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 "Previsão de Picos de Atendimento", uma solução de automação projetada para prever picos de demanda em atendimentos com base em dados históricos e fatores externos. 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 input de dados históricos de atendimento e fatores externos em previsões precisas de picos de demanda, sugerindo ações preventivas para gerenciar esses picos de forma eficaz.
2. Contexto e Problema
Problemas Específicos
A falta de previsibilidade em relação a picos de atendimento e a dificuldade em planejar recursos adequadamente durante períodos de alta demanda são desafios significativos para muitas empresas. Esses problemas resultam em:
- Sobrecarga das equipes de atendimento durante picos de demanda não previstos.
- Redução na qualidade do atendimento ao cliente devido à falta de recursos adequados.
- Perda de oportunidades de vendas ou suporte devido à incapacidade de atender a todas as solicitações em tempo hábil.
Para resolver esses problemas, o agente de IA proposto deve ser capaz de analisar dados históricos de atendimento e fatores externos relevantes, prever picos de demanda com base em padrões identificados e sugerir ações preventivas.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Aumentar a previsibilidade dos picos de atendimento em pelo menos 90%.
- Melhorar o planejamento de recursos durante períodos de alta demanda.
- Reduzir a sobrecarga das equipes de atendimento em até 70% durante picos.
- Aumentar a satisfação do cliente através de um atendimento mais rápido e eficiente.
4. Visão Geral da Solução
O agente de IA para previsão de picos de atendimento analisa dados históricos de atendimento e fatores externos para prever picos de demanda e sugerir ações preventivas. 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 previsão de picos de demanda.
A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a padronização do histórico de atendimentos e termina com a geração de um plano de ações preventivas para gerenciar os picos previstos.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo. O fluxo inclui etapas condicionais que são executadas apenas se critérios específicos forem atendidos, conforme detalhado após a tabela.
| Agentes | Função Principal |
|---|---|
Agente de Padronização e Validação de Histórico de Atendimento (RF 1)
| Receber e padronizar o histórico de atendimentos, validar integridade e gerar série temporal horária pronta para previsão. |
Agente de Projeção de Demanda e Identificação de Picos (Base Histórica) (RF 2)
| Gerar previsão base horária e identificar janelas de pico a partir do histórico validado. |
Agente de Preparação de Parâmetros de Busca de Fatores Externos (RF 3)
| Definir parâmetros de busca online para clima, feriados e eventos relevantes ao período previsto. |
Agente de Busca Online (RF 4)
| Realizar busca online para obter dados de clima, feriados e eventos no período e localidade definidos. |
Agente de Normalização e Impacto de Fatores Externos (RF 5)
| Transformar resultados de busca em fatores de impacto por data/hora. |
Agente de Ajuste da Previsão por Fatores Externos (RF 6)
| Aplicar fatores externos à previsão base e recalcular janelas de pico. |
Agente de Sugestão de Ações Preventivas Operacionais (RF 7)
| Gerar plano de ações preventivas por janela de pico ajustada com cálculo de recursos e timings. |
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 Padronização e Validação de Histórico de Atendimento
1.1 Tarefa do Agente
Receber e padronizar o histórico de atendimentos, validar integridade e gerar série temporal horária pronta para previsão.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um arquivo CSV ou JSON com registros de atendimentos. Este documento contém, no mínimo, as colunas/campos: data (YYYY-MM-DD), hora (HH:mm ou HH), numero_atendimentos (inteiro). # 2. Objetivo Padronizar o histórico de atendimentos, validar a integridade dos dados e gerar uma série temporal horária pronta para previsão. # 3. Regras que você deve seguir para gerar sua resposta - Considerar timezone informado; se ausente, assumir America/Sao_Paulo e informar no output. - Unificar granularidade para 1h. Se dados estiverem em minutos, agregar por soma; se diários, distribuir proporcionalmente por perfil horário médio do mesmo dia da semana (se indisponível, dividir igualmente pelas horas úteis 08-20h). - Tratar datas: aceitar formatos DD/MM/YYYY e YYYY-MM-DD; normalizar para YYYY-MM-DD. Hora aceita HH ou HH:mm; normalizar para HH:00. - Preencher lacunas de até 6 horas consecutivas com a mediana do mesmo dia-da-semana e hora nas últimas 8 semanas; registrar contador lacunas_preenchidas. Se lacuna > 6h, marcar historico_validado=false e detalhar em motivos_invalidacao. - Detectar outliers por desvio absoluto mediano (MAD): valor > mediana_dow_hora + 6*MAD => aparar para mediana + 6*MAD; registrar outliers_ajustados. - Validar período mínimo: semanas_de_dados >= 8. Caso < 8, historico_validado=false com motivo. - Se capacidade_base_por_hora vier ausente, derivar capacidade_base_por_hora como o percentil 75 da distribuição de atendimentos por (dow,hora) e incluir no output. - Produzir campo serie_horaria_padronizada ordenada por datetime_utc.
