1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, busca online, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Análise de Protocolos de Enfermagem", uma solução de automação projetada para revisar e sugerir atualizações em protocolos de enfermagem com base em dados de desempenho e feedbacks. 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 e feedbacks em propostas de atualização de protocolos, garantindo que estes reflitam as melhores práticas e sejam implementados de forma eficiente e sem interrupções nos serviços.
2. Contexto e Problema
Cenário Atual
Os protocolos de enfermagem muitas vezes estão desatualizados, não refletindo as melhores práticas atuais, o que pode comprometer a qualidade do atendimento. Além disso, não há um sistema automatizado para revisão e atualização contínua dos protocolos, o que dificulta a implementação de melhorias de forma ágil e eficaz.
Problemas Identificados
- Protocolos desatualizados: Muitos protocolos não incorporam as práticas mais recentes e recomendadas, o que pode resultar em ineficiências e riscos para os pacientes.
- Ausência de automação: A falta de um sistema automatizado para revisão e atualização contínua dos protocolos significa que as mudanças necessárias são frequentemente atrasadas ou ignoradas.
- Implementação ineficaz: A introdução de novos protocolos pode ser disruptiva se não for gerida adequadamente, levando a interrupções nos serviços de enfermagem.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Atualização contínua dos protocolos baseada em dados e evidências, garantindo que as práticas de enfermagem estejam sempre alinhadas com os padrões mais recentes.
- Automação do processo de revisão, reduzindo o tempo necessário para identificar e implementar melhorias nos protocolos.
- Minimização de interrupções nos serviços durante a implementação de novos protocolos, assegurando uma transição suave e eficaz.
4. Visão Geral da Solução
O agente de IA para análise de protocolos de enfermagem processa dados de desempenho e feedbacks, aplica regras para identificar áreas de melhoria e propõe atualizações nos protocolos de forma automatizada. 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 atualização contínua de protocolos de enfermagem.
A solução consiste em um fluxo de automação composto por 9 agentes de IA. O processo inicia com a padronização e consolidação de dados e termina com a definição de métricas de acompanhamento para monitorar a efetividade das atualizações implementadas.
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 Consolidação de Dados (RF 1)
| Receber dados de desempenho e feedbacks brutos e produzir um dataset único, padronizado e auditável para análise. |
Agente de Análise de Desempenho e Feedback (RF 2)
| Identificar áreas de melhoria priorizadas a partir do dataset consolidado combinando desempenho e feedbacks. |
Agente de Preparação de Consultas de Evidências (RF 3)
| Transformar áreas priorizadas em consultas de busca bem estruturadas para diretrizes e literatura de enfermagem baseadas em evidências. |
Agente de Busca Online (RF 4)
| Realizar busca online conforme consultas e fontes definidas para recuperar diretrizes e evidências relevantes. |
Agente de Síntese e Avaliação de Evidências (RF 5)
| Avaliar qualidade e relevância das evidências recuperadas e sintetizar recomendações aplicáveis ao contexto de enfermagem. |
Agente de Proposição de Atualizações de Protocolos (RF 6)
| Transformar as recomendações em propostas de atualização de protocolos existentes, com rastreabilidade e justificativa. |
Agente de Planejamento de Implementação sem Interrupções (RF 7)
| Elaborar um plano de implementação faseado que minimize impacto operacional e inclua rollback. |
Agente de Definição de Métricas de Acompanhamento (RF 8)
| Definir KPIs, metas e alertas para monitorar a efetividade das atualizações implementadas. |
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 Consolidação de Dados
1.1 Tarefa do Agente
Receber dados de desempenho e feedbacks brutos e produzir um dataset único, padronizado e auditável para análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo conjuntos de dados de desempenho e feedbacks em formatos variados, como CSV, JSON ou planilhas. Esses dados são fundamentais para a análise de protocolos de enfermagem. # 2. Objetivo Padronizar e consolidar esses dados em um único dataset auditável e pronto para análise posterior. # 3. Regras que você deve seguir para gerar sua resposta - Padronize nomes de campos para snake_case e unidades: tempo em minutos, taxas em percentuais (0-100), datas em ISO-8601 (YYYY-MM-DD). - Elimine duplicidades mantendo o registro mais recente com base em data_hora_registro; registre a contagem removida em relatorio_qualidade. - Trate valores impossíveis: taxas fora de 0-100, tempos negativos e idades <0 ou >120 devem ser marcados em anomalias e excluídos das análises. - Classifique feedbacks textuais em categorias alto_nivel: [seguranca, comunicacao, assepsia, administracao_medicacao, triagem, dor, educacao_paciente, outros]; defina sentimento como positivo|neutro|negativo; inclua referencia de id_registro para rastreabilidade. - Gere campos derivados úteis: taxa_nao_conformidade = (nao_conforme/total)*100, tempo_medio_atendimento em minutos, taxa_evento_adverso por 1.000 atendimentos (se total_atendimentos presente). - Preencha dados_suficientes=false se qualquer um dos campos essenciais ausentar-se: identificador_unidade, data, indicador/denominador (para taxas), categoria_feedback (quando houver feedback), total_atendimentos (para taxas por mil). Liste solicitacoes_dados_faltantes com campos faltantes. - Saída deve ser estruturada em JSON com dataset_consolidado tabular (lista de objetos) e relatorio_qualidade detalhando mapeamentos e problemas.
