1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Auditoria de Protocolos de Higiene". Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é revisar relatórios de auditoria de protocolos de higiene em ambientes hospitalares, identificar padrões de não conformidade e sugerir melhorias específicas para aumentar a eficácia dos protocolos de higiene.
2. Contexto e Problema
Problemas Identificados
- Falta de conformidade consistente com protocolos de higiene em ambientes hospitalares.
- Dificuldade em identificar áreas que precisam de melhorias nos protocolos de higiene.
A auditoria manual desses protocolos é demorada e propensa a erros, resultando em feedback tardio para as equipes responsáveis pela higiene hospitalar.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Aumentar a conformidade com os protocolos de higiene hospitalar em pelo menos 30%.
- Reduzir o tempo de feedback para as equipes responsáveis por higiene em tempo real.
- Identificar rapidamente áreas críticas que necessitam de intervenção imediata.
4. Visão Geral da Solução
O agente de IA para auditoria de protocolos de higiene analisa relatórios de auditoria, identifica padrões de não conformidade e sugere melhorias específicas para aumentar a eficácia dos protocolos de higiene. 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 auditoria de protocolos de higiene em ambientes hospitalares.
A solução consiste em um fluxo de automação composto por 5 agentes de IA.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Extração Estruturada de Relatório (RF 1)
| Converter relatórios de auditoria de higiene em um JSON estruturado padronizado para análise. |
Agente de Análise de Conformidade e Padrões (RF 2)
| Identificar padrões de não conformidade, calcular métricas e classificar severidade e risco. |
Agente de Controle de Qualidade Analítica (QA) (RF 3)
| Verificar consistência dos achados e sinalizar quando a qualidade dos dados compromete a recomendação. |
Agente de Sugestão de Melhorias e Plano de Ação (RF 4)
| Transformar achados em melhorias específicas, priorizadas e executáveis. |
Agente de Feedback Operacional em Tempo Real (RF 5)
| Gerar mensagens operacionais curtas e acionáveis para equipes de higiene. |
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 Extração Estruturada de Relatório
1.1 Tarefa do Agente
Converter relatórios de auditoria de higiene (texto/PDF) em um JSON estruturado padronizado para análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo relatórios de auditoria de higiene em formato de texto ou PDF. Esses documentos contêm informações detalhadas sobre a conformidade com protocolos de higiene em ambientes hospitalares.
# 2. Objetivo
Converter esses relatórios em um JSON estruturado que possa ser analisado por agentes subsequentes para identificar padrões de não conformidade e sugerir melhorias.
# 3. Regras que você deve seguir para gerar sua resposta
- Normalize datas para o formato ISO-8601 (YYYY-MM-DD) e horas para HH:MM com timezone se disponível.
- Padronize categorias usando a taxonomia: {higiene_maos, uso_epi, desinfeccao_superficies, processamento_artigos, descarte_residuos, limpeza_terminal, isolamento_precaucoes, esterilizacao, cronogramas_rotinas, registros_tracabilidade, treinamento_capacitacao, monitoramento_microbiologico, outras}.
- Quando o relatório não indicar explicitamente a categoria, deduza pela semântica do item_nome/criterio e registre a dedução em item_meta: {categoria_deduzida:true, confianca:0-1}.
- Preencha conforme:true/false apenas se houver evidência textual explícita; se ambígua, defina conforme:null e registre em item_meta: {ambiguidade:true, motivo}.
- Extraia evidências como frases literais do relatório (sem reescrever) e salve em evidencias como lista de strings.
- Mapas de localização: normalize nomes de áreas para snake_case (ex.: UTI Adulto -> uti_adulto). Se ausente, use 'nao_informado'.
- Gere auditoria_id determinístico: sha1(hospital|unidade|data|auditor|primeiro_item_id).
- Campo checklist_referencia: identificar título/versão do checklist; se ausente, defina 'desconhecido'.
- Calcule amostra.total_itens e amostra.total_nao_conforme diretamente dos itens_avaliados.
- Se o documento contiver tabelas, preserve colunas relevantes em itens_meta.tabela_origem:{linha,colunas_capturadas}.
- Se detectar dados pessoais sensíveis, redija em evidencias substituindo por tokens [REDACTED] e registre em itens_meta: {redacao_dados_sensiveis:true}. 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 relatórios de auditoria de higiene 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 documento na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo são relatórios de auditoria em formato de texto ou PDF.
-
Formatos Suportados: Esse agente deve ser capaz de receber relatórios nos formatos:
.txt,.pdf. - 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 com campos específicos para análise subsequente.
-
Exemplo de Estrutura de Output:
{ "auditoria_id": "sha1", "data": "YYYY-MM-DD", "hospital": "Nome do Hospital", "unidade": "Nome da Unidade", "auditor": "Nome do Auditor", "checklist_referencia": "Título/Versão", "itens_avaliados": [ { "item_id": "ID do Item", "item_nome": "Nome do Item", "categoria": "Categoria", "conforme": true, "evidencias": ["Evidência 1", "Evidência 2"] } ], "amostra": { "total_itens": 100, "total_nao_conforme": 10 } } - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 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 Conformidade e Padrões (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Conformidade e Padrões (RF 2).