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 arquivo de dados de atendimento via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um arquivo CSV ou JSON contendo registros de atendimentos.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos:
.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 JSON estruturado contendo a série temporal horária padronizada e informações de validação.
-
Exemplo de Estrutura de Output:
{ "serie_horaria_padronizada": [ { "datetime_utc": "2025-12-12T10:00:00Z", "dow": "Segunda", "hora": "10", "atendimentos": 45 } ], "timezone_origem": "America/Sao_Paulo", "lacunas_preenchidas": 3, "outliers_ajustados": 2, "periodo_coberto": { "inicio": "2025-10-01", "fim": "2025-12-12" }, "semanas_de_dados": 10, "historico_validado": true, "motivos_invalidacao": [], "capacidade_base_por_hora": { "seg_09": 35, "seg_10": 40 } } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos dados 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 Projeção de Demanda e Identificação de Picos (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Projeção de Demanda e Identificação de Picos (RF 2).
RF 2. Agente de Projeção de Demanda e Identificação de Picos (Base Histórica)
2.1 Tarefa do Agente
Gerar previsão base horária e identificar janelas de pico a partir do histórico validado.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com o histórico de atendimentos já validado e padronizado. # 2. Objetivo Gerar uma previsão base horária e identificar janelas de pico a partir do histórico validado. # 3. Regras que você deve seguir para gerar sua resposta - Calcular baseline_dow_hora como mediana dos últimos 8-12 semanas por (dow,hora). - Calcular ajuste_tendencia como variação percentual da média horária das últimas 'janela_tendencia_semanas' versus as 4 semanas anteriores, limitado ao intervalo [-20%, +20%]. - Demanda_prevista = baseline_dow_hora * (1 + ajuste_tendencia). - Identificar picos onde demanda_prevista > baseline_dow_hora + 3*MAD_dow_hora (MAD calculado no histórico). Agrupar horas contíguas em janelas; intensidade_relativa = (demanda_prevista / baseline_dow_hora) - 1. - Produzir horizonte de 'horizonte_dias' a partir do próximo dia útil 00:00 no timezone de origem.
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 estruturado contendo a série temporal horária padronizada e informações 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 5.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo a previsão de demanda e as janelas de pico identificadas.
-
Exemplo de Estrutura de Output:
{ "previsao_base": [ { "datetime_utc": "2025-12-13T10:00:00Z", "demanda_prevista": 50, "baseline_dow_hora": 45, "ajuste_tendencia": 0.1 } ], "picos_detectados": [ { "inicio_utc": "2025-12-13T10:00:00Z", "fim_utc": "2025-12-13T12:00:00Z", "intensidade_relativa": 0.2, "motivo": "baseline+desvio" } ], "previsao_base_disponivel": true } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 3.000 caracteres, podendo variar conforme a complexidade dos dados processados.
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 deve ser visível para o Agente de Preparação de Parâmetros de Busca de Fatores Externos (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Preparação de Parâmetros de Busca de Fatores Externos (RF 3).
RF 3. Agente de Preparação de Parâmetros de Busca de Fatores Externos
3.1 Tarefa do Agente
Definir parâmetros de busca online para clima, feriados e eventos relevantes ao período previsto.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um calendário de picos detectados e contexto de busca. # 2. Objetivo Definir parâmetros de busca online para clima, feriados e eventos relevantes ao período previsto. # 3. Regras que você deve seguir para gerar sua resposta - Para 'clima': termos = ["previsão do tempo", cidade, estado, "chuva", "onda de calor", "frente fria"]. - Para 'feriados': termos = ["feriado", cidade, estado, pais, ano]; incluir 'ponto facultativo'. - Para 'eventos': termos = [cidade, "evento", "show", "festival", "feira", "congresso", meses do período]. - Intervalo = [min(previsao_base.inicio) - 3 dias, max(previsao_base.fim) + 1 dia]. - Idioma default 'pt-BR'. - Limitar a 3-5 consultas por categoria, priorizando termos mais específicos (cidade>estado>pais).
