Agente de IA para Acompanhamento de Desempenho de Estagiários

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

Como criar um agente de IA que monitora e analisa relatórios de desempenho de estagiários.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Acompanhamento de Desempenho de Estagiários", uma solução de automação projetada para monitorar e analisar relatórios de desempenho de estagiários, oferecendo insights para ajustes nos programas de estágio. 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 dados de desempenho em insights acionáveis que orientam melhorias nos programas de estágio, fornecendo feedbacks personalizados para estagiários e supervisores.

2. Contexto e Problema

Cenário Atual

As empresas enfrentam dificuldades na monitorização e análise contínua e objetiva do desempenho dos estagiários. Esse desafio resulta na ausência de feedbacks personalizados e insights para ajustes nos programas de estágio.

Atualmente, a coleta de dados de desempenho é dispersa e não consolidada, dificultando a análise eficiente e o desenvolvimento de planos de ação baseados em dados concretos.


Problemas Identificados

  • Dificuldade de monitoramento: A falta de um sistema unificado para coletar e analisar dados de desempenho dos estagiários.
  • Ausência de insights: A dificuldade em identificar padrões de desempenho que possam orientar melhorias nos programas de estágio.
  • Feedbacks insuficientes: A necessidade de fornecer feedbacks personalizados e acionáveis para estagiários e supervisores.

3. Impactos Esperados

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

  • Melhoria na análise de desempenho: Proporcionar um sistema contínuo e objetivo de monitoramento de desempenho.
  • Insights acionáveis: Gerar insights que orientem ajustes e melhorias nos programas de estágio.
  • Feedbacks personalizados: Oferecer feedbacks claros e acionáveis para estagiários e supervisores.

4. Visão Geral da Solução

O agente de IA para acompanhamento de desempenho de estagiários coleta dados de múltiplas fontes, analisa padrões de desempenho e fornece feedbacks personalizados. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no acompanhamento e melhoria do desempenho de estagiários.

A solução consiste em um fluxo de automação composto por 8 agentes de IA. O processo inicia com a definição do esquema de coleta de dados e termina com a geração de feedbacks personalizados para estagiários e supervisores.

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

Agentes Função Principal
Agente de Definição de Esquema e Plano de Coleta (RF 1) Definir o esquema de dados unificado e o plano de coleta por fonte, períodos e filtros.
Agente de Execução de Chamada à API (RF 2) Realizar chamadas às APIs das fontes definidas para obter dados de desempenho.
Agente de Execução de Consulta a Documento (RF 3) Realizar consulta a documentos para obter dados de desempenho.
Agente de Execução de Consultas em Banco de Dados (RF 4) Realizar conexão e execução de consultas em bancos de dados externos.
Agente de Normalização, Limpeza e Consolidação (RF 5) Unificar, normalizar e consolidar os dados brutos no schema definido.
Agente de Análise de Padrões de Desempenho (RF 6) Identificar padrões, tendências e alertas de desempenho.
Agente de Insights e Ajustes do Programa (RF 7) Traduzir os padrões identificados em ações práticas de melhoria do programa de estágio.
Agente de Feedback Personalizado (RF 8) Gerar feedbacks personalizados para estagiários e supervisores.

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 de Esquema e Plano de Coleta

1.1 Tarefa do Agente

Definir o esquema de dados unificado e o plano de coleta por fonte, períodos e filtros, produzindo parâmetros prontos para execução de coleta.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma lista de fontes de dados disponíveis, incluindo tipo, nome, credenciais/metadados disponíveis e exemplo de campos, além de informações sobre o período de referência, unidade organizacional e lista de estagiários e supervisores.

