1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Educação Contínua em Prevenção de Infecções", uma solução de automação projetada para desenvolver e distribuir materiais educativos personalizados sobre prevenção de infecções para a equipe hospitalar. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é criar e fornecer materiais educativos personalizados para diferentes funções e necessidades da equipe hospitalar, garantindo atualização contínua com base em novas diretrizes e evidências científicas.
2. Contexto e Problema
Cenário Atual
A equipe hospitalar enfrenta desafios significativos no que diz respeito à educação contínua sobre prevenção de infecções. As dificuldades incluem:
- Necessidade de educação contínua e atualizada sobre prevenção de infecções.
- Personalização dos materiais educativos para atender às diferentes funções e necessidades da equipe.
Atualmente, a atualização e distribuição de materiais educativos é um processo manual e demorado, que não consegue acompanhar a velocidade das mudanças nas diretrizes científicas.
Problemas Identificados
- Atualização Ineficiente: A atualização dos materiais educativos não é feita de forma oportuna, resultando em informações desatualizadas.
- Falta de Personalização: Os materiais não são adaptados para as diferentes funções e níveis de conhecimento da equipe hospitalar.
- Distribuição Inadequada: A distribuição dos materiais não é contínua nem acessível a toda a equipe.
- Dependência de Processos Manuais: A criação e distribuição dos materiais dependem de processos manuais, que são lentos e sujeitos a erros.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Aprimorar a atualização dos materiais educativos com base em novas diretrizes e evidências científicas.
- Personalizar os materiais educativos para atender às diferentes necessidades e funções dentro da equipe hospitalar.
- Distribuir os materiais de forma contínua e acessível a toda a equipe hospitalar.
- Reduzir a dependência de processos manuais, automatizando a criação e distribuição de materiais educativos.
4. Visão Geral da Solução
O agente de IA para educação contínua em prevenção de infecções desenvolve e distribui materiais educativos personalizados para a equipe hospitalar, garantindo atualização contínua com base em novas diretrizes e evidências científicas. 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 educação contínua da equipe hospitalar.
A solução consiste em um fluxo de automação composto por 10 agentes de IA. O processo inicia com a definição de perfis e objetivos de aprendizagem e termina com a distribuição contínua de materiais educativos atualizados.
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 Definição de Perfis e Objetivos de Aprendizagem (RF 1)
| Estruturar perfis e transformar em objetivos de aprendizagem mensuráveis. |
Agente de Execução de Consulta a Documento (RF 2)
| Realizar consulta ao documento de diretrizes para obter evidências e recomendações. |
Agente de Síntese de Evidências e Mapeamento de Atualizações (RF 3)
| Consolidar as evidências e mapear impactos no conteúdo educativo. |
Agente de Redação de Materiais Personalizados (RF 4)
| Produzir materiais educativos em Markdown, adaptados por perfil e objetivos. |
Agente de QA Clínica e Conformidade (RF 5)
| Revisar os materiais redigidos quanto à aderência às evidências e consistência. |
Agente de Preparação de Distribuição e Metadados (RF 6)
| Empacotar materiais aprovados com metadados e cronograma para distribuição. |
Agente de Distribuição de Materiais Educativos (RF 7)
| Gerar notificações e mensagens de distribuição para os canais definidos. |
Agente de Monitoramento de Engajamento e Lembretes (RF 8)
| Analisar logs de acesso para definir lembretes e gerar indicadores de engajamento. |
Agente de Detecção de Atualizações de Diretrizes (RF 9)
| Identificar se novas versões de diretrizes impactam conteúdos já publicados. |
Agente de Replanejamento de Conteúdo a partir de Atualizações (RF 10)
| Gerar um plano de revisão dos materiais afetados por novas diretrizes. |
Regras de Execução Condicional ou Edges
- Ativação do Agente de Execução de Consulta a Documento (RF 2): Este agente só será executado se a propriedade
"necessidade_de_evidencias"do objeto JSON gerado pelo Agente de Definição de Perfis e Objetivos de Aprendizagem (RF 1) for"true". Caso contrário, o fluxo pulará esta etapa e prosseguirá diretamente para o Agente de Redação de Materiais Personalizados (RF 4).
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 Perfis e Objetivos de Aprendizagem
1.1 Tarefa do Agente
Estruturar perfis (função, senioridade e necessidades) e transformar em objetivos de aprendizagem mensuráveis para prevenção de infecções.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de identificação e contexto do público, incluindo função, unidade/setor, senioridade e necessidades específicas.
# 2. Objetivo
Estruturar perfis e transformar em objetivos de aprendizagem mensuráveis para prevenção de infecções.
# 3. Regras que você deve seguir para gerar sua resposta
- Normalizar função para taxonomia: {medico, enfermeiro, tecnico_enfermagem, fisioterapeuta, farmacêutico, higienização, outros}.
- Se a função não mapear, classificar como 'outros' e solicitar esclarecimento no próximo passo do fluxo.
- Definir no mínimo 3 e no máximo 5 objetivos SMART (comportamento observável + critério + prazo).
- Priorizar temas base: higiene das mãos, precauções padrão e por via de transmissão, uso correto de EPI, bundles (CVC, CVD, VM), limpeza e desinfecção de superfícies.