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 estruturado contendo o calendário de picos detectados e o contexto de busca.
-
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.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo os parâmetros de busca definidos para clima, feriados e eventos.
-
Exemplo de Estrutura de Output:
{ "parametros_busca": { "consultas": [ { "categoria": "clima", "termos": ["previsão do tempo", "São Paulo", "chuva"], "intervalo": {"inicio_utc": "2025-12-10T00:00:00Z", "fim_utc": "2025-12-15T23:59:59Z"}, "localidade": "São Paulo, SP, Brasil", "idioma": "pt-BR" } ] } } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 2.000 caracteres, podendo variar conforme a complexidade dos dados processados.
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 Busca Online (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Busca Online (RF 4).
RF 4. Agente de Busca Online
4.1 Tarefa do Agente
Realizar busca online para obter dados de clima, feriados e eventos no período e localidade definidos.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo parâmetros de busca prontos no formato JSON para realizar buscas online. # 2. Objetivo Realizar busca online para obter dados de clima, feriados e eventos no período e localidade definidos. # 3. Regras que você deve seguir para gerar sua resposta - Executar buscas online utilizando os parâmetros recebidos. - Não realizar análise dos dados; apenas retornar os dados encontrados. - Estruturar o output como um JSON consolidado dos resultados da busca.
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 estruturado contendo os parâmetros de busca online.
-
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 2.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON consolidado contendo os resultados da busca online.
-
Exemplo de Estrutura de Output:
{ "resultados_busca": { "itens": [ { "categoria": "clima", "titulo": "Previsão de Chuva", "descricao_resumida": "Chuva intensa prevista para São Paulo", "data_inicio": "2025-12-12T00:00:00Z", "data_fim": "2025-12-12T23:59:59Z", "local": "São Paulo", "fonte_url": "http://exemplo.com/clima" } ] } } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 4.000 caracteres, podendo variar conforme a complexidade dos dados processados.
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: Utiliza ferramenta de busca online para coletar dados.
- 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 Normalização e Impacto de Fatores Externos (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Normalização e Impacto de Fatores Externos (RF 5).
RF 5. Agente de Normalização e Impacto de Fatores Externos
5.1 Tarefa do Agente
Transformar resultados de busca em fatores de impacto por data/hora.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo resultados de busca online e uma série de previsão base. # 2. Objetivo Transformar resultados de busca em fatores de impacto por data/hora. # 3. Regras que você deve seguir para gerar sua resposta - Mapear regras de impacto padrão (ajustáveis): - Feriado nacional: multiplicador 1.4 no feriado, 1.2 na véspera 12-20h. - Feriado municipal/estadual: multiplicador 1.25 no feriado. - Evento de grande porte (palavras: "festival", "show", "campeonato", "feira"): 1.15 a 1.3 durante o evento e 2h antes/depois; escolher 1.3 se descrição contiver "sold out" ou público >10k. - Clima: chuva forte/temporais: 1.2 em horários de pico deslocamento (07-10, 17-20); onda de calor (>35°C): 1.1 em horário comercial (09-18); frio intenso (<10°C): 1.05. - Se múltiplos fatores coincidirem, multiplicar impactos e aplicar teto de 1.8. - Definir confiança: 0.9 para feriados oficiais; 0.7 eventos com fonte confiável; 0.6 clima com previsão; 0.5 itens sem data/hora precisa. - Gerar justificativa citando título e janela do item usado.
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 os resultados de busca online e a série de previsão base.
-
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 6.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo os fatores de impacto normalizados por data/hora.
-
Exemplo de Estrutura de Output:
{ "fatores_externos_normalizados": [ { "intervalo": { "inicio_utc": "2025-12-12T07:00:00Z", "fim_utc": "2025-12-12T09:00:00Z" }, "tipo": "chuva forte", "impacto_multiplicador": 1.2, "justificativa": "Previsão de Chuva intensa", "confianca": 0.6 } ], "fatores_externos_disponiveis": true } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 3.500 caracteres, podendo variar conforme a complexidade dos dados processados.
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 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 Ajuste da Previsão por Fatores Externos (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Ajuste da Previsão por Fatores Externos (RF 6).
