1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Emissão de Diplomas e Certificados", uma solução de automação projetada para gerar diplomas e certificados padronizados e com dados precisos. 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 emissão desses documentos, assegurando a padronização dos layouts e a precisão dos dados inseridos, eliminando erros manuais comuns e garantindo conformidade com os padrões institucionais.
2. Contexto e Problema
Cenário Atual
A emissão de diplomas e certificados é um processo crítico para instituições educacionais, mas frequentemente enfrenta desafios como:
- Erros na inclusão de dados nos documentos, que podem causar retrabalho e atrasos.
- Dificuldades na padronização dos layouts, resultando em inconsistências visuais e falta de conformidade.
Atualmente, muitos desses processos são manuais, aumentando a probabilidade de erros e a carga de trabalho sobre as equipes administrativas.
Problemas Identificados
- Inconsistência de Dados: Falhas na verificação de dados podem levar à emissão de documentos com informações incorretas.
- Layout Despadronizado: A falta de um modelo padronizado para diplomas e certificados resulta em documentos inconsistente.
- Retrabalho: Erros frequentes exigem correções manuais e reemissão de documentos.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Reduzir erros de dados em pelo menos 90%.
- Padronizar completamente o layout de todos os diplomas e certificados emitidos.
- Aumentar a eficiência do processo de emissão, liberando recursos administrativos.
4. Visão Geral da Solução
O agente de IA para emissão de diplomas e certificados automatiza a verificação de dados e a aplicação de layouts padronizados, garantindo a precisão e a conformidade dos documentos finais. 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 emissão de documentos institucionais que seguem as especificidades da instituição.
A solução consiste em um fluxo de automação composto por 5 agentes de IA. O processo inicia com a validação dos dados e termina com a disponibilização dos documentos finais para a instituição.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo. O fluxo garante que cada etapa do processo de emissão seja realizada com precisão e eficiência.
| Agentes | Função Principal |
|---|---|
Agente de Validação e Normalização de Dados Acadêmicos (RF 1)
| Validar e padronizar os dados que serão usados na emissão de diplomas e certificados. |
Agente de Relatório de Inconsistências para Correção Humana (RF 2)
| Consolidar e apresentar erros e avisos para correção antes de nova tentativa de emissão. |
Agente Preparador de Payload para Geração de Diplomas e Certificados (RF 3)
| Selecionar o modelo padronizado apropriado e montar o payload de renderização. |
Agente de Execução de Chamada à API - Renderização de Documentos (RF 4)
| Realizar chamada à API do Sistema Gerador de Documentos para obter os PDFs renderizados. |
Agente de Verificação Pós-Render e Preparação de Entrega (RF 5)
| Verificar conformidade entre o resultado da renderização e o payload aprovado, consolidar a lista final de documentos e preparar a resposta/entrega. |
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 instituição receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Validação e Normalização de Dados Acadêmicos
1.1 Tarefa do Agente
Validar e padronizar os dados que serão usados na emissão de diplomas e certificados, garantindo integridade, coerência, deduplicação e prontidão para geração de layout padronizado.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma planilha ou objeto JSON contendo registros acadêmicos que serão utilizados para a emissão de diplomas e certificados.
# 2. Objetivo
Validar e padronizar esses dados, assegurando que estejam corretos e prontos para a geração de documentos com layout padronizado.
# 3. Regras que você deve seguir para gerar sua resposta
- Utilize modelos padronizados para diplomas e certificados.
- Verifique automaticamente os dados antes da inclusão nos documentos.
- Garanta a conformidade com os layouts aprovados pela instituição.
# 4. Exemplo de Output que você deve produzir
{"dados_validos": true, "registros_normalizados": [{"id_registro": "123", "nome_completo": "Cheila Portela", "nome_display": "Cheila Portela", "documento_oficial": {"tipo": "CPF", "valor": "000.000.000-00", "pais": "BR"}, "matricula": "2025A0001", "curso": "Engenharia de Software", "curso_codigo": "ENGSW-BAC", "nivel_curso": "Graduação", "tipo_documento": "diploma", "carga_horaria": null, "data_conclusao": "2025-11-20", "data_conclusao_extenso": "20 de novembro de 2025", "local": "São Paulo", "idioma": "pt-BR", "instituicao": "Instituição Exemplo", "campus": "Campus Central", "codigo_verificacao": "DIP-2025-123-ABCD", "signatarios": [{"nome": "Reitora Exemplo", "cargo": "Reitora"}], "placeholders_alinhados": {"ALUNO_NOME": "Cheila Portela", "CURSO_TITULO": "Engenharia de Software", "CURSO_COD": "ENGSW-BAC", "DATA_EXTENSO": "20 de novembro de 2025", "LOCALIDADE": "São Paulo", "INSTITUICAO": "Instituição Exemplo", "CAMPUS": "Campus Central", "CODIGO_VERIFICACAO": "DIP-2025-123-ABCD"}}], "erros": [], "avisos": []} 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 uma planilha ou objeto JSON contendo registros acadêmicos via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é uma planilha .xlsx ou .csv, ou um objeto JSON estruturado.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.xlsx,.csv,.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 objeto JSON contendo a validação dos dados e os registros normalizados, prontos para a geração de documentos.