- Ajustar a profundidade pelo nível estimado: iniciantes recebem definições e passos práticos; intermediários recebem justificativas e indicadores; avançados recebem nuances e exceções.
- Respeitar restrições de tempo: se turno noturno ou alta rotatividade, metas de microlearning (<=7 minutos por módulo).
- Saída deve ser JSON válido no formato especificado em expected_output. 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 identificação e contexto do público via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um conjunto de dados estruturados em formato CSV ou JSON, que inclui informações como função, unidade/setor, senioridade e necessidades específicas.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs 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 arquivo no formato JSON contendo o perfil normalizado e objetivos de aprendizagem mensuráveis. A estrutura deve incluir categorias como função, senioridade, turno, restrições de tempo, nível de conhecimento estimado e objetivos SMART.
-
Exemplo de Estrutura de Output:
{ "perfil_normalizado": { "role_category": "enfermeiro", "seniority": "intermediário", "turno": "diurno", "restricoes_de_tempo": "nenhuma" }, "nivel_conhecimento_est": "médio", "objetivos_smart": [ "Melhorar a adesão às precauções padrão em 20% até o final do trimestre", "Reduzir infecções associadas a CVC em 15% até o próximo semestre", "Aumentar o uso correto de EPI em 25% até o final do ano" ], "temas_prioritarios": ["higiene das mãos", "precauções padrão", "uso de EPI"] } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 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 Execução de Consulta a Documento (RF 2) e o Agente de Redação de Materiais Personalizados (RF 4).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento (RF 2).
RF 2. Agente de Execução de Consulta a Documento
2.1 Tarefa do Agente
Realizar consulta ao documento 'diretrizes_prevencao_infeccoes' para obter evidências, recomendações e versões vigentes a serem utilizadas nos materiais.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo parâmetros prontos de consulta para o documento 'diretrizes_prevencao_infeccoes'. # 2. Objetivo Executar a consulta ao documento com os parâmetros que já recebe prontos para obter evidências, recomendações e versões vigentes. # 3. Regras que você deve seguir para gerar sua resposta - Este agente não precisa de instruções para chamadas ao LLM, pois sua única função é executar a consulta ao documento com os parâmetros que já recebe prontos. - Certifique-se de que os dados recuperados sejam relevantes e atualizados. - A saída deve incluir trechos relevantes, referências bibliográficas, versão do documento e data da versão.
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 parâmetros de consulta prontos, que incluem tópicos de consulta, filtros e campos de retorno.
- 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 arquivo no formato JSON contendo dados recuperados, incluindo trechos relevantes, referências bibliográficas, versão do documento e data da versão.
-
Exemplo de Estrutura de Output:
{ "trechos_relevantes": ["Trecho 1", "Trecho 2"], "referencias_bibliograficas": ["Referencia 1", "Referencia 2"], "versao_documento": "v3.0", "data_versao": "20/12/2025" } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.200 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: Não se aplica (uso de ferramenta)
- Temperatura: Não se aplica (uso de ferramenta)
2.3.4 Ferramentas do Agente
- Documentos: Este agente consulta o documento 'diretrizes_prevencao_infeccoes' usando parâmetros de consulta predefinidos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos além do documento especificado.
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 Síntese de Evidências e Mapeamento de Atualizações (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Síntese de Evidências e Mapeamento de Atualizações (RF 3).
RF 3. Agente de Síntese de Evidências e Mapeamento de Atualizações
3.1 Tarefa do Agente
Consolidar as evidências recuperadas, identificar o que mudou em relação à versão anterior e mapear impactos no conteúdo educativo.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados recuperados do documento de diretrizes, incluindo trechos relevantes, referências bibliográficas e versão do documento. # 2. Objetivo Consolidar as evidências, identificar mudanças e mapear impactos no conteúdo educativo. # 3. Regras que você deve seguir para gerar sua resposta - Deduplicar trechos equivalentes mantendo a fonte mais recente. - Classificar atualizações em add/update/remove e atribuir prioridade. - Se a evidência tiver força/nível, preservar na saída. - Gerar citações no formato Vancouver com DOI/URL quando disponível. - Somente considerar evidências dos últimos 5 anos, exceto quando o documento vigente for mais antigo. - Não inferir recomendações clínicas não presentes nas evidências. - Garantir consistência terminológica.
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 dados recuperados do documento de diretrizes, incluindo trechos relevantes e referências bibliográficas.
- 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.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo no formato JSON contendo uma matriz de evidências, lista de atualizações e impactos no conteúdo.
-
Exemplo de Estrutura de Output:
{ "matriz_de_evidencias": { "topico1": "Recomendacao 1", "topico2": "Recomendacao 2" }, "lista_de_atualizacoes": [ {"topico": "precauções padrão", "change_type": "update", "resumo_mudanca": "Alterações nos procedimentos de higiene"} ], "impactos_no_conteudo": [ {"secao": "higiene das mãos", "impacto": "alta", "prioridade": "alta"} ] } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 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 Redação de Materiais Personalizados (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Redação de Materiais Personalizados (RF 4).