# 2. Objetivo
Definir o esquema de dados unificado e o plano de coleta por fonte, períodos e filtros, produzindo parâmetros prontos para execução de coleta.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronize um schema_unificado com, no mínimo, os campos: estagiario_id, estagiario_nome, supervisor_id, supervisor_nome, data_referencia (YYYY-MM-DD), periodo (semana/mês), atividade_id, atividade_tipo, horas_registradas, tarefas_concluidas, prazos_cumpridos (0/1), qualidade_nota (0-10), engajamento_interacoes, feedbacks_recebidos, assiduidade_percentual, pontualidade_percentual, comentarios_texto, area, localidade.
- Defina tipos: datas em ISO (YYYY-MM-DD), números decimais com ponto, inteiros para contagens, booleanos como 0/1.
- Produza mapeamentos explícitos campo_origem -> campo_destino por fonte; quando não houver correspondência, marque como null e inclua em campos_em_falta.
- Estabeleça regras_de_normalizacao: timezone padrão (ex.: America/Sao_Paulo), arredondamento de horas para 2 casas, truncagem de strings a 500 caracteres, conversão de percentuais para 0-100.
- Defina chaves_de_deduplicacao: estagiario_id + data_referencia + atividade_id; se não houver atividade_id, use hash de (atividade_tipo + descrição + data_referencia).
- Crie regras_de_privacidade: mascarar e-mails/telefones em comentarios_texto; nunca incluir dados sensíveis que não sejam necessários ao objetivo.
- Se faltar qualquer elemento essencial (ids de estagiários ou datas), defina coleta_viavel=false e liste campos_em_falta. 
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 lista de fontes de dados e metadados 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 lista de fontes de dados e seus metadados.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .json, .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 20.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo: schema_unificado, mapeamentos_por_fonte, parametros_de_coleta_por_fonte, regras_de_normalizacao, chaves_de_deduplicacao, regras_de_privacidade, e flags.
  • Exemplo de Estrutura de Output:
     {
      "schema_unificado": {
        "estagiario_id": "int",
        "estagiario_nome": "string",
        "supervisor_id": "int",
        "supervisor_nome": "string",
        "data_referencia": "date",
        "periodo": "string",
        "atividade_id": "int",
        "atividade_tipo": "string",
        "horas_registradas": "float",
        "tarefas_concluidas": "int",
        "prazos_cumpridos": "boolean",
        "qualidade_nota": "float",
        "engajamento_interacoes": "int",
        "feedbacks_recebidos": "int",
        "assiduidade_percentual": "float",
        "pontualidade_percentual": "float",
        "comentarios_texto": "string",
        "area": "string",
        "localidade": "string"
      },
      "mapeamentos_por_fonte": {},
      "parametros_de_coleta_por_fonte": {},
      "regras_de_normalizacao": {},
      "chaves_de_deduplicacao": {},
      "regras_de_privacidade": {},
      "flags": {}
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e detalhado, com um tamanho estimado em 2.500 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

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

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API (RF 2).

RF 2. Agente de Execução de Chamada à API

2.1 Tarefa do Agente

Realizar chamadas às APIs das fontes definidas para obter dados de desempenho conforme parâmetros prontos.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma lista de parametros_de_coleta_por_fonte com source_type=api, incluindo endpoint, método, headers, query/body, paginação e janela de datas.

# 2. Objetivo
Realizar chamadas às APIs das fontes definidas para obter dados de desempenho conforme parâmetros prontos.

# 3. Regras que você deve seguir para gerar sua resposta
- Realize chamadas API utilizando os parâmetros fornecidos, garantindo que todos os dados necessários sejam coletados.
- Preserve metadados de paginação e status para referência futura.
- Em caso de falha na chamada, registre o erro e repita a tentativa até três vezes antes de falhar definitivamente.
- Assegure-se de que os dados retornados estão organizados por source_id. 
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber uma lista de parâmetros para chamadas API.
  • 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 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados brutos retornados por cada API, organizados por source_id, incluindo metadados de paginação e status.
  • Exemplo de Estrutura de Output:
     {
      "source_id": "api_1",
      "data": [
        {
          "estagiario_id": 123,
          "atividade_id": 456,
          "horas_registradas": 8.5
        }
      ],
      "metadata": {
        "pagination": {
          "current_page": 1,
          "total_pages": 10
        },
        "status": "success"
      }
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Realiza chamadas às APIs das fontes definidas.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento (RF 3).

RF 3. Agente de Execução de Consulta a Documento

3.1 Tarefa do Agente

Realizar consulta a documentos (planilhas, arquivos texto, relatórios) para obter dados de desempenho conforme parâmetros prontos.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma lista de parametros_de_coleta_por_fonte com source_type=documento, incluindo localização/acesso, abas, intervalos/linhas, colunas, padrões de nome de arquivo e período alvo.