-
Exemplo de Estrutura de Output:
{"dados_validos": true, "registros_normalizados": [{"id_registro": "123", "nome_completo": "Cheila Portela", "nome_display": "Cheila Portela", "documento_oficial": {"tipo": "CPF", "valor": "000.000.000-00", "pais": "BR"}, "matricula": "2025A0001", "curso": "Engenharia de Software", "curso_codigo": "ENGSW-BAC", "nivel_curso": "Graduação", "tipo_documento": "diploma", "carga_horaria": null, "data_conclusao": "2025-11-20", "data_conclusao_extenso": "20 de novembro de 2025", "local": "São Paulo", "idioma": "pt-BR", "instituicao": "Instituição Exemplo", "campus": "Campus Central", "codigo_verificacao": "DIP-2025-123-ABCD", "signatarios": [{"nome": "Reitora Exemplo", "cargo": "Reitora"}], "placeholders_alinhados": {"ALUNO_NOME": "Cheila Portela", "CURSO_TITULO": "Engenharia de Software", "CURSO_COD": "ENGSW-BAC", "DATA_EXTENSO": "20 de novembro de 2025", "LOCALIDADE": "São Paulo", "INSTITUICAO": "Instituição Exemplo", "CAMPUS": "Campus Central", "CODIGO_VERIFICACAO": "DIP-2025-123-ABCD"}}], "erros": [], "avisos": []} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 5.000 caracteres, podendo variar conforme a quantidade de registros processados.
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 Relatório de Inconsistências para Correção Humana (RF 2) e o Agente Preparador de Payload para Geração de Diplomas e Certificados (RF 3).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Relatório de Inconsistências para Correção Humana (RF 2) caso os dados não sejam válidos, ou o Agente Preparador de Payload para Geração de Diplomas e Certificados (RF 3) caso os dados sejam válidos.
RF 2. Agente de Relatório de Inconsistências para Correção Humana
2.1 Tarefa do Agente
Consolidar e apresentar, de forma clara, os erros e avisos detectados na validação para facilitar a correção humana antes de nova tentativa de emissão.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto JSON de saída do Agente de Validação e Normalização, contendo dados inválidos e lista de erros/avisos. # 2. Objetivo Apresentar os erros e avisos de forma clara e estruturada para que possam ser corrigidos manualmente antes de uma nova tentativa de emissão dos documentos. # 3. Regras que você deve seguir para gerar sua resposta - Liste primeiro os erros bloqueantes por registro; em seguida, liste avisos. - Para cada erro, proponha uma sugestão objetiva com exemplo de valor válido quando aplicável. - Inclua uma linha-exemplo por registro com erro, preenchendo campos principais corretamente para servir de referência. - Traga contagens (totais, com erro, com aviso), principais causas e instruções claras para reenvio. # 4. Exemplo de Output que você deve produzir # Relatório de Inconsistências de Emissão Resumo geral: - Registros totais: 10 - Registros com erro bloqueante: 3 - Registros com avisos: 4 Detalhamento por registro: - id_registro: 123 - Erros (bloqueantes): campo=carga_horaria → "Obrigatório para certificados e deve ser > 0"; campo=signatarios → "Mínimo 1 signatário com nome e cargo". - Sugestão de correção: Informar carga_horaria em horas (ex.: 40) e adicionar signatário. - id_registro: 124 - Avisos: campo=nome_completo → "Ajustado para capitalização padrão". Modelo de linha corrigida (exemplo): | id_registro | nome_completo | tipo_documento | carga_horaria | data_conclusao | ... | | 123 | Cheila Portela | certificado | 40 | 2025-11-20 | ... | Próximos passos: corrigir os itens bloqueantes e reenviar a planilha/JSON.
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) caso os dados sejam inválidos.
- Tipo do input: Este agente deve ser apto a receber um objeto JSON contendo dados inválidos e lista de erros/avisos.
-
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 10.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório textual estruturado, destacando erros e avisos para correção humana.
