, pronto para envio ao EHR.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o JSON canônico do paciente, o registro alvo do EHR e o status de validação com decisão de prosseguir.

# 2. Objetivo
Construir o delta de atualização conforme as políticas de mesclagem e decisões da validação, pronto para envio ao EHR.

# 3. Regras que você deve seguir para gerar sua resposta
- Se proceed_update for falso, retornar payload_update nulo e justificar.
- Construir delta apenas dos campos que mudarão, como contatos e endereços.
- Incluir justificativas para cada campo que será atualizado.
- Não enviar campos não reconhecidos pelo EHR.

# 4. Exemplo de Output que você deve produzir
{
  "proceed_update": true,
  "patient_id_alvo": "123",
  "payload_update": {
    "endereco": {
      "logradouro": "Rua Nova",
      "numero": "456"
    }
  },
  "justificativas_por_campo": {
    "endereco": "Mudança recente detectada"
  }
} 
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 o JSON canônico do paciente, o registro alvo do EHR e o status de validação.
  • 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 12.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o delta de atualização, justificativas para cada campo alterado e a decisão de prosseguir com a atualização.
  • Exemplo de Estrutura de Output:
     {
      "proceed_update": true,
      "patient_id_alvo": "123",
      "payload_update": {
        "endereco": {
          "logradouro": "Rua Nova",
          "numero": "456"
        }
      },
      "justificativas_por_campo": {
        "endereco": "Mudança recente detectada"
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

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

5.3.5 Memória

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Atualizar Registro (RF 6).

RF 6. Agente de Execução de Chamada à API - Atualizar Registro

6.1 Tarefa do Agente

Executar a atualização do registro do paciente no EHR com o payload de delta aprovado.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o delta de atualização aprovado, pronto para ser enviado ao sistema hospitalar (EHR).

# 2. Objetivo
Executar a atualização do registro do paciente no EHR com o payload de delta aprovado.

# 3. Regras que você deve seguir para gerar sua resposta
- Executar a chamada à API do EHR utilizando o payload recebido.
- Respeitar ETag/versão e idempotency_key quando suportado.
- Retornar o status da atualização e quaisquer erros encontrados.

# 4. Exemplo de Output que você deve produzir
{
  "status_http": 200,
  "sucesso": true,
  "patient_id": "123",
  "versao_nova": "v2"
} 
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 o delta de atualização aprovado, pronto para envio ao EHR.
  • 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 5.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o status da atualização, sucesso da operação e quaisquer erros encontrados.
  • Exemplo de Estrutura de Output:
     {
      "status_http": 200,
      "sucesso": true,
      "patient_id": "123",
      "versao_nova": "v2"
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 800 caracteres.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente executa a chamada ao sistema EHR usando o payload de delta aprovado.

6.3.5 Memória

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação de Resultado e Relato de Inconsistências (RF 7).

RF 7. Agente de Consolidação de Resultado e Relato de Inconsistências

7.1 Tarefa do Agente

Produzir o resultado final padronizado e compor mensagem de notificação quando houver inconsistências ou bloqueios.

7.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo os resultados dos agentes anteriores, incluindo status de atualização e quaisquer inconsistências detectadas.

# 2. Objetivo
Produzir o resultado final padronizado e compor mensagem de notificação quando houver inconsistências ou bloqueios.

# 3. Regras que você deve seguir para gerar sua resposta
- Definir ação como atualizado, sem alteração, bloqueado ou erro de API.
- Compor mensagem de notificação para inconsistências ou bloqueios, incluindo detalhes relevantes.
- Classificar a severidade da notificação como alta, média ou baixa.

# 4. Exemplo de Output que você deve produzir
{
  "resumo": {
    "acao": "atualizado",
    "detalhes": {
      "match_status": "match",
      "validacao_status": "apto"
    }
  },
  "notificacao": {
    "necessaria": false
  }
} 
7.3 Configurações do Agente

7.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
  • Tipo do input: Este agente deve ser apto a receber os resultados dos agentes anteriores, incluindo status de atualização e inconsistências.
  • 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 8.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o resumo do resultado, detalhes da ação e notificação, se necessário.
  • Exemplo de Estrutura de Output:
     {
      "resumo": {
        "acao": "atualizado",
        "detalhes": {
          "match_status": "match",
          "validacao_status": "apto"
        }
      },
      "notificacao": {
        "necessaria": false
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.200 caracteres.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

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

7.3.5 Memória

7.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Enviar Notificação (RF 8).

RF 8. Agente de Execução de Chamada à API - Enviar Notificação

8.1 Tarefa do Agente

Enviar notificação à equipe hospitalar sobre inconsistências, bloqueios ou resultados relevantes.

8.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload de notificação pronto, incluindo assunto, corpo do texto e severidade.

# 2. Objetivo
Enviar a notificação à equipe hospitalar sobre inconsistências, bloqueios ou resultados relevantes.

# 3. Regras que você deve seguir para gerar sua resposta
- Executar o envio da notificação com o payload recebido.
- Seguir política de reintento do sistema de mensageria quando aplicável.

# 4. Exemplo de Output que você deve produzir
{
  "status_http": 200,
  "sucesso": true,
  "protocolo_envio": "notif-123"
} 
8.3 Configurações do Agente

8.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 7).
  • Tipo do input: Este agente deve ser apto a receber um payload de notificação pronto para envio.
  • 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.

8.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o status do envio, sucesso da operação e protocolo de envio.
  • Exemplo de Estrutura de Output:
     {
      "status_http": 200,
      "sucesso": true,
      "protocolo_envio": "notif-123"
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 500 caracteres.

8.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

8.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente executa a chamada ao sistema de mensageria usando o payload de notificação recebido.

8.3.5 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.

8.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. A notificação enviada é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.