# 2. Objetivo
Realizar consulta a documentos (planilhas, arquivos texto, relatórios) para obter dados de desempenho conforme parâmetros prontos.

# 3. Regras que você deve seguir para gerar sua resposta
- Acesse documentos utilizando as credenciais e caminhos fornecidos, garantindo que todos os dados necessários sejam coletados.
- Preserve cabeçalhos e linhas, indicando linhas ignoradas ou sem dados para referência futura.
- Se não houver dados disponíveis, registre o incidente e continue com a coleta dos demais documentos. 
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 uma lista de parâmetros para consulta a documentos.
  • 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 5.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados brutos extraídos dos documentos por source_id, preservando cabeçalhos e linhas, com indicação de linhas ignoradas/sem dados.
  • Exemplo de Estrutura de Output:
     {
      "source_id": "doc_1",
      "data": [
        {
          "estagiario_id": 789,
          "atividade_id": 012,
          "horas_registradas": 7.5
        }
      ],
      "metadata": {
        "headers": ["estagiario_id", "atividade_id", "horas_registradas"],
        "lines_ignored": 2
      }
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Realiza consultas a documentos para coleta de dados.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consultas em Banco de Dados (RF 4).

RF 4. Agente de Execução de Consultas em Banco de Dados

4.1 Tarefa do Agente

Realizar conexão e execução de consultas em bancos de dados externos para obter dados de desempenho conforme parâmetros prontos.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma lista de parametros_de_coleta_por_fonte com source_type=banco_de_dados, incluindo connection string/alias, consulta parametrizada, limites e período.

# 2. Objetivo
Realizar conexão e execução de consultas em bancos de dados externos para obter dados de desempenho conforme parâmetros prontos.

# 3. Regras que você deve seguir para gerar sua resposta
- Estabeleça conexão com os bancos de dados utilizando as credenciais fornecidas, garantindo que todos os dados necessários sejam coletados.
- Preserve esquemas de colunas e amostras de linhas para referência futura.
- Em caso de falha na conexão ou execução, registre o erro e repita a tentativa até três vezes antes de falhar definitivamente. 
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 uma lista de parâmetros para consultas em banco de dados.
  • 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 5.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o resultado das consultas por source_id, incluindo esquemas de colunas e amostras de linhas.
  • Exemplo de Estrutura de Output:
     {
      "source_id": "db_1",
      "data": [
        {
          "estagiario_id": 456,
          "atividade_id": 789,
          "horas_registradas": 6.0
        }
      ],
      "metadata": {
        "columns": ["estagiario_id", "atividade_id", "horas_registradas"],
        "sample_lines": 10
      }
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Realiza consultas em bancos de dados externos.

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Normalização, Limpeza e Consolidação (RF 5).

RF 5. Agente de Normalização, Limpeza e Consolidação

5.1 Tarefa do Agente

Unificar, normalizar e consolidar os dados brutos no schema definido, avaliando qualidade e completude.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos coletados de múltiplas fontes (APIs, documentos, bancos) junto com o schema_unificado, mapeamentos e regras_de_normalizacao.

