Agente de IA para Monitoramento de Satisfação do Beneficiário

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

Como criar um agente de IA que analisa feedbacks de beneficiários sobre o processo de autorizações e reembolsos.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Monitoramento de Satisfação do Beneficiário", uma solução de automação projetada para analisar feedbacks de beneficiários sobre o processo de autorizações e reembolsos. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é transformar o feedback dos beneficiários em insights acionáveis, propondo melhorias contínuas nos processos de autorizações e reembolsos, aumentando assim a satisfação do beneficiário.

2. Contexto e Problema

Cenário Atual

Atualmente, o monitoramento da satisfação dos beneficiários é inadequado, resultando em uma falta de insights acionáveis a partir do feedback dos clientes. Isso impede a implementação de melhorias contínuas nos processos de autorizações e reembolsos.


Problemas Identificados

  • Monitoramento inadequado: A satisfação dos beneficiários não é monitorada de forma eficaz, resultando em uma visão limitada sobre os problemas enfrentados.
  • Falta de insights acionáveis: O feedback dos clientes não é traduzido em melhorias práticas, limitando o potencial de melhoria contínua.
  • Necessidade de melhorias contínuas: Sem insights claros, é difícil implementar um ciclo contínuo de análise e melhoria nos processos de autorizações e reembolsos.

3. Impactos Esperados

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

  • Aumentar a satisfação do beneficiário através de um monitoramento mais eficaz e de melhorias contínuas nos processos.
  • Gerar insights acionáveis a partir dos feedbacks dos beneficiários, permitindo a implementação de mudanças práticas.
  • Implementar um ciclo contínuo de melhoria nos processos de autorizações e reembolsos, resultando em maior eficiência e satisfação do cliente.

4. Visão Geral da Solução

O agente de IA para monitoramento de satisfação do beneficiário analisa feedbacks de beneficiários sobre o processo de autorizações e reembolsos, identificando tendências e propondo melhorias baseadas em insights obtidos. 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 melhoria contínua da satisfação do beneficiário.

A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a preparação e normalização dos feedbacks e termina com a geração de um relatório executivo consolidado.

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

Agentes Função Principal
Agente de Preparação e Normalização de Feedbacks (RF 1) Receber feedbacks brutos de beneficiários e produzir um conjunto normalizado e pronto para análise.
Agente de Classificação Temática, Etapa do Processo e Sentimento (RF 2) Estruturar os feedbacks em temas, mapear a etapa do processo e qualificar sentimento e severidade.
Agente de Detecção de Tendências e Problemas Recorrentes (RF 3) Identificar temas e etapas com maior concentração de feedbacks negativos e tendências de crescimento.
Agente de Priorização e Hipóteses de Causa (RF 4) Ordenar problemas por impacto e esforço estimado e formular hipóteses de causa raiz.
Agente de Recomendações de Melhoria e Experimentos (RF 5) Gerar recomendações acionáveis e um plano de experimento/implementação com metas.
Agente de Geração de Relatório Executivo (RF 6) Consolidar resultados em um entregável executivo claro, com sumário e plano de ação.

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 Normalização de Feedbacks

1.1 Tarefa do Agente

Receber feedbacks brutos de beneficiários e produzir um conjunto normalizado, deduplicado, anonimizado e pronto para análise sobre autorizações e reembolsos.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedbacks brutos de beneficiários sobre autorizações e reembolsos. Este conjunto de dados precisa ser normalizado e deduplicado.

# 2. Objetivo
Normalizar, deduplicar, anonimizar e preparar os feedbacks para análise, garantindo que estejam prontos para o próximo agente no fluxo.