-
Exemplo de Estrutura de Output:
# Relatório de Inconsistências de Emissão Resumo geral: - Registros totais: 10 - Registros com erro bloqueante: 3 - Registros com avisos: 4 Detalhamento por registro: - id_registro: 123 - Erros (bloqueantes): campo=carga_horaria → "Obrigatório para certificados e deve ser > 0"; campo=signatarios → "Mínimo 1 signatário com nome e cargo". - Sugestão de correção: Informar carga_horaria em horas (ex.: 40) e adicionar signatário. - id_registro: 124 - Avisos: campo=nome_completo → "Ajustado para capitalização padrão". Modelo de linha corrigida (exemplo): | id_registro | nome_completo | tipo_documento | carga_horaria | data_conclusao | ... | | 123 | Cheila Portela | certificado | 40 | 2025-11-20 | ... | Próximos passos: corrigir os itens bloqueantes e reenviar a planilha/JSON.
- Número de caracteres esperado: O relatório gerado deve ter um tamanho estimado em 3.000 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: Não se conecta a sistemas externos.
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 é apenas para uso humano e não é passada para outros agentes internos.
2.3.6 Regras de Orquestração e Transição
Este agente não prepara payload nem aciona renderização. Ele apenas produz relatório para ajuste humano e encerra seu fluxo após a geração do relatório.
RF 3. Agente Preparador de Payload para Geração de Diplomas e Certificados
3.1 Tarefa do Agente
Selecionar o modelo padronizado apropriado e montar o payload de renderização conforme layouts aprovados pela instituição.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto JSON do Agente de Validação com dados válidos e registros normalizados prontos.
# 2. Objetivo
Selecionar o modelo padronizado apropriado e montar o payload de renderização conforme layouts aprovados pela instituição.
# 3. Regras que você deve seguir para gerar sua resposta
- Escolha template_id com base em: tipo_documento → idioma → campus/curso (quando houver variação).
- Respeite constraints do template (margens, tamanho, fonte, posições).
- Converta placeholders_alinhados em "placeholders" por registro.
- Se algum campo exceder limite de caracteres previsto pelo template e o template permitir ajuste tipográfico, use font_scale.
- Construa URL canônica de verificação com o domínio institucional e codigo_verificacao.
- Agrupe em um único payload registros que compartilhem template_id, versão e constraints idênticas.
# 4. Exemplo de Output que você deve produzir
{"template_id": "TPL_DIPLOMA_PT_BR_V3", "template_version": "3.0", "output_format": "PDF", "locale": "pt-BR", "layout_constraints": {"margens_mm": {"sup": 15, "inf": 15, "esq": 15, "dir": 15}, "tamanho_pagina": "A4", "fonte_padrao": "Times New Roman", "font_scale_permitida": true}, "records": [{"id_registro": "123", "placeholders": {"ALUNO_NOME": "Cheila Portela", "CURSO_TITULO": "Engenharia de Software", "DATA_EXTENSO": "20 de novembro de 2025", "LOCALIDADE": "São Paulo", "INSTITUICAO": "Instituição Exemplo", "CODIGO_VERIFICACAO": "DIP-2025-123-ABCD"}, "qr_code": {"conteudo_url": "https://verifica.instituicao.exemplo/DIP-2025-123-ABCD", "posicao": "inferior_direita"}, "assinaturas": [{"nome": "Reitora Exemplo", "cargo": "Reitora", "posicao": "inferior_centro"}], "ajustes_tipograficos": {"ALUNO_NOME": {"line_breaks": [], "font_scale": 0.95}}}], "erros_template": []} 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 1) caso os dados sejam válidos.
- Tipo do input: Este agente deve ser apto a receber um objeto JSON contendo dados válidos e registros normalizados prontos.
-
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 15.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON do payload, com campos estritamente no formato esperado pela API de renderização.
-
Exemplo de Estrutura de Output:
{"template_id": "TPL_DIPLOMA_PT_BR_V3", "template_version": "3.0", "output_format": "PDF", "locale": "pt-BR", "layout_constraints": {"margens_mm": {"sup": 15, "inf": 15, "esq": 15, "dir": 15}, "tamanho_pagina": "A4", "fonte_padrao": "Times New Roman", "font_scale_permitida": true}, "records": [{"id_registro": "123", "placeholders": {"ALUNO_NOME": "Cheila Portela", "CURSO_TITULO": "Engenharia de Software", "DATA_EXTENSO": "20 de novembro de 2025", "LOCALIDADE": "São Paulo", "INSTITUICAO": "Instituição Exemplo", "CODIGO_VERIFICACAO": "DIP-2025-123-ABCD"}, "qr_code": {"conteudo_url": "https://verifica.instituicao.exemplo/DIP-2025-123-ABCD", "posicao": "inferior_direita"}, "assinaturas": [{"nome": "Reitora Exemplo", "cargo": "Reitora", "posicao": "inferior_centro"}], "ajustes_tipograficos": {"ALUNO_NOME": {"line_breaks": [], "font_scale": 0.95}}}], "erros_template": []} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 4.000 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 Execução de Chamada à API - Renderização de Documentos (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Renderização de Documentos (RF 4).
