Agente de IA para Gestão de Inventário de Cartões de Benefício

18 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que monitora o inventário de cartões de benefício, garantindo que haja um estoque suficiente.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts e detalhes de requisitos para o Fluxo de Agentes "Gestão de Inventário de Cartões de Benefício", uma solução de automação projetada para monitorar e gerenciar o estoque de cartões de benefício. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é garantir que o estoque de cartões seja suficiente para atender à demanda de reemissão sem interrupções, monitorando continuamente os níveis de estoque e prevendo demandas futuras.

2. Contexto e Problema

Problemas Específicos

O gerenciamento de inventário de cartões de benefício enfrenta desafios como:

  • Falta de visibilidade e controle sobre o inventário de cartões de benefício, levando a rupturas de estoque e atrasos.
  • Necessidade de garantir que o estoque de cartões seja suficiente para atender à demanda de reemissão sem interrupções.

Esses problemas podem resultar em insatisfação dos clientes e perda de oportunidades de negócio, devido à incapacidade de reemitir cartões no tempo adequado.

3. Impactos Esperados

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

  • Melhorar a visibilidade sobre os níveis de estoque de cartões de benefício.
  • Reduzir o risco de rupturas de estoque e atrasos na reemissão de cartões.
  • Otimizar a gestão de inventário através de previsões precisas de demanda.
  • Aumentar a satisfação do cliente ao garantir a disponibilidade contínua de cartões de benefício.

4. Visão Geral da Solução

O agente de IA para gestão de inventário de cartões de benefício monitora continuamente os níveis de estoque e prevê demandas futuras para garantir que o estoque seja suficiente para atender à demanda de reemissão sem interrupções. 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 inventário de cartões de benefício.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a preparação de parâmetros de coleta de dados e termina com a geração de alertas para a equipe responsável.

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

Agentes Função Principal
Agente Preparador de Parâmetros de Coleta de Dados de Inventário (RF 1) Gerar parâmetros padronizados de consulta para recuperar estoque atual e histórico de emissões/reemissões de cartões por SKU/BIN/produto.
Agente de Execução de Consultas em Banco de Dados (RF 2) Realizar conexão com o sistema de inventário/ERP para obter estoque atual por SKU e histórico de emissões diárias no período definido.
Agente de Previsão de Demanda e Cálculo de Ponto de Pedido (RF 3) Calcular demanda média, variabilidade, estoque de segurança, ponto de pedido e dias de cobertura por SKU com base no histórico de emissões.
Agente de Decisão de Reposição e Geração de Alertas (RF 4) Determinar necessidade de reposição, severidade do alerta e quantidade recomendada por SKU, gerando payloads acionáveis para a equipe.

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 Preparador de Parâmetros de Coleta de Dados de Inventário

1.1 Tarefa do Agente

Gerar parâmetros padronizados de consulta para recuperar estoque atual e histórico de emissões/reemissões de cartões por SKU/BIN/produto.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON opcional com políticas e filtros para consulta de inventário de cartões.

# 2. Objetivo
Gerar parâmetros padronizados de consulta para recuperar estoque atual e histórico de emissões/reemissões de cartões por SKU/BIN/produto.

# 3. Regras que você deve seguir para gerar sua resposta
- Se data_referencia não for informada, use a data atual no fuso do data center (UTC-3 se Brasil).
- Se janela_dias não for informada, defina 90.
- Calcule periodo_inicio = data_referencia - janela_dias.
- Normalizar identificadores de SKU/BIN removendo espaços, padronizando maiúsculas.
- Se skus_alvo não for fornecido, defina como lista vazia para significar 'todos'.
- Sempre solicitar itens_requeridos: estoque_atual por SKU, entradas (recebimentos) no período, saídas de emissões por dia.
- Incluir politicas herdadas do input e preencher defaults: lead_time_padrao_dias=7, dias_uteis_por_semana=5, taxa_sucata_percent=0.5 quando ausentes.
- Validar que lote_minimo_por_sku e capacidade_maxima_por_sku são inteiros positivos quando presentes; se inválidos, ignore no parâmetro e marque no campo politicas.__avisos.
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 JSON opcional com políticas e filtros 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 JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um JSON opcional com políticas e filtros.
  • 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 JSON com até 3.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os parâmetros de consulta padronizados.
  • Exemplo de Estrutura de Output: 
     {"periodo_inicio": "2025-09-19", "periodo_fim": "2025-12-18", "filtros": {"skus": ["BIN-1234","BIN-5678"]}, "itens_requeridos": ["estoque_atual","entradas","saidas_emissoes_por_dia"], "campos_chave": ["sku","data"], "politicas": {"lead_time_padrao_dias": 7, "dias_uteis_por_semana": 5, "lote_minimo_por_sku": {"BIN-1234": 500}, "capacidade_maxima_por_sku": {"BIN-1234": 20000}, "taxa_sucata_percent": 0.5}}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.000 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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consultas em Banco de Dados (RF 2).

RF 2. Agente de Execução de Consultas em Banco de Dados

2.1 Tarefa do Agente

Realizar conexão com o sistema de inventário/ERP para obter estoque atual por SKU e histórico de emissões diárias no período definido.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo parâmetros prontos de consulta para acessar o sistema de inventário.