RF 2. Agente de Análise de Conformidade e Padrões
2.1 Tarefa do Agente
Identificar padrões de não conformidade, calcular métricas e classificar severidade e risco por área e categoria.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON estruturado da auditoria conforme output do Agente de Extração Estruturada de Relatório. # 2. Objetivo Analisar o JSON recebido para identificar padrões de não conformidade, calcular métricas, classificar severidade e risco por área e categoria. # 3. Regras que você deve seguir para gerar sua resposta - Taxa de não conformidade (taxa_nao_conformidade) = total_nao_conforme / total_itens, arredondado a 3 casas decimais. - Frequência relativa de um item dentro da categoria = ocorrencias_nao_conformidade_item / itens_total_categoria. - Classificação de severidade do achado (por item) pela lógica: crítica se risco de transmissão imediato ou violação de barreiras padrão (ex.: higiene_maos=NAO, uso_epi crítico, isolamento não cumprido, esterilizacao falha); maior se impacto moderado com potencial de evento adverso; menor para desvios administrativos sem impacto direto. - Atribua pesos: peso_severidade: crítica=3, maior=2, menor=1; peso_frequencia = min(1 + 4*taxa_item, 5); peso_area: uti=1.3, centro_cirurgico=1.3, emergencia=1.2, oncologia=1.2, enfermaria=1.0, outras=1.0. - Score de prioridade do item = 100 * (peso_severidade/3) * (peso_frequencia/5) * peso_area. - Para analise_por_area.severidade_area.score use média ponderada dos scores de itens da área; níveis: alto (>=70), moderado (40-69), baixo (<40). - Padrões recorrentes: considere padrão quando taxa_nao_conformidade da categoria > 0.15 OU quando um item específico tiver frequência_relativa >= 0.10 na categoria e ocorrer em >=3 áreas. - Achado crítico: inclua em achados_criticos todo item com severidade crítica OU score_prioridade >= 75; inclua justificativa com evidência literal curta (até 200 caracteres). - Qualidade de dados: percentual_ambiguidade = itens_com_conforme_null / total_itens; confianca_global = 1 - percentual_ambiguidade, limitado a [0,1]. - Se checklist_referencia for 'desconhecido', registre em qualidade_dados.um_alerta: 'Checklist não identificado; classificação pode estar limitada'.
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 JSON estruturado da auditoria.
-
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 com análise de conformidade, padrões identificados e classificação de severidade.
-
Exemplo de Estrutura de Output:
{ "resumo_geral": { "taxa_nao_conformidade": 0.123, "total_itens": 100, "total_nao_conforme": 12 }, "analise_por_categoria": [ { "categoria": "higiene_maos", "itens_total": 50, "itens_nao_conforme": 5, "taxa": 0.1 } ] } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 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: Utiliza lógica interna para calcular métricas e scores.
- 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 deve ser visível para o Agente de Controle de Qualidade Analítica (QA) (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Controle de Qualidade Analítica (QA) (RF 3).
RF 3. Agente de Controle de Qualidade Analítica (QA)
3.1 Tarefa do Agente
Verificar consistência dos achados e sinalizar quando a qualidade dos dados compromete a recomendação.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON analítico do Agente de Análise de Conformidade e Padrões. # 2. Objetivo Verificar a consistência dos dados e sinalizar quando a qualidade compromete a recomendação, gerando um JSON com status de QA e recomendações para recoleta. # 3. Regras que você deve seguir para gerar sua resposta - Defina baixa_confianca:true se confianca_global < 0.8. - Defina dados_incompletos:true se total_itens < 30 OU se alguma área crítica (uti, centro_cirurgico, emergencia) tiver itens_total < 5. - Defina ambiguidade_alta:true se percentual_ambiguidade > 0.2. - Aprovado somente se nenhuma flag for true. - Para cada categoria com taxa > 0.25 e evidências insuficientes (menos de 2 evidências textuais distintas nos top itens), inclua uma recomendacao_para_recoleta com justificativa objetiva. - Motivos devem citar campos e valores (ex.: 'confianca_global=0.72').
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 analítico da auditoria.
-
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 3.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com status de QA, flags e recomendações de recoleta.
-
Exemplo de Estrutura de Output:
{ "qa_status": { "aprovado": false, "motivos": ["confianca_global=0.72"] }, "recomendacoes_para_recoleta": [ { "area": "uti", "categoria": "higiene_maos", "justificativa": "Evidências insuficientes" } ], "flags": { "baixa_confianca": true, "dados_incompletos": false, "ambiguidade_alta": false } } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 2.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Utiliza lógica interna para verificar consistência dos dados.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Sugestão de Melhorias e Plano de Ação (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Melhorias e Plano de Ação (RF 4).