# 2. Objetivo
Unificar, normalizar e consolidar os dados brutos no schema definido, avaliando qualidade e completude.

# 3. Regras que você deve seguir para gerar sua resposta
- Converter campos aos tipos definidos; datas inválidas vão para registros_descartados com reason=invalid_date.
- Aplicar mapeamentos; campos ausentes recebem null e são marcados em indicadores_de_qualidade.completude.
- Normalizar percentuais para 0-100; garantir horas_registradas >= 0; truncar strings > 500 caracteres.
- Deduplicar usando as chaves_de_deduplicacao; manter o registro mais recente quando houver conflito.
- Limitar extremos a limites de domínio: assiduidade_percentual e pontualidade_percentual em 0-100; qualidade_nota em 0-10; horas_registradas em 0-24 por dia; justificar cap quando aplicado.
- Remapear timezone para a referência padrão e gerar data_referencia consistente por registro.
- Propagar supervisor_id/nome quando disponível por relacionamento estável estagiario_id -> supervisor_id.
- Produzir indicadores_de_qualidade: {completude_por_campo, taxa_duplicidade, taxa_descartes, campos_sem_mapeamento} e um status_qualidade geral: [alto|médio|baixo] com base em limiares: alto se completude>=95% e duplicidade<1% e descartes<1%; baixo se completude<80% ou descartes>=5%. 
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 dados brutos coletados de múltiplas fontes.
  • 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.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um dataset consolidado no schema_unificado com registros_normalizados, indicadores_de_qualidade, registros_descartados, dicionario_de_dados e amostra_de_registros.
  • Exemplo de Estrutura de Output:
     {
      "registros_normalizados": [
        {
          "estagiario_id": 123,
          "atividade_id": 456,
          "horas_registradas": 8.5
        }
      ],
      "indicadores_de_qualidade": {
        "completude_por_campo": 98,
        "taxa_duplicidade": 0.5,
        "taxa_descartes": 0.2,
        "campos_sem_mapeamento": ["supervisor_nome"]
      },
      "registros_descartados": [],
      "dicionario_de_dados": {},
      "amostra_de_registros": {}
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

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 normalização e avaliação dos dados.
  • 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) gerada por este agente deve ser visível para o Agente de Análise de Padrões de Desempenho (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Padrões de Desempenho (RF 6).

RF 6. Agente de Análise de Padrões de Desempenho

6.1 Tarefa do Agente

Identificar padrões, tendências e alertas de desempenho em nível individual, de time e coortes, calculando KPIs e escores.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dataset consolidado e indicadores_de_qualidade.

# 2. Objetivo
Identificar padrões, tendências e alertas de desempenho em nível individual, de time e coortes, calculando KPIs e escores.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcular KPIs mínimos: taxa_prazos_cumpridos, média_qualidade_nota, média_horas, tarefas_concluidas_por_semana, assiduidade_percentual, pontualidade_percentual, engajamento_interacoes.
- Gerar escore_de_desempenho (0-100) com pesos padrão: prazos 25%, qualidade 25%, assiduidade 20%, pontualidade 10%, produtividade (tarefas/horas) 15%, engajamento 5%; documentar pesos usados.
- Classificar: alto>=80; médio 60-79; baixo<60.
- Detectar tendência: compare média das últimas 2 semanas vs. 2 anteriores (curto) e último mês vs. mês anterior (médio); rotular como melhora, estabilidade ou queda com variação percentual.
- Criar alertas_priorizados com regra: prioridade alta se escore<60 ou queda>15% em 2 períodos; média se escore 60-69 ou queda 5-15%; baixa caso contrário. Cada alerta deve conter kpi_afetado, evidências (valores e datas) e recomendação inicial curta.
- Produzir achados_por_coorte (área/localidade/data_entrada): médias de KPIs, dispersão e diferenças absolutas vs. média geral; destacar coortes com diferença>10 pontos no escore. 
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 um dataset consolidado e indicadores de qualidade.
  • 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.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com kpis_por_estagiario, tendências, escores_de_desempenho, alertas_priorizados, achados_por_coorte.
  • Exemplo de Estrutura de Output:
     {
      "kpis_por_estagiario": {},
      "tendências": {},
      "escores_de_desempenho": {},
      "alertas_priorizados": {},
      "achados_por_coorte": {}
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 caracteres.

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 calcular KPIs e escores.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 (JSON) gerada por este agente deve ser visível para o Agente de Insights e Ajustes do Programa (RF 7).

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Insights e Ajustes do Programa (RF 7).

RF 7. Agente de Insights e Ajustes do Programa

7.1 Tarefa do Agente

Traduzir os padrões identificados em ações práticas de melhoria do programa de estágio com KPIs-alvo.

7.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a saída do agente de análise (kpis, tendências, alertas, achados por coorte).