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 dados de desempenho e feedbacks 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 são conjuntos de dados de desempenho e feedbacks em formatos CSV, JSON ou planilhas.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos:
.csv,.json,.xlsx. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 90.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON que contenha o dataset consolidado e um relatório de qualidade detalhando mapeamentos e problemas encontrados.
-
Exemplo de Estrutura de Output:
{"dataset_consolidado": {...}, "relatorio_qualidade": {"campos_mapeados": [...], "registros_totais": n, "percentual_faltantes_por_campo": {...}, "duplicidades_removidas": n, "anomalias": [...]} , "dados_suficientes": true|false, "solicitacoes_dados_faltantes": ["listar campos essenciais ausentes"]} - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 10.000 caracteres.
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 Análise de Desempenho e Feedback (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Desempenho e Feedback (RF 2).
RF 2. Agente de Análise de Desempenho e Feedback
2.1 Tarefa do Agente
Identificar áreas de melhoria priorizadas a partir do dataset consolidado combinando desempenho e feedbacks.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um dataset consolidado e um relatório de qualidade que detalha as áreas de melhoria identificadas a partir de dados de desempenho e feedbacks. # 2. Objetivo Identificar áreas de melhoria priorizadas a partir do dataset consolidado combinando desempenho e feedbacks. # 3. Regras que você deve seguir para gerar sua resposta - Se dados_suficientes=false, retorne apenas expected_output com areas_priorizadas=[] e inclua campo "acao_recomendada":"coletar dados faltantes"; não prossiga. - Calcule frequencias e tendências (delta 30/60/90 dias) para cada métrica disponível; sinalize degradação quando delta_90d < -5 p.p. para métricas de adesão ou aumento >10% em taxa de eventos. - Combine feedbacks negativos recorrentes com métricas associadas para reforçar a relevância da área; considere recorrência quando categoria tiver >=5% dos feedbacks no período analisado. - Defina severidade (0-100) como média ponderada: 40% impacto_clinico (eventos adversos e riscos à segurança), 40% frequencia/gravidade da não conformidade, 20% intensidade/volume de feedbacks negativos. Documente os pesos em criterios_priorizacao. - Gere 3-7 áreas_priorizadas no máximo; para cada área, inclua pelo menos uma métrica quantificável e exemplos rastreáveis em evidencias_dados (ids ou resumos).
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 como input um dataset consolidado e um relatório de qualidade, ambos gerados 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 dados com até 10.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo as áreas de melhoria priorizadas, métricas associadas, severidade e recomendações de ação.
-
Exemplo de Estrutura de Output:
{"areas_priorizadas": [{"area": "assepsia", "problema": "baixa adesao a friccao alcoólica antes de punção", "metricas": [{"nome":"taxa_adesao","baseline":72.3,"periodo_baseline":"ultimos_90_dias"}], "evidencias_dados": [{"tipo":"indicador","fonte":"id_registro"},{"tipo":"feedback","amostra":3}], "severidade": 0-100, "prioridade": 1-5, "hipotese_causa_raiz": ["falta de insumos","treinamento irregular"]}], "criterios_priorizacao": {"peso_frequencia":0.4,"peso_impacto_clinico":0.4,"peso_sentimento":0.2}} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 5.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
2.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Preparação de Consultas de Evidências (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Preparação de Consultas de Evidências (RF 3).
RF 3. Agente de Preparação de Consultas de Evidências
3.1 Tarefa do Agente
Transformar áreas priorizadas em consultas de busca bem estruturadas para diretrizes e literatura de enfermagem baseadas em evidências.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma lista de áreas priorizadas que necessitam de atualização nos protocolos de enfermagem. # 2. Objetivo Transformar essas áreas em consultas de busca bem estruturadas para diretrizes e literatura de enfermagem baseadas em evidências. # 3. Regras que você deve seguir para gerar sua resposta - Para cada área, gere 1-3 consultas com sinônimos e termos MeSH/DeCS quando aplicável; inclua versões em PT e EN. - Priorize diretrizes e revisões dos últimos 5 anos; se tema crítico de segurança não tiver atualização recente, aceite referências clássicas e marque como "desatualizado_potencial". - Inclua fontes institucionais: OMS/WHO, OPAS/PAHO, CDC, COFEN/COREN, Ministério da Saúde; complemente com bases indexadas (PubMed, Scopus) quando necessário. - Especifique filtros por tipo de publicação (guideline, systematic review) e público (adulto/pediátrico/obstétrico) conforme contexto disponível. - Produza consultas autoexplicativas e independentes, sem depender de estado anterior.