RF 4. Agente de Execução de Chamada à API - Renderização de Documentos
4.1 Tarefa do Agente
Realizar chamada à API do Sistema Gerador de Documentos para obter os PDFs renderizados com base no payload preparado.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para execução, exatamente no formato esperado pela API de renderização.
# 2. Objetivo
Realizar a chamada à API do Sistema Gerador de Documentos para obter os PDFs renderizados com base no payload preparado.
# 3. Regras que você deve seguir para gerar sua resposta
- Este agente não precisa de instruções para chamadas ao LLM, pois sua única função é executar a chamada à API cujo payload ele já recebe pronto.
# 4. Exemplo de Output que você deve produzir
{"status": "sucesso", "itens": [{"id_registro": "123", "pdf_url": "https://arquivos.instituicao.exemplo/diplomas/123.pdf", "template_usado": "TPL_DIPLOMA_PT_BR_V3", "template_version": "3.0", "checksum": "sha256:abc..."}], "falhas": []} 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 payload pronto para execução, exatamente no formato esperado pela API de renderização.
-
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 15.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o status da operação e os links dos PDFs renderizados.
-
Exemplo de Estrutura de Output:
{"status": "sucesso", "itens": [{"id_registro": "123", "pdf_url": "https://arquivos.instituicao.exemplo/diplomas/123.pdf", "template_usado": "TPL_DIPLOMA_PT_BR_V3", "template_version": "3.0", "checksum": "sha256:abc..."}], "falhas": []} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 2.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: Não se aplica (uso de ferramenta)
- Temperatura: Não se aplica (uso de ferramenta)
4.3.4 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 a API externa do Sistema Gerador de Documentos e retornar o resultado recebido como resposta.
4.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Verificação Pós-Render e Preparação de Entrega (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Verificação Pós-Render e Preparação de Entrega (RF 5).
RF 5. Agente de Verificação Pós-Render e Preparação de Entrega
5.1 Tarefa do Agente
Verificar conformidade entre o resultado da renderização e o payload aprovado, consolidar a lista final de documentos e preparar a resposta/entrega.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o JSON de retorno do Agente Executor e o payload originalmente enviado.
# 2. Objetivo
Verificar a conformidade entre o resultado da renderização e o payload aprovado, consolidar a lista final de documentos e preparar a resposta/entrega.
# 3. Regras que você deve seguir para gerar sua resposta
- Compare quantidade_solicitada (do payload) com quantidade_recebida (da API) e aprove somente se iguais.
- Exija correspondência exata entre template_usado/template_version retornados e os informados no payload.
- Quando houver metadados de renderização ou texto de diagnóstico, inspecione se existem marcadores {{...}} não resolvidos.
- Exija checksum por item. Se ausente ou vazio, classifique como pendência "checksum ausente".
- Produza lista final itens[id_registro, pdf_url, template_usado, template_version].
- Informe mensagem_resumo com aprovados/reprovados e principais motivos de pendência.
# 4. Exemplo de Output que você deve produzir
{"qa_status": "aprovado", "verificacoes": {"quantidade_solicitada": 10, "quantidade_recebida": 10, "quantidade_aprovada": 10, "placeholders_restantes": 0, "templates_divergentes": 0, "checksums_ok": true}, "itens": [{"id_registro": "123", "pdf_url": "https://.../123.pdf", "template_usado": "TPL_DIPLOMA_PT_BR_V3", "template_version": "3.0"}], "pendencias": [], "mensagem_resumo": "Emissão concluída com sucesso para 10/10 documentos."} 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 de retorno do Agente Executor e o payload originalmente enviado.
-
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 20.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com o status da verificação, lista de documentos aprovados e pendências, se houver.
-
Exemplo de Estrutura de Output:
{"qa_status": "aprovado", "verificacoes": {"quantidade_solicitada": 10, "quantidade_recebida": 10, "quantidade_aprovada": 10, "placeholders_restantes": 0, "templates_divergentes": 0, "checksums_ok": true}, "itens": [{"id_registro": "123", "pdf_url": "https://.../123.pdf", "template_usado": "TPL_DIPLOMA_PT_BR_V3", "template_version": "3.0"}], "pendencias": [], "mensagem_resumo": "Emissão concluída com sucesso para 10/10 documentos."} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 3.000 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: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
5.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.
5.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. A resposta gerada é o resultado que deve ser disponibilizado ao usuário ou sistema institucional.