# 3. Regras que você deve seguir para gerar sua resposta
- Remova duplicidades por: (a) id igual, ou (b) similaridade textual alta quando texto após limpeza for idêntico; em caso de duplicata, mantenha o mais recente por data.
- Aplique filtros por período se parametros.periodo_inicio/periodo_fim forem fornecidos; descarte fora da janela com motivo='fora_do_periodo'.
- Idioma: aceite apenas 'pt' (português). Se idioma_detectado != 'pt', descarte com motivo='idioma_nao_suportado'.
- Comprimento: se texto após limpeza tiver < tamanho_minimo (padrão 10 caracteres), descarte com motivo='texto_curto'.
- PII: mascare CPFs (###.###.###-##), CNPJs (##.###.###/####-##), e e-mails (***@dominio); se padrão detectado, defina pii_mascarada=true.
- Limpeza textual: normalize espaços, remova URLs e quebras excessivas, preserve termos de negócio (ex.: 'reembolso', 'autorização', 'guia', 'SLA').
- Classifique tipo_processo quando estiver nulo usando pistas no texto: termos de 'autorização' (ex.: 'negada', 'liberação', 'prévia') indicam 'autorizacao'; termos de 'reembolso' (ex.: 'reembolso', 'comprovante', 'nota fiscal') indicam 'reembolso'; quando inconclusivo, mantenha null.
- Preencha qualidade:'ruim' apenas se texto for incoerente (spam, apenas emojis, repetição sem sentido), e mova para descartados com motivo correspondente.
- Gere id_normalizado único e conte tokens aproximados (palavras) para cada item.
- Calcule estatísticas totais e período efetivamente processado com base nos itens válidos. 
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 feedbacks dos beneficiários 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 arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo JSON contendo feedbacks brutos de beneficiários.
  • 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 feedbacks normalizados, prontos para análise subsequente.
  • Exemplo de Estrutura de Output:
     {
      "feedbacks_normalizados": [
        {
          "id_original": "123",
          "id_normalizado": "abc-123",
          "data": "2025-12-14",
          "canal": "email",
          "tipo_processo": "autorizacao",
          "texto_limpo": "Texto do feedback normalizado.",
          "idioma_detectado": "pt",
          "pii_mascarada": true,
          "tokens": 50,
          "qualidade": "ok"
        }
      ],
      "descartados": [],
      "estatisticas": {
        "total_entrada": 100,
        "total_valido": 95,
        "total_descartado": 5,
        "periodo_processado": {
          "inicio": "2025-12-01",
          "fim": "2025-12-14"
        }
      }
    } 
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 10.000 caracteres, variando conforme o número de feedbacks 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: Utiliza lógica interna para calcular estatísticas de processamento.
  • 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 Classificação Temática, Etapa do Processo e Sentimento (RF 2).

RF 2. Agente de Classificação Temática, Etapa do Processo e Sentimento

2.1 Tarefa do Agente

Estruturar os feedbacks em temas, mapear a etapa do processo de autorizações/reembolsos, e qualificar sentimento, emoção e severidade.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um conjunto de feedbacks normalizados sobre autorizações e reembolsos. Este conjunto de dados precisa ser classificado tematicamente e qualificado em termos de sentimento e severidade.

# 2. Objetivo
Classificar os feedbacks em temas específicos, mapear a etapa do processo e qualificar o sentimento e a severidade de cada feedback.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize a seguinte taxonomia base caso não seja fornecida uma personalizada: 
  Autorizações: prazos_SLA, exigencia_documental, canal_atendimento, clareza_regras, divergencia_informacao, experiencia_portal_app, negativa_autorizacao, comunicacao_status.
  Reembolsos: prazo_pagamento, divergencia_valor, documentos_reembolso, rastreabilidade, dados_bancarios, elegibilidade_itens, retrabalho_envio, atendimento_humano.
- Determine etapa_processo por pistas: 'enviar laudo/comprovante' -> complementacao; 'aguardando'/'em análise' -> analise; 'negado/aprovado' -> decisao; 'não recebi o reembolso' -> pagamento; dúvidas pós-resultado -> pos_decisao; primeira solicitação -> solicitacao.
- Sentimento: atribua sentimento_score contínuo (-1 a 1) e polaridade coerente; presença de termos de frustração eleva peso negativo; ironia/sarcasmo: se frases positivas contrastam com queixa objetiva, trate como negativo.
- Emoção predominante: escolha uma; se múltiplas, selecione a mais forte conforme verbos/adjetivos.
- Severidade: 1=incômodo leve sem impacto em prazo/valor; 3=atraso moderado, retrabalho; 5=riscos legais, perda financeira relevante, negativa indevida.
- Urgência: 'alta' se severidade>=4 ou se envolve prazos regulatórios; 'baixa' para severidade<=2 e sem efeito amplo.
- Justificativa_classificacao deve citar trechos literais do texto (cite em citacoes_relevantes) e a regra aplicada para tema/etapa.
- Se tipo_processo for null, classifique tema/etapa ainda assim quando possível; mantenha etapa_processo=null se ambígua. 
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo feedbacks normalizados, gerado pelo agente anterior.
  • 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.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo feedbacks classificados por tema, etapa do processo e qualificações de sentimento e severidade.
  • Exemplo de Estrutura de Output:
     {
      "feedbacks_classificados": [
        {
          "id_normalizado": "abc-123",
          "tipo_processo": "autorizacao",
          "etapa_processo": "analise",
          "tema_principal": "prazos_SLA",
          "sentimento_score": -0.8,
          "polaridade": "negativo",
          "emocao_predominante": "frustracao",
          "severidade": 4,
          "urgencia": "alta",
          "justificativa_classificacao": "O feedback menciona atrasos frequentes e falta de comunicação clara.",
          "citacoes_relevantes": ["atrasos frequentes", "falta de comunicação clara"]
        }
      ],
      "taxonomia_utilizada": {
        "temas": [
          {
            "tema": "prazos_SLA",
            "subtemas": []
          }
        ]
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 12.000 caracteres, variando conforme o número de feedbacks classificados.