RF 6. Agente de Ajuste da Previsão por Fatores Externos
6.1 Tarefa do Agente
Aplicar fatores externos à previsão base e recalcular janelas de pico.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo a previsão base e os fatores externos normalizados. # 2. Objetivo Aplicar fatores externos à previsão base e recalcular janelas de pico. # 3. Regras que você deve seguir para gerar sua resposta - Para cada hora prevista: demanda_prevista_ajustada = demanda_prevista * produto(multiplicadores aplicáveis na hora). Se nenhum fator, multiplicador=1. - Aplicar suavização: média ponderada de 3 pontos (0.25 anterior, 0.5 atual, 0.25 próximo) para evitar serrilhado. - Recalcular picos ajustados usando mesmo critério do agente de projeção (baseline + 3*MAD) porém sobre a série ajustada; manter janelas contíguas. - Impor teto por capacidade: se demanda_prevista_ajustada > 2.5x baseline_dow_hora, limitar a 2.5x e registrar campo cap_aplicado=true na hora.
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 a previsão base e os fatores externos normalizados.
-
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 4.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo a previsão ajustada e as janelas de pico recalculadas.
-
Exemplo de Estrutura de Output:
{ "previsao_ajustada": [ { "datetime_utc": "2025-12-13T10:00:00Z", "demanda_prevista_ajustada": 60, "multiplicador_externo_aplicado": 1.2 } ], "picos_ajustados": [ { "inicio_utc": "2025-12-13T10:00:00Z", "fim_utc": "2025-12-13T12:00:00Z", "intensidade_relativa": 0.3 } ], "previsao_ajustada_disponivel": true } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 3.500 caracteres, podendo variar conforme a complexidade dos dados processados.
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 deve ser visível para o Agente de Sugestão de Ações Preventivas Operacionais (RF 7).
6.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Ações Preventivas Operacionais (RF 7).
RF 7. Agente de Sugestão de Ações Preventivas Operacionais
7.1 Tarefa do Agente
Gerar plano de ações preventivas por janela de pico ajustada com cálculo de recursos e timings.
7.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo a previsão ajustada e dados de capacidade base por hora. # 2. Objetivo Gerar um plano de ações preventivas por janela de pico ajustada, incluindo cálculo de recursos e tempos de acionamento. # 3. Regras que você deve seguir para gerar sua resposta - Calcular sobrecarga_por_hora = max(0, demanda_prevista_ajustada - capacidade_base_por_hora[dow_hora]). Sobrecarga_max_relativa = max(sobrecarga_por_hora / max(1, capacidade_base_por_hora)). - Usar produtividade_media_por_agente_por_hora padrão=12 se não fornecida. - headcount_extra = ceil( max_sobrecarga_da_janela / produtividade_media_por_agente_por_hora ). Nunca sugerir negativo. - Início de acionamento: 60 min antes do início da janela; se sobrecarga_max_relativa >= 50%, antecipar para 120 min. - Regras de ações por faixa de sobrecarga_max_relativa: - 0-10%: ajustar pausas, monitorar; mensagens informativas no app/site. - >10-30%: reforço equipe leve (1-2 agentes), reprogramar tarefas de backoffice, habilitar fila prioritária. - >30-60%: reforço moderado (headcount_extra calculado), extend horário em +1h, mensagens proativas com previsão de espera e alternativas digitais. - >60%: reforço máximo, expansão temporária de turnos, roteamento para canais assíncronos, contenção de solicitações não urgentes. - Gerar texto de comunicacao com: motivo (fator externo se houver), janelas e expectativa de tempo de espera. - Incluir parametros_utilizados no output: produtividade, capacidade_base, slas recebidos.
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 como input a previsão ajustada e dados de capacidade base por hora.
-
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.
7.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo o plano de ações preventivas por janela de pico ajustada.
-
Exemplo de Estrutura de Output:
{ "plano_preventivo": [ { "janela_pico": { "inicio_utc": "2025-12-13T10:00:00Z", "fim_utc": "2025-12-13T12:00:00Z" }, "sobrecarga_max_relativa": 0.3, "headcount_extra": 2, "inicio_acionamento_recomendado_utc": "2025-12-13T09:00:00Z", "acoes": ["reforco_equipe", "reagendar_tarefas", "fila_prioritaria"], "detalhes": { "comunicacao": "Previsão de pico devido a evento", "configuracoes_canais": "priorizar atendimento digital" } } ], "parametros_utilizados": { "produtividade": 12, "capacidade_base": { "seg_09": 35, "seg_10": 40 }, "sla": 15 } } - Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno de 4.000 caracteres, podendo variar conforme a complexidade dos dados processados.
7.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
7.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
7.3.5 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 do fluxo.
7.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O plano de ações preventivas gerado é o resultado que deve ser disponibilizado ao usuário.