Agente de IA para Análise de Uso de Recursos da Biblioteca

08 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que analisa dados de empréstimos e devoluções para identificar padrões de uso.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para um agente de IA projetado para analisar dados de empréstimos e devoluções de livros em uma biblioteca. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é identificar padrões de uso e sugerir aquisições futuras de livros, baseando-se em dados históricos e preferências dos usuários.

2. Contexto e Problema

Cenário Atual

A biblioteca enfrenta desafios relacionados à falta de insights sobre o uso dos seus recursos e dificuldades em planejar aquisições futuras com base em dados reais de uso. Atualmente, as decisões de aquisição são feitas de maneira subjetiva, sem uma análise aprofundada dos dados disponíveis.


Problemas Identificados

  • Falta de insights: A ausência de uma análise detalhada dos dados de uso resulta em uma compreensão limitada dos padrões de empréstimos e devoluções.
  • Dificuldade em planejar aquisições: Sem dados concretos, a biblioteca enfrenta dificuldades em planejar aquisições que atendam às necessidades e preferências dos usuários.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Identificação de padrões de uso: Compreender melhor os padrões de empréstimos e devoluções para otimizar o uso dos recursos da biblioteca.
  • Planejamento de aquisições mais eficaz: Basear as decisões de aquisição em dados reais e preferências dos usuários, melhorando a satisfação dos mesmos.
  • Redução de custos: Evitar compras desnecessárias e focar em aquisições que realmente atendem à demanda dos usuários.

4. Visão Geral da Solução

O agente de IA para análise de uso de recursos da biblioteca processa dados históricos de empréstimos e devoluções, identifica padrões de uso e gera sugestões de aquisições futuras de livros. 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 gestão de recursos bibliotecários.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a análise dos dados de empréstimos e devoluções e termina com a geração de um relatório de sugestões de aquisições futuras.

Agentes Função Principal
Agente de Análise de Dados de Empréstimos e Devoluções (RF 1) Analisar dados históricos para identificar tendências e padrões de uso.
Agente de Sugestão de Aquisições (RF 2) Gerar sugestões de aquisições futuras de livros com base nos dados analisados.

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 usuário receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Análise de Dados de Empréstimos e Devoluções

1.1 Tarefa do Agente

Analisar dados históricos de empréstimos e devoluções para identificar tendências e padrões de uso.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados históricos de empréstimos e devoluções de uma biblioteca. Estes dados incluem informações sobre o usuário, livro, data de empréstimo e data de devolução.

# 2. Objetivo
Analisar os dados para identificar tendências e padrões de uso, e gerar um relatório com visualizações gráficas.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule a frequência de empréstimos por livro e por usuário.
- Detecte padrões sazonais ou mensais nos dados de empréstimos para identificar picos de demanda.
- Utilize dados de devolução para calcular a taxa de retorno e determinar a popularidade dos livros.
- Compare as tendências de uso atuais com períodos anteriores para identificar mudanças no comportamento dos usuários.
- Gere visualizações gráficas que representem as tendências de uso ao longo do tempo.
- Identifique livros com alta demanda e longos tempos de espera para priorizar na análise de aquisição. 
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 CSV contendo dados históricos de empréstimos e devoluções via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do arquivo na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo CSV com colunas 'usuário', 'livro', 'data_empréstimo', 'data_devolução'.
  • Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório em markdown com tendências de uso, padrões identificados e gráficos de visualização dos dados.
  • Exemplo de Estrutura de Output:
     **Relatório de Análise de Uso da Biblioteca**
    
    ### Tendências de Uso
    - Livro mais emprestado: "O Senhor dos Anéis"
    - Usuário mais ativo: "João Silva"
    
    ### Padrões Identificados
    - Aumento de empréstimos no mês de julho devido às férias escolares.
    
    ![Gráfico de Empréstimos Mensais](link_para_grafico)
  • Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos dados analisados.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para cálculos estatísticos e geração de gráficos.
  • 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 Sugestão de Aquisições (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Aquisições (RF 2).

RF 2. Agente de Sugestão de Aquisições

2.1 Tarefa do Agente

Gerar sugestões de aquisições futuras de livros com base nos dados analisados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um relatório com tendências de uso e padrões identificados a partir dos dados de empréstimos e devoluções analisados.

# 2. Objetivo
Gerar uma lista de sugestões de aquisições de livros, considerando as demandas e preferências dos usuários.

# 3. Regras que você deve seguir para gerar sua resposta
- Priorize a sugestão de aquisição de livros com alta demanda e frequência de empréstimos.
- Considere a diversidade de gêneros e autores ao sugerir novas aquisições para atender a diferentes preferências dos usuários.
- Justifique cada sugestão de aquisição com base em dados quantitativos de uso e feedback qualitativo dos usuários.
- Inclua sugestões para aquisição de múltiplas cópias de livros populares para reduzir tempos de espera.
- Avalie a necessidade de substituir ou atualizar livros desatualizados ou danificados com base na análise dos dados. 
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 relatório em markdown com tendências de uso e padrões identificados.
  • 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 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser uma lista de sugestões de aquisições de livros em formato JSON com campos 'título', 'autor', 'gênero', 'justificativa'.
  • Exemplo de Estrutura de Output:
     [
      {
        "título": "O Senhor dos Anéis",
        "autor": "J.R.R. Tolkien",
        "gênero": "Fantasia",
        "justificativa": "Alta demanda e frequente empréstimo pelos usuários."
      },
      {
        "título": "A Revolução dos Bichos",
        "autor": "George Orwell",
        "gênero": "Ficção",
        "justificativa": "Popular entre usuários jovens e adultos."
      }
    ]
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 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: Não utiliza.

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 não precisa ser visível para agentes subsequentes, pois é o resultado final do fluxo.

2.3.6 Regras de Orquestração e Transição

Este agente finaliza o fluxo com a geração da lista de sugestões de aquisições.

© 2025 prototipe.ai. Todos os direitos reservados.