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: Não utiliza.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Detecção de Tendências e Problemas Recorrentes (RF 3).

RF 3. Agente de Detecção de Tendências e Problemas Recorrentes

3.1 Tarefa do Agente

Identificar temas e etapas com maior concentração de feedbacks negativos e tendências de crescimento, calculando métricas de recorrência e impacto potencial.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um conjunto de feedbacks classificados por tema, etapa do processo e qualificações de sentimento e severidade. Este conjunto de dados precisa ser analisado para identificar tendências e problemas recorrentes.

# 2. Objetivo
Identificar temas e etapas com maior concentração de feedbacks negativos e tendências de crescimento, calculando métricas de recorrência e impacto potencial.

# 3. Regras que você deve seguir para gerar sua resposta
- Considere somente polaridade 'negativo' e 'neutro' para detecção de problemas; positivos servem como contraprova mas não disparam tendência por si.
- Calcule suporte_percentual = total_itens_do_tema / total_geral (em %). Se não houver contagem de janela anterior, omita crescimento_periodo_percentual.
- Classifique como tendência relevante quando: (a) suporte_percentual >= limiar_suporte (padrão 5%), OU (b) crescimento_periodo_percentual >= limiar_crescimento (padrão 30%). Registre o criterio_disparo.
- sentimento_medio é média dos sentimento_score do agrupamento; severidade_media é média das severidades.
- tendência: 'em_alta' se crescimento_periodo_percentual >= limiar; 'em_baixa' se <= -limiar; senão 'estavel'.
- Para cada tendência, inclua até 3 exemplos representativos com trechos literais curtos e ids.
- Agrupe por (tipo_processo, tema_principal, subtema, etapa_processo) quando disponível; se etapa nula, agrupe sem etapa.
- Se total_geral<20 itens, ainda assim calcule, mas sinalize criterio_disparo='amostra_pequena' quando suportes altos resultarem de N baixo. 
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 como input um JSON contendo feedbacks classificados por tema, etapa do processo e qualificações de sentimento e severidade, gerado pelo agente anterior.
  • 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.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo tendências identificadas, resumo de problemas recorrentes e métricas de impacto potencial.
  • Exemplo de Estrutura de Output:
     {
      "tendencias": [
        {
          "tema_principal": "prazos_SLA",
          "tipo_processo": "autorizacao",
          "etapa_processo": "analise",
          "total_itens": 30,
          "suporte_percentual": 10.0,
          "sentimento_medio": -0.7,
          "severidade_media": 3.5,
          "tendencia": "em_alta",
          "exemplos": [
            {
              "id_normalizado": "abc-123",
              "trecho": "atrasos frequentes"
            }
          ],
          "criterio_disparo": "suporte_percentual >= 5%"
        }
      ],
      "sumario": {
        "total_itens": 100,
        "top_temas": [
          {
            "tema_principal": "prazos_SLA",
            "suporte_percentual": 10.0
          }
        ]
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 8.000 caracteres, variando conforme o número de tendências identificadas.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para calcular métricas de recorrência e impacto.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 (JSON de tendências) deve ser visível para o Agente de Priorização e Hipóteses de Causa (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Priorização e Hipóteses de Causa (RF 4).

