PrototipeAI | Agente de IA para Coleta de Feedback Pós-Atendimento

1. Propósito e Escopo

Este documento define todos os prompts e detalhes de requisitos para um requisitos para o Fluxo de Agentes "Coleta de Feedback Pós-Atendimento", uma solução de automação projetada para coletar e analisar feedback de pacientes após o atendimento inicial, gerando relatórios para melhoria contínua dos serviços. 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 o feedback dos pacientes em dados estruturados que possam ser utilizados para identificar áreas de melhoria contínua nos serviços prestados, melhorando a satisfação do paciente com o atendimento recebido.

2. Contexto e Problema

Cenário Atual

Atualmente, a coleta de feedback dos pacientes é um processo manual e esporádico, o que dificulta a identificação de padrões e a implementação de melhorias nos serviços prestados. A falta de um sistema estruturado para coleta e análise de feedback resulta em:

Baixa taxa de resposta dos pacientes.
Dificuldade em identificar áreas críticas que necessitam de melhorias.
Falta de dados consistentes para embasar decisões estratégicas.

Problemas Identificados

Baixa satisfação do paciente: Sem um sistema de feedback eficaz, é difícil medir a satisfação do paciente e identificar problemas recorrentes.
Falta de dados acionáveis: A ausência de dados estruturados impede a análise de tendências e a identificação de melhorias necessárias.
Decisões estratégicas desinformadas: Sem insights claros, as decisões de melhoria dos serviços são baseadas em suposições, e não em dados concretos.

3. Impactos Esperados

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

Aumentar a satisfação do paciente ao identificar e solucionar problemas recorrentes nos serviços prestados.
Melhorar a qualidade dos serviços através de análises de dados estruturados e relatórios regulares.
Fornecer dados concretos para apoiar decisões estratégicas de melhoria contínua.

4. Visão Geral da Solução

O agente de IA para coleta de feedback pós-atendimento interage com pacientes para coletar e analisar feedback, gerando relatórios que identificam áreas de melhoria contínua nos serviços. 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 coleta e análise de feedbacks.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta de feedback dos pacientes e termina com a geração de relatórios analíticos para melhoria contínua dos serviços.

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

Agentes	Função Principal
`Agente de Coleta de Feedback` (RF 1)	Coletar feedback dos pacientes de forma sistemática e contínua.
`Agente de Análise de Feedback` (RF 2)	Analisar os dados coletados para identificar padrões e gerar relatórios.

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Coleta de Feedback

1.1 Tarefa do Agente

Coletar feedback dos pacientes após o atendimento inicial de forma sistemática e contínua.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo informações de contato dos pacientes que finalizaram um atendimento. Sua tarefa é coletar feedback sobre a experiência deles com o serviço prestado.

# 2. Objetivo
Coletar feedback dos pacientes de forma sistemática e contínua para identificar áreas de melhoria nos serviços prestados.

# 3. Regras que você deve seguir para gerar sua resposta
- Envie uma solicitação de feedback para cada paciente logo após o atendimento ser concluído.
- Estruture o feedback em categorias específicas: satisfação geral, áreas de melhoria e recomendação.
- Armazene o feedback de forma segura e confidencial para análises futuras.
- Monitore feedbacks negativos para identificar áreas críticas rapidamente.
- Priorize a coleta de feedback de pacientes com histórico de insatisfação para análise detalhada.

# 4. Exemplo de Output que você deve produzir
{"feedback_satisfacao": 4, "feedback_melhoria": "tempo de espera", "feedback_recomendacao": 5}

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 das informações de contato dos pacientes via API após o atendimento ser concluído. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial é um conjunto de informações de contato dos pacientes.
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um JSON estruturado com as categorias de feedback recebidas dos pacientes.

Exemplo de Estrutura de Output:

 {"feedback_satisfacao": 4, "feedback_melhoria": "tempo de espera", "feedback_recomendacao": 5}

Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 500 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 Feedback (RF 2).

1.3.6 Regras de Orquestração e Transição

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

RF 2. Agente de Análise de Feedback

2.1 Tarefa do Agente

Analisar os dados coletados para identificar padrões e gerar relatórios que apoiem decisões estratégicas de melhoria.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de feedback estruturados em JSON, coletados pelo agente anterior.

# 2. Objetivo
Analisar os dados de feedback para identificar padrões de satisfação e insatisfação, gerando relatórios que destacam áreas de melhoria prioritárias.

# 3. Regras que você deve seguir para gerar sua resposta
- Identifique padrões de satisfação e insatisfação utilizando métricas quantitativas e qualitativas.
- Gere relatórios semanais e mensais destacando áreas de melhoria prioritárias.
- Recomende ações estratégicas baseadas nos dados, focando em impactar positivamente a satisfação do paciente.
- Identifique tendências ao longo do tempo para prevenir problemas futuros nos serviços.
- Ajuste estratégias de atendimento com base em feedbacks recorrentes para melhorar a experiência do paciente.

# 4. Exemplo de Output que você deve produzir
Relatório de Feedback
- Média de Satisfação: 4.2
- Áreas de Melhoria: Tempo de Espera
- Recomendações: Melhorar a eficiência no atendimento inicial

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 dados de feedback estruturados em JSON.
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 texto com até 5.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um relatório em formato Markdown que identifica padrões de satisfação e insatisfação, e sugere áreas de melhoria.