Documento de Requisitos do Agente – ARD v7.6

Documento de Requisitos do Agente

Agentes para Elaboração de Proposta Comercial | Versão 1.7

1. Propósito e Escopo

Este documento descreve os requisitos para o Fluxo de Agentes "Elaboração de Proposta Comercial", uma solução de automação projetada para gerar propostas comerciais personalizadas a partir da gravação de áudio de reuniões com clientes.

O objetivo principal é transformar o input de áudio em uma apresentação de slides completa e interativa, que detalha o escopo técnico, a estimativa de custos, o cronograma e o plano recomendado, reduzindo drasticamente o trabalho manual do time comercial.

2. Contexto e Problema

Cenário Atual

O time comercial realiza reuniões consultivas com potenciais clientes que desejam implementar agentes de IA em suas operações. Nessas reuniões, surgem diversas dúvidas complexas:

  • Viabilidade técnica para implementar os agentes desejados.
  • Desenho e Espeficicação Funcional adequados do Fluxo de Agentes necessário para o cliente.
  • Plano Prototipe AI adequado para o perfil e projeto do cliente.
  • Estratégias para integrar os agentes com sistemas, planilhas e documentos do cliente.
  • Melhor forma para execução dos Agentes em produção (infraestrutura do cliente, consumo via API ou web na própria plataforma da Prototipe AI).
  • Tempo de implementação do projeto.
  • Estimativa de custos com o consumo de tokens dos modelos de IA dos Agentes em produção.

Após a reunião, o processo de criação da proposta é inteiramente manual. O trabalho envolve ler transcrições, usar o ChatGPT para resumir o escopo, planejar o fluxo de agentes, calcular estimativas de tokens, escolher um plano e, finalmente, montar os slides, inserindo os dados do cliente em um template padrão.

Problemas Identificados

  • Consumo de tempo: O processo manual de análise e montagem de propostas consome um tempo valioso do time comercial, que poderia ser usado para prospecção e negociação.
  • Atraso no envio: A demora na preparação da proposta pode diminuir o momentum comercial e atrasar o fechamento de negócios.
  • Falta de padronização: A análise manual está sujeita a diferentes interpretações, resultando em propostas com níveis variados de qualidade e detalhe.
  • Dependência de outros times: Frequentemente, o time comercial precisa consultar equipes técnicas ou de suporte para validar a viabilidade e as estimativas, gerando gargalos e consumindo recursos de outras áreas.
  • Risco de erros: Estimativas manuais de custo de tokens e cronogramas de projeto são propensas a erros, que podem levar a promessas desalinhadas com a realidade e impactar negativamente a rentabilidade e a satisfação do cliente.

3. Impactos Esperados

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

  • Reduzir o tempo de geração de propostas em pelo menos 80%.
  • Padronizar a qualidade e o formato de todas as propostas comerciais.
  • Aumentar a precisão das estimativas de custo e cronograma.
  • Eliminar a dependência do time técnico para a elaboração da proposta.
  • Acelerar o ciclo de vendas, permitindo que os clientes recebam as propostas mais rapidamente.

4. Visão Geral da Solução

A solução consiste em um fluxo de automação composto por 10 agentes de IA. O processo inicia com o envio de áudio da reunião e termina com a geração de um link para a apresentação de slides pronta para ser enviada ao cliente.

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 & Nós Função Principal
Agente de Definição do Escopo do Projeto (RF 1) Analisar a transcrição para extrair e documentar o escopo funcional do projeto.
Criador do Mapa de Agentes do Projeto (RF 2) Projetar a arquitetura da solução, definindo o fluxo de agentes necessário para atender ao escopo.
Agente Revisor do Escopo e Mapa (RF 3) Validar a consistência e a coerência entre o escopo documentado e o mapa de agentes proposto.
Agente de Estimativa de Consumo de Tokens (RF 4) Calcular o consumo de tokens e os custos operacionais estimados para a solução projetada.
Agente de Recomendação do Plano Prototipe AI (RF 5) Sugerir o plano de contratação mais adequado com base nos requisitos técnicos e na estimativa de custos.
Agente de Cálculo de Add-ons Agente Condicionado (RF 6) Calcular custos de serviços adicionais para o plano Enterprise.
Agente de Elaboração dos Slides (RF 7) Compilar todas as informações geradas em uma estrutura de dados (JSON) para a criação da apresentação.
Agente de Envio para Geração de Slides (RF 8) Enviar a estrutura de dados para o sistema externo de slides e obter um ID de apresentação.
Agente de Criação de Roteiros para Vídeos (RF 9) Gerar roteiros de vídeo para cada slide da apresentação.
Agente de Envio Final e Geração de Link (RF 10) Enviar os roteiros para a apresentação e obter o link final para compartilhamento.