RF 4. Agente de Priorização e Hipóteses de Causa

4.1 Tarefa do Agente

Ordenar problemas por impacto e esforço estimado e formular hipóteses de causa raiz relacionadas aos processos de autorizações e reembolsos.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um conjunto de tendências identificadas e métricas de impacto potencial. Este conjunto de dados precisa ser priorizado e analisado para formular hipóteses de causa raiz.

# 2. Objetivo
Ordenar problemas por impacto e esforço estimado e formular hipóteses de causa raiz relacionadas aos processos de autorizações e reembolsos.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule impacto_score = (normaliza(severidade_media)*peso_severidade) + (normaliza(suporte_percentual)*peso_suporte) + (normaliza(|sentimento_medio|)*peso_sentimento). Use pesos padrão: 0.5, 0.3, 0.2.
- Normalização: escale cada componente para 0..1 com base no máximo observado no conjunto.
- Esforço: classifique 'baixo' quando a mudança típica for texto/comunicação/parametrização simples; 'medio' quando exigir ajuste de regra operacional ou integração leve; 'alto' quando envolver mudança sistêmica, compliance ou múltiplas áreas.
- Prioridade: P1 para impacto>=0.66; P2 para 0.33..0.65; P3 abaixo de 0.33; eleve uma prioridade se severidade_media>=4 independentemente do escore.
- Hipóteses de causa: aplique raciocínio de 5 Porquês focado no ponto do processo; produza 2-4 hipóteses específicas e testáveis (ex.: 'mensagem de solicitação de nota fiscal não aparece no app após upload inicial').
- Liste riscos regulatórios quando o tema envolver prazos legais de pagamento ou negativa indevida.
- Registre criterios.formula_impacto e criterios.definicao_esforco com texto claro das regras usadas. 
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 como input um JSON contendo tendências identificadas e métricas de impacto potencial, gerado pelo agente anterior.
  • 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 problemas priorizados, hipóteses de causa e critérios de impacto e esforço.
  • Exemplo de Estrutura de Output:
     {
      "backlog_priorizado": [
        {
          "id_item": "abc-123",
          "tema_principal": "prazos_SLA",
          "tipo_processo": "autorizacao",
          "etapa_processo": "analise",
          "impacto_score": 0.75,
          "esforco_class": "medio",
          "prioridade": "P1",
          "hipoteses_causa": ["Comunicação inadequada sobre prazos", "Falta de integração entre sistemas"],
          "riscos": ["Risco de penalidade regulatória"],
          "observacoes": "Necessidade de revisão urgente do processo."
        }
      ],
      "criterios": {
        "formula_impacto": "(normaliza(severidade_media)*0.5) + (normaliza(suporte_percentual)*0.3) + (normaliza(|sentimento_medio|)*0.2)",
        "definicao_esforco": "Baixo: texto/comunicação; Médio: regra operacional; Alto: mudança sistêmica."
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 12.000 caracteres, variando conforme o número de problemas priorizados.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para calcular impacto e esforço.
  • 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 Recomendações de Melhoria e Experimentos (RF 5).

RF 5. Agente de Recomendações de Melhoria e Experimentos

5.1 Tarefa do Agente

Gerar recomendações acionáveis (processo, comunicação, sistema) e um plano de experimento/implementação com metas e guardrails.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um conjunto de problemas priorizados e hipóteses de causa. Este conjunto de dados precisa ser transformado em recomendações acionáveis e planos de experimento.

# 2. Objetivo
Gerar recomendações acionáveis (processo, comunicação, sistema) e um plano de experimento/implementação com metas e guardrails.