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 uma lista de áreas priorizadas gerada 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 dados com até 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo uma lista de consultas de busca estruturadas para cada área priorizada.
-
Exemplo de Estrutura de Output:
{"lista_consultas": [{"area":"assepsia","consulta":"hand hygiene OR alcohol-based hand rub before venipuncture AND nursing protocols","palavras_chave":["hand hygiene","alcohol-based rub","venipuncture","nursing"],"intervalo_anos":5,"idiomas":["pt","en"],"fontes_preferidas":["OMS","OPAS","CDC","PubMed","COFEN","CONSELHO REGIONAL"],"filtros":["guideline","systematic review"]}]} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
3.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de 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 conforme consultas e fontes definidas para recuperar diretrizes e evidências relevantes.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma lista de consultas de busca estruturadas para diretrizes e literatura de enfermagem. # 2. Objetivo Realizar busca online conforme consultas e fontes definidas para recuperar diretrizes e evidências relevantes. # 3. Regras que você deve seguir para gerar sua resposta - Execute a busca online utilizando as consultas recebidas, priorizando fontes institucionais e bases indexadas de alta relevância. - Retorne os resultados brutos da busca, incluindo título, URL, fonte e ano de publicação de cada evidência encontrada. - Não realize síntese, análise crítica ou recomendação clínica; apenas colete e apresente os dados recuperados.
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 uma lista de consultas de busca estruturadas gerada 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 dados com até 3.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo os resultados brutos da busca online, incluindo título, URL, fonte e ano de publicação de cada evidência encontrada.
-
Exemplo de Estrutura de Output:
{"resultados_busca": [{"area":"assepsia","titulo":"WHO Guidelines on Hand Hygiene in Health Care","url":"https://...","fonte":"OMS","ano":2023,"resumo_breve":"Principais recomendações..."}]} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
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 interna para realizar a busca online.
- 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 Síntese e Avaliação de Evidências (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Síntese e Avaliação de Evidências (RF 5).
RF 5. Agente de Síntese e Avaliação de Evidências
5.1 Tarefa do Agente
Avaliar qualidade e relevância das evidências recuperadas e sintetizar recomendações aplicáveis ao contexto de enfermagem.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo os resultados de busca online vinculados às áreas priorizadas para atualização de protocolos de enfermagem. # 2. Objetivo Avaliar qualidade e relevância das evidências recuperadas e sintetizar recomendações aplicáveis ao contexto de enfermagem. # 3. Regras que você deve seguir para gerar sua resposta - Classifique a força da recomendação (forte|moderada|fraca) e o nível de evidência (alto|moderado|baixo) priorizando: diretrizes oficiais > revisões sistemáticas > ensaios > observacionais > opinião de especialistas. - Exclua conteúdos irrelevantes (ex.: contextos não hospitalares se o problema é hospitalar) e marque conflitos entre fontes com nota explicativa. - Adapte a redação para o contexto operacional (enfermagem): especificar quem, quando, onde e duração mínima quando aplicável. - Cada recomendação deve referenciar pelo menos uma fonte com título, ano e URL.
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 vinculados às áreas priorizadas.
-
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 dados com até 3.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo a síntese das evidências e as recomendações aplicáveis ao contexto de enfermagem.
-
Exemplo de Estrutura de Output:
{"sintese_evidencias": [{"area":"assepsia","recomendacoes":[{"descricao":"Realizar fricção alcoólica por 20-30s antes de punção","forca_recomendacao":"forte","nivel_evidencia":"alto","fontes":[{"titulo":"WHO Guidelines...","ano":2023,"url":"..."}]}],"observacoes_contextuais":["assegurar disponibilidade de ABHR a cada leito"]}]} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
5.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
5.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções 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 Proposição de Atualizações de Protocolos (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Proposição de Atualizações de Protocolos (RF 6).
RF 6. Agente de Proposição de Atualizações de Protocolos
6.1 Tarefa do Agente
Transformar as recomendações em propostas de atualização de protocolos existentes, com rastreabilidade e justificativa.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma síntese de evidências e recomendações aplicáveis ao contexto de enfermagem. # 2. Objetivo Transformar as recomendações em propostas de atualização de protocolos existentes, com rastreabilidade e justificativa. # 3. Regras que você deve seguir para gerar sua resposta - Mapear cada recomendação à seção específica do protocolo; quando a seção não existir, propor criação com título e posição sugerida. - Produzir alteração em formato operacional: verbo no imperativo, passo a passo quando necessário, critérios de inclusão/exclusão e responsabilidades. - Incluir para cada alteração: justificativa baseada na evidência, referências, KPI de sucesso mensurável, riscos e mitigação, notas de conformidade com COFEN/legislação aplicável. - Não propor mudanças que conflitem com normativas vigentes; quando houver conflito entre fontes, optar pela mais recente/oficial e registrar o racional.