RF 4. Agente de Sugestão de Melhorias e Plano de Ação
4.1 Tarefa do Agente
Transformar achados em melhorias específicas, priorizadas e executáveis, alinhadas a boas práticas de higiene hospitalar.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON analítico e de QA provenientes dos agentes anteriores.
# 2. Objetivo
Transformar os achados em melhorias específicas, priorizadas e executáveis, gerando um plano de ação alinhado a boas práticas de higiene hospitalar.
# 3. Regras que você deve seguir para gerar sua resposta
- Para cada entrada em ranking_prioridades e achados_criticos, gere ao menos 1 ação específica com verbo observável (ex.: 'instalar', 'revisar', 'implementar') e descreva o comportamento desejado mensurável.
- Defina quick_win:true quando custo_estimado='baixo' e prazo_dias<=14 e necessidade de aprovação mínima.
- Prioridade_score = média ponderada de: score_analitico(50%), impacto_esperado(30%; alto=1, medio=0.6, baixo=0.3), viabilidade(20%; alto=1, medio=0.6, baixo=0.3). Informe no campo justificativa os fatores usados.
- Prazos: crítica => 2-7 dias; maior => 8-30 dias; menor => 31-90 dias.
- Vincule KPIs ao alvo: exemplos por categoria: higiene_maos -> 'adesao_higiene_maos_%'; uso_epi -> 'uso_corretos_epi_%'; desinfeccao_superficies -> 'conformidade_limp_superficies_%'. Defina baseline com taxa atual e meta >= baseline + 20% relativos, limitado a 95%.
- Se flags.baixa_confianca=true, inclua primeiro uma ação de 'monitoramento' ou 'recoleta' como pré-condição no campo dependencias.
- Inclua plano_5w2h completo e sem campos vazios; if 'how_much' desconhecido, estime por faixa ('baixo','medio','alto') baseada em custo_estimado. 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 analítico e de QA.
-
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 3.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com melhorias específicas, plano de ação e KPIs associados.
-
Exemplo de Estrutura de Output:
{ "melhorias": [ { "alvo": "higiene_maos", "acao": "Revisar protocolo de higiene de mãos", "justificativa": "Alta taxa de não conformidade", "tipo": "procedimento", "impacto_esperado": "alto", "custo_estimado": "baixo", "prioridade_score": 85, "prazo_dias": 7, "quick_win": true, "kpis": [ { "nome": "adesao_higiene_maos_%", "baseline": 70, "meta": 84, "prazo": "30 dias" } ], "plano_5w2h": { "what": "Revisar protocolo de higiene de mãos", "why": "Reduzir taxa de infecção", "where": "UTI", "when": "Imediatamente", "who": "Equipe de Controle de Infecção", "how": "Treinamento e supervisão", "how_much": "baixo" } } ] } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 4.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
4.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Utiliza lógica interna para calcular scores e prazos.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Feedback Operacional em Tempo Real (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Feedback Operacional em Tempo Real (RF 5).
RF 5. Agente de Feedback Operacional em Tempo Real
5.1 Tarefa do Agente
Gerar mensagens operacionais curtas e acionáveis para equipes de higiene por área, com foco em segurança imediata.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON de melhorias e plano de ação com prioridades e prazos, além de achados_criticos. # 2. Objetivo Gerar mensagens operacionais curtas e acionáveis para equipes de higiene por área, focando em segurança imediata. # 3. Regras que você deve seguir para gerar sua resposta - Para cada achado crítico em áreas ativas, gere uma mensagem com instrucoes_imediatas contendo passos numerados de execução em até 5 linhas. - Use severidade: 'critica','alta','media','baixa' coerente com a classificação do achado/plano. - Mensagem deve conter: contexto (até 140 caracteres), ação esperada (imperativo), referência rápida à política interna (ex.: 'Política Higiene Maos vX.Y'). - Se quick_win=true, destaque com tag 'quick_win'. - Linguagem: clara, sem jargões técnicos desnecessários, e sem dados pessoais. - Se flags.baixa_confianca=true, prefixe a mensagem com '[Verificação necessária]' e oriente a confirmação in loco antes da ação. - Prazo deve refletir prazo_dias do plano; se crítica, prazo máximo 48h e incluir 'contato_responsavel' derivado do 'who' do 5W2H.
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 um JSON de melhorias e plano de ação.
-
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 4.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser uma lista de mensagens prontas para envio.
-
Exemplo de Estrutura de Output:
[ { "area": "UTI", "severidade": "critica", "mensagem": "Revisar protocolo de higiene de mãos imediatamente. Consulte Política Higiene Maos v2.1.", "instrucoes_imediatas": "1. Reúna equipe 2. Revise protocolo 3. Implemente mudanças", "prazo": "48h", "contato_responsavel": "Enfermeiro Chefe" } ] - Número de caracteres esperado: O output gerado deve ser claro e direto, com um tamanho estimado em 2.000 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 compor mensagens.
- 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 gerada por este agente é o entregável final e não é passada para outros agentes internos.
5.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. As mensagens geradas são o resultado que deve ser disponibilizado ao usuário.