Regras de Execução Condicional ou Edges

  • Ativação do Agente de Cálculo de Add-ons (RF 6): Este agente só será executado se o resultado do Agente de Recomendação do Plano (RF 5) for "Enterprise". Caso contrário, o fluxo pulará esta etapa e prosseguirá diretamente para o Agente de Elaboração dos Slides (RF 7).

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 Definição do Escopo do Projeto

1.1 Tarefa do Agente

Analisar a transcrição da reunião para extrair e documentar de forma estruturada o escopo funcional do projeto solicitado pelo cliente.

1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a transcrição textual de uma reunião comercial. Este texto é o registro bruto da conversa entre o time de vendas e um potencial cliente sobre suas necessidades de projeto.

# 2. Objetivo
Analisar a transcrição para extrair e documentar os requisitos funcionais do projeto, identificar o nome do cliente e verificar se foi solicitado um serviço de consultoria para o treinamento inicial do agente.

# 3. Regras que você deve seguir para gerar sua resposta
- Ignore conversas informais (`small talk`) e discussões sobre trâmites comerciais. Concentre-se exclusivamente nos detalhes técnicos e funcionais do projeto.
- Organize as ideias do cliente de forma lógica e coerente. Atue como um consultor que estrutura a demanda, mas sem adicionar funcionalidades que não foram explicitamente mencionadas.
- Se o nome da empresa do cliente não for claramente identificado, utilize o valor "não identificado".
- O campo "Consultoria Especializada" deve ser marcado como "Sim" apenas se houver uma solicitação explícita do cliente por um serviço pago de treinamento ou implementação assistida. Distinga isso de uma simples menção a "suporte técnico padrão". A regra é identificar a demanda por um especialista dedicado para garantir a performance inicial do agente.

# 4. Exemplo de Output que você deve produzir
**Nome do Cliente:** Casa Verde
**Nome do Projeto:** Copiloto Médico para Suporte ao Atendimento em Tempo Real
**Consultoria Especializada para Treinamento Inicial do Agente solicitada pelo cliente:** Não

### O que o cliente deseja:
Implementar um fluxo de agentes de IA, acessível por uma interface conversacional, capaz de:
1.  Responder a dúvidas dos médicos sobre o histórico clínico de um paciente.
2.  Gerar recomendações de prescrição e planos de cuidado com base nos dados do paciente.
3.  Elaborar relatórios estruturados para solicitação de prorrogação de internação.
          
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 áudio da reunião, que será previamente transcrito para texto.
  • Tipo do input: O input inicial para o fluxo é um arquivo de áudio, que após ser transcrito, resulta em um texto que é o input direto para este agente.
  • Formatos Suportados: Esse agente deve ser capaz de receber, indiretamente através da transcrição, áudios nos formatos: .mp3, .wav, .m4a.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 90.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um texto formatado em **Markdown**. A estrutura deve iniciar com um cabeçalho contendo os campos `Nome do Cliente`, `Nome do Projeto` e `Consultoria Especializada` em negrito. Logo após, a descrição detalhada do projeto deve ser apresentada sob um título de nível 3 (`###`), seguida por uma lista numerada das funcionalidades.
  • Exemplo de Estrutura de Output:
    **Nome do Cliente:** Casa Verde
    **Nome do Projeto:** Copiloto Médico para Suporte ao Atendimento em Tempo Real
    **Consultoria Especializada para Treinamento Inicial do Agente solicitada pelo cliente:** Não
    
    ### O que o cliente deseja:
    Ele deseja implementar um fluxo de agentes de IA a partir de uma interface conversacional que seja capaz de:
    1. Tirar dúvidas dos médicos sobre o histórico do paciente.
    2. Fazer recomendações de prescrição e plano de cuidado.
    3. Produzir relatório para solicitação de prorrogação de internação.
                        
  • Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a complexidade do projeto descrito.

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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, o fluxo aciona o Criador do Mapa de Agentes do Projeto (RF 2).