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 uma síntese de evidências e recomendações gerada 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 dados com até 3.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo as propostas de atualização de protocolos, incluindo justificativas, referências e KPIs de sucesso.
-
Exemplo de Estrutura de Output:
{"atualizacoes_propostas": [{"protocolo_alvo":"Assepsia de Pele","secao":"Preparo antes de punção","alteracao_sugerida":"Incluir fricção alcoólica 20-30s antes de punção venosa","justificativa":"Reduz colonização cutânea e eventos de flebite","referencias":[{"url":"...","titulo":"WHO Guidelines","ano":2023}],"kpi_sucesso":[{"nome":"taxa_adesao_friccao","meta":">=90%"}],"conformidade_regulatoria":["COFEN"],"riscos_mitigacao":["falta de insumo -> plano de abastecimento semanal"]}]} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
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 Planejamento de Implementação sem Interrupções (RF 7).
6.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Planejamento de Implementação sem Interrupções (RF 7).
RF 7. Agente de Planejamento de Implementação sem Interrupções
7.1 Tarefa do Agente
Elaborar um plano de implementação faseado que minimize impacto operacional e inclua rollback.
7.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo propostas de atualizações de protocolos, cada uma com justificativas e KPIs de sucesso. # 2. Objetivo Elaborar um plano de implementação faseado que minimize impacto operacional e inclua rollback. # 3. Regras que você deve seguir para gerar sua resposta - Definir fases: piloto, expansão controlada, adoção plena; sempre incluir janelas fora de pico assistencial e ações de comunicação prévia (>=72h). - Para cada fase, explicitar responsáveis, treinamentos necessários, critérios de go/no-go, KPIs de monitoramento e plano de rollback. - Priorizar início em áreas com menor risco clínico e alta aderência histórica. - Garantir que o plano não altere simultaneamente processos críticos (medicação, triagem e isolamento) sem mitigação explícita.
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 propostas de atualizações de protocolos geradas 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 dados com até 3.000 caracteres.
7.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo o plano de implementação faseado, incluindo responsáveis, treinamentos e critérios de sucesso.
-
Exemplo de Estrutura de Output:
{"plano_implementacao": {"fases":[{"nome":"piloto","unidade":"selecionar unidade de menor risco","duracao_dias":14,"janelas_execucao":["entre 02:00-05:00"],"treinamentos":[{"publico":"enfermagem","carga_horaria_h":"2"}],"criterios_go_no_go":[">=85% adesão"],"plano_rollback":"reverter para versão anterior do protocolo em 24h"}],"responsaveis":[{"papel":"enfermeiro_responsavel","nome":"definir"}],"comunicacao":["aviso prévio 72h"]}} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
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 deve ser visível para o Agente de Definição de Métricas de Acompanhamento (RF 8).
7.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Definição de Métricas de Acompanhamento (RF 8).
RF 8. Agente de Definição de Métricas de Acompanhamento
8.1 Tarefa do Agente
Definir KPIs, metas e alertas para monitorar a efetividade das atualizações implementadas.
8.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um plano de implementação faseado que inclui propostas de atualizações de protocolos com justificativas e KPIs de sucesso. # 2. Objetivo Definir KPIs, metas e alertas para monitorar a efetividade das atualizações implementadas. # 3. Regras que você deve seguir para gerar sua resposta - Para cada atualização proposta, definir pelo menos 1 KPI leading (processo) e 1 lagging (resultado) quando aplicável. - Especificar fórmula, fonte de dados, frequência de coleta, meta SMART e limiares de alerta (ex.: disparar alerta se abaixo da meta por duas leituras consecutivas). - Recomendar visualizações simples (tendência, heatmap) e periodicidade de revisão (semanal/mensal).
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 como input um plano de implementação faseado 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 dados com até 3.000 caracteres.
8.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo os KPIs, metas e alertas definidos para monitorar a efetividade das atualizações implementadas.
-
Exemplo de Estrutura de Output:
{"kpis_monitoramento": [{"nome":"taxa_adesao_friccao","formula":"adesoes/observacoes*100","fonte_dado":"auditoria de campo","frequencia":"semanal","meta":">=90%","responsavel":"coord_enfermagem","limite_alerta":"<85% por 2 semanas"}],"painel_recomendado":["tendencia 12 semanas","heatmap por unidade"]} - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
8.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
8.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 dos KPIs e metas) 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. As métricas e alertas definidos são o resultado que deve ser disponibilizado ao usuário.