# 3. Regras que você deve seguir para gerar sua resposta
- Cada recomendação deve estar vinculada a um item do backlog (id_item) e atacar diretamente as hipóteses de causa listadas.
- Defina metas SMART para KPIs afetados; se kpis_base fornecido, use como baseline; caso contrário, aponte baseline como 'a levantar' e mantenha meta realista (ex.: redução de SLA de 10 para 7 dias, -30%).
- Categoria: 'processo' para ajustes de fluxo/SLAs/documentação; 'comunicacao' para textos/push/e-mails; 'sistema' para UX, status tracking, validações; 'treinamento' para capacitação do atendimento.
- Estimativa de prazo: curto<=4 semanas; medio 5-12; longo >12.
- Guardrails: sempre inclua pelo menos 1 guardrail de risco (ex.: não elevar taxa de negativas > X%).
- Mensagem_chave_ao_beneficiario deve ser clara, empática e específica ao problema.
- Quando esforço='baixo' e impacto=P1, priorize quick wins com passos_implementacao enxutos. 
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 como input um JSON contendo problemas priorizados e hipóteses de causa, gerado pelo agente anterior.
  • 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 recomendações de melhoria, planos de experimento e metas definidas.
  • Exemplo de Estrutura de Output:
     {
      "recomendacoes": [
        {
          "id_item": "abc-123",
          "acao": "Revisar comunicação sobre prazos de autorização.",
          "categoria": "comunicacao",
          "owner_area": "Atendimento ao Cliente",
          "passos_implementacao": ["Revisar texto padrão de e-mails", "Atualizar FAQs no portal"],
          "estimativa_prazo": "curto",
          "custo_estimado": "baixo",
          "kpis_impactados": [
            {
              "kpi": "SLA_autorizacao",
              "direcao": "down",
              "meta": 7,
              "baseline": 10
            }
          ],
          "experimento": {
            "tipo": "A/B",
            "duracao_semanas": 4,
            "populacao_alvo": "Beneficiários que solicitaram autorizações nos últimos 3 meses",
            "criterios_sucesso": [
              {
                "kpi": "SLA_autorizacao",
                "alvo": 7
              }
            ],
            "guardrails": [
              {
                "kpi": "taxa_negativas",
                "limite_minimo_ou_maximo": 5
              }
            ]
          },
          "mensagem_chave_ao_beneficiario": "Estamos melhorando nossos prazos de autorização para servir você melhor."
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 15.000 caracteres, variando conforme o número de recomendações geradas.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para definir metas e guardrails.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 (JSON de recomendações) deve ser visível para o Agente de Geração de Relatório Executivo (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatório Executivo (RF 6).

RF 6. Agente de Geração de Relatório Executivo

6.1 Tarefa do Agente

Consolidar resultados em um entregável executivo claro, com sumário, principais tendências, backlog priorizado e plano de ação.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um conjunto de recomendações de melhoria e planos de experimento. Este conjunto de dados precisa ser consolidado em um relatório executivo claro.

# 2. Objetivo
Consolidar resultados em um entregável executivo claro, com sumário, principais tendências, backlog priorizado e plano de ação.

# 3. Regras que você deve seguir para gerar sua resposta
- O resumo executivo deve caber em até 200 palavras e destacar apenas o essencial para decisão.
- Use números e percentuais consistentes com os cálculos anteriores; quando estimados, sinalize 'estimado'.
- Inclua uma seção curta de metodologia explicitando: janelas analisadas, critérios de tendência, fórmula de impacto.
- Ordene listas por importância (P1 antes de P2/P3) e mantenha consistência de nomes de temas.
- Evite jargões técnicos; escrever para público executivo não técnico; foco em decisões e próximos passos. 
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 como input um JSON combinando saídas dos agentes anteriores, incluindo recomendações de melhoria e planos de experimento.
  • 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 15.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo um relatório executivo consolidado, com sumário, principais tendências, backlog priorizado e plano de ação.
  • Exemplo de Estrutura de Output:
     {
      "resumo_executivo": {
        "top_3_tendencias": [
          {
            "tema": "prazos_SLA",
            "suporte_percentual": 10.0,
            "severidade_media": 3.5,
            "recomendacao_resumo": "Revisar comunicação sobre prazos."
          }
        ],
        "ganhos_rapidos": [
          {
            "acao": "Revisar texto padrão de e-mails",
            "kpi_principal": "SLA_autorizacao",
            "meta": 7
          }
        ]
      },
      "secoes": {
        "metodologia": "Análise de feedbacks de 2025-12-01 a 2025-12-14, critérios de tendência baseados em suporte_percentual >= 5%.",
        "panorama_geral": {
          "totais": {
            "feedbacks_analisados": 100,
            "taxa_descarte": 5.0
          },
          "distribuicao_por_tema": [
            {
              "tema": "prazos_SLA",
              "suporte_percentual": 10.0
            }
          ]
        },
        "detalhes_tendencias": [],
        "backlog_priorizado": [],
        "plano_acao": []
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 20.000 caracteres, variando conforme o número de seções e detalhes incluídos.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para consolidar resultados e calcular métricas finais.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

6.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções não são visíveis para agentes subsequentes.
  • Visibilidade da Resposta: A resposta (relatório executivo) 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 relatório gerado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.