RF 2. Criador do Mapa de Agentes do Projeto

2.1 Tarefa do Agente

Projetar a arquitetura da solução, definindo o fluxo de agentes necessário para atender ao escopo e estruturar essa arquitetura em um arquivo JSON.

2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um documento de escopo de projeto, formatado em Markdown. Este documento foi gerado por um agente anterior e detalha os requisitos funcionais solicitados por um cliente.

# 2. Objetivo
Projetar a arquitetura da solução, definindo o fluxo de agentes necessário para atender ao escopo e estruturar essa arquitetura em um arquivo JSON.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada requisito funcional principal no escopo, desenhe um agente específico. A solução deve ser modular, evitando agentes que acumulam múltiplas responsabilidades distintas.
- Defina um `agent_id` único e descritivo para cada agente, usando o formato `snake_case`.
- Especifique os campos `input` e `output` para cada agente, garantindo que o fluxo de dados seja lógico e contínuo entre eles.
- A `responsibility` de cada agente deve ser uma frase única e precisa, descrevendo sua função exata no fluxo.
- Se o escopo mencionar a necessidade de integração com sistemas externos (ex: CRM, ERP, Prontuário Eletrônico), crie um agente específico para essa finalidade, detalhando o tipo de sistema no campo `responsibility`.

# 4. Exemplo de Output que você deve produzir
{
  "flow_name": "copiloto_medico_suporte_atendimento",
  "agents": [
    {
      "agent_id": "agente_consulta_historico",
      "responsibility": "Recebe uma pergunta sobre um paciente e consulta o prontuário eletrônico para extrair informações relevantes.",
      "input": "{ 'pergunta': 'string', 'paciente_id': 'string' }",
      "output": "{ 'dados_historico': 'string' }"
    },
    {
      "agent_id": "agente_recomendacao_prescricao",
      "responsibility": "Analisa os dados do histórico e, com base em diretrizes médicas, sugere um plano de cuidado e prescrição.",
      "input": "{ 'dados_historico': 'string' }",
      "output": "{ 'sugestao_prescricao': 'json' }"
    }
  ]
}
          
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 texto formatado em Markdown, que corresponde ao documento de escopo do projeto gerado pelo agente anterior.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .md (Markdown).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 6.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo o mapa de agentes. A estrutura deve definir cada agente, suas responsabilidades, inputs, outputs e a sequência de execução, servindo como a arquitetura da solução.
  • Exemplo de Estrutura de Output:
    {
      "flow_name": "Copiloto Médico para Suporte ao Atendimento",
      "agents": [
        {
          "agent_id": "agente_historico_paciente",
          "responsibility": "Consultar o prontuário eletrônico para responder dúvidas sobre o histórico do paciente.",
          "input": "Pergunta do médico (string)",
          "output": "Resposta com dados do histórico (string)"
        },
        {
          "agent_id": "agente_recomendacao_prescricao",
          "responsibility": "Sugerir prescrições e planos de cuidado com base nos dados do paciente e em diretrizes médicas.",
          "input": "Dados do paciente (JSON)",
          "output": "Sugestão de prescrição (JSON)"
        }
      ]
    }
                      
  • Número de caracteres esperado: A estimativa é que o JSON gerado contenha aproximadamente 2.500 caracteres, variando de acordo com o número e a complexidade dos agentes necessários para o projeto.

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, o fluxo aciona o Agente Revisor do Escopo e Mapa (RF 3).

Acesse o Documento Completo

Para visualizar a documentação técnica detalhada, incluindo prompts e configurações de todos os agentes, faça login ou crie sua conta na prototipe.ai.

RF 3. Agente Revisor do Escopo e do Mapa

Conteúdo disponível para usuários logados.

RF 4. Agente de Estimativa de Consumo de Tokens

Conteúdo disponível para usuários logados.

RF 5. Agente de Recomendação do Plano Prototipe AI

Conteúdo disponível para usuários logados.

RF 6. Agente de Cálculo de Add-ons Agente Condicionado

Conteúdo disponível para usuários logados.

RF 7. Agente de Elaboração dos Slides

Conteúdo disponível para usuários logados.

RF 8. Agente de Envio para Geração de Slides

Conteúdo disponível para usuários logados.

RF 9. Agente de Criação de Roteiros para Vídeos

Conteúdo disponível para usuários logados.

RF 10. Agente de Envio Final e Geração de Link

Conteúdo disponível para usuários logados.

© 2025 prototipe.ai. Todos os direitos reservados.