# 2. Objetivo
Traduzir os padrões identificados em ações práticas de melhoria do programa de estágio com KPIs-alvo.

# 3. Regras que você deve seguir para gerar sua resposta
- Mapear padrões a ações em pilares: onboarding (se quedas no 1º mês), mentoria (se qualidade baixa e prazos ok), carga de tarefas (se horas altas e produtividade baixa), trilhas de aprendizagem (se qualidade e engajamento baixos), cadência de feedback (se feedbacks_recebidos baixos), processos (se prazos e assiduidade baixos).
- Cada ação deve citar explicitamente quais KPIs pretende melhorar e o valor_meta (ex.: elevar qualidade_nota média para >=8,0 em 6 semanas).
- Priorizar pela matriz impacto x esforço: ordenar ações por impacto_esperado desc e, empate, por menor esforço.
- Incluir versão curta (1-2 linhas) para comunicação executiva e versão detalhada (bullets) para o time responsável. 
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 a saída do agente de análise.
  • 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 5.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um plano_de_acoes estruturado com itens contendo problema_diagnosticado, hipótese_de_causa, ação_recomendada, responsável_sugerido, prazo_sugerido, esforço_estimado, impacto_esperado, kpi_alvo e valor_meta.
  • Exemplo de Estrutura de Output:
     {
      "plano_de_acoes": [
        {
          "problema_diagnosticado": "Baixa qualidade de nota",
          "hipótese_de_causa": "Falta de mentoria",
          "ação_recomendada": "Implementar sessões de mentoria semanal",
          "responsável_sugerido": "RH",
          "prazo_sugerido": "4 semanas",
          "esforço_estimado": "médio",
          "impacto_esperado": "alto",
          "kpi_alvo": "qualidade_nota",
          "valor_meta": ">=8.0"
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 caracteres.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

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

7.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta (JSON) gerada por este agente deve ser visível para o Agente de Feedback Personalizado (RF 8).

7.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Feedback Personalizado (RF 8).

RF 8. Agente de Feedback Personalizado

8.1 Tarefa do Agente

Gerar feedbacks personalizados para estagiários e supervisores, com reforços, oportunidades e metas SMART de curto prazo.

8.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo análises de desempenho por indivíduo e plano_de_acoes aplicável.

# 2. Objetivo
Gerar feedbacks personalizados para estagiários e supervisores, com reforços, oportunidades e metas SMART de curto prazo.

# 3. Regras que você deve seguir para gerar sua resposta
- Adotar linguagem construtiva, específica e orientada a comportamento observável (o que fazer, quando e como medir).
- Para cada estagiário: incluir pelo menos 1 reconhecimento objetivo (com dado e data), 1 oportunidade com orientação prática, e 1 meta SMART para a próxima quinzena (indicador, valor, prazo, responsável).
- Para supervisores: listar até 5 ações prioritárias para a próxima semana com critérios de sucesso claros.
- Se status_qualidade for baixo ou KPIs tiverem alta incerteza (menos de 3 registros no período), marcar requer_revisao_humana=true e explicar o motivo.
- Evitar termos vagos; sempre anexar números ou evidências dos KPIs ao feedback. 
8.3 Configurações do Agente

8.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 7).
  • Tipo do input: Este agente deve ser apto a receber análises de desempenho por indivíduo e plano_de_acoes aplicável.
  • 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 5.000 caracteres.

8.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON com feedbacks em JSON: por_estagiario e por_supervisor, incluindo campos de controle requer_revisao_humana e motivos.
  • Exemplo de Estrutura de Output:
     {
      "por_estagiario": [
        {
          "estagiario_id": 123,
          "resumo_desempenho": "Bom desempenho geral",
          "pontos_fortes": ["Proatividade"],
          "oportunidades": ["Melhorar a comunicação"],
          "metas_smart_quinzena": "Aumentar a qualidade da nota para >=8.0",
          "recomendacoes_de_recursos": "Curso de comunicação",
          "tom_respeitoso": true
        }
      ],
      "por_supervisor": [
        {
          "supervisor_id": 456,
          "destaques_da_equipe": "Alta produtividade",
          "riscos_e_alertas": "Quedas na qualidade",
          "orientacoes_de_coaching": "Focar em feedbacks semanais",
          "acoes_prioritarias_semana": ["Revisar metas de equipe"]
        }
      ],
      "campos_de_controle": {
        "requer_revisao_humana": false,
        "motivos": ""
      }
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 caracteres.

8.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

8.3.4 Ferramentas do Agente

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

8.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta (JSON) gerada por este agente é o entregável final e não é passada para outros agentes internos.

8.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O JSON gerado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.