# 2. Objetivo
Realizar conexão com o sistema de inventário/ERP para obter estoque atual por SKU e histórico de emissões diárias no período definido.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente executa apenas a consulta e retorna os dados conforme solicitado, sem transformações analíticas.
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 parâmetros prontos de consulta 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 JSON com até 1.500 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o estoque atual por SKU e o histórico de emissões diárias no período definido.
  • Exemplo de Estrutura de Output: 
     {"estoque_atual_por_sku": [{"sku": "BIN-1234", "estoque_on_hand": 12345, "data_corte": "2025-12-18"}], "emissoes_por_dia": [{"sku": "BIN-1234", "data": "2025-12-01", "quantidade": 380}, ...], "entradas_no_periodo": [{"sku": "BIN-1234", "data": "2025-11-15", "quantidade": 5000}], "metadata_coleta": {"periodo_inicio": "2025-09-19", "periodo_fim": "2025-12-18"}}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 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: Conecta-se ao sistema de inventário/ERP para realizar consultas.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Previsão de Demanda e Cálculo de Ponto de Pedido (RF 3).

RF 3. Agente de Previsão de Demanda e Cálculo de Ponto de Pedido

3.1 Tarefa do Agente

Calcular demanda média, variabilidade, estoque de segurança, ponto de pedido e dias de cobertura por SKU com base no histórico de emissões.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos da consulta de inventário e histórico de emissões.

# 2. Objetivo
Calcular demanda média, variabilidade, estoque de segurança, ponto de pedido e dias de cobertura por SKU com base no histórico de emissões.

# 3. Regras que você deve seguir para gerar sua resposta
- Considerar apenas saídas (emissões) para demanda.
- Preencher dias sem emissão com quantidade 0 ao calcular médias.
- Calcular demanda_media_diaria = soma_emissoes / numero_de_dias_no_periodo.
- Calcular desvio_padrao_diario usando série diária do período.
- lead_time_dias: usar politicas.lead_time_padrao_dias quando não houver por SKU.
- z_nivel_servico padrão: 1.65 (aprox. 95%).
- estoque_seguranca = z * desvio_padrao_diario * sqrt(lead_time_dias).
- ponto_de_pedido (ROP) = demanda_media_diaria * lead_time_dias + estoque_seguranca.
- dias_cobertura_on_hand = estoque_on_hand / max(demanda_media_diaria, 0.0001).
- Ajustar demanda por taxa_sucata_percent: demanda_ajustada = demanda_media_diaria * (1 + taxa_sucata_percent/100). Usar demanda_ajustada nas contas de ROP e cobertura.
- Se não houver histórico suficiente (menos de 14 dias), usar fallback: demanda_media_diaria = média dos últimos dias disponíveis; se zero, definir 1 unidade/dia como piso para não dividir por zero.
- Ignorar entradas_no_periodo para cálculo de demanda, pois não representam consumo; usar apenas para contextualização se necessário.
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 dados brutos de consulta 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 JSON com até 2.500 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a análise por SKU, incluindo demanda média, variabilidade, estoque de segurança, ponto de pedido e dias de cobertura.
  • Exemplo de Estrutura de Output: 
     {"analise_por_sku": [{"sku":"BIN-1234","demanda_media_diaria": 200.0, "desvio_padrao_diario": 40.0, "lead_time_dias": 7, "estoque_seguranca": 106.0, "ponto_de_pedido": 1406.0, "dias_cobertura_on_hand": 61.7, "demanda_media_semanal": 1000.0, "premissas": {"z_nivel_servico": 1.65}}]}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 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: Utiliza lógica interna para cálculos estatísticos.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Decisão de Reposição e Geração de Alertas (RF 4).

RF 4. Agente de Decisão de Reposição e Geração de Alertas

4.1 Tarefa do Agente

Determinar necessidade de reposição, severidade do alerta e quantidade recomendada por SKU, gerando payloads acionáveis para a equipe.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a saída do agente de previsão e políticas herdadas para decisão de reposição.

# 2. Objetivo
Determinar necessidade de reposição, severidade do alerta e quantidade recomendada por SKU, gerando payloads acionáveis para a equipe.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada SKU, defina alerta_necessario = true quando estoque_on_hand <= ROP ou dias_cobertura_on_hand < lead_time_dias.
- Severidade: crítico se dias_cobertura_on_hand <= lead_time_dias; alto se dias_cobertura_on_hand <= lead_time_dias + 3; moderado se <= 2*lead_time_dias; caso contrário, informativo (alerta_necessario=false).
- Quantidade sugerida (Q): Q_base = demanda_media_diaria * (lead_time_dias + janela_revisao_dias) + estoque_seguranca - estoque_on_hand, com janela_revisao_dias=7 por padrão.
- Aplicar piso de lote mínimo: Q = max(Q_base, lote_minimo_por_sku[sku] se existir, senão 0).
- Arredondar Q para inteiro e para múltiplos de 100 quando SKU representar cartões impressos em centenas; se não houver regra, arredonde para inteiro.
- Restringir Q à capacidade_maxima_por_sku quando fornecida: Q = min(Q, capacidade_maxima).
- Se Q <= 0, definir alerta_necessario=false, severidade='informativo' e quantidade_sugerida=0.
- Incluir sempre no output os critérios usados: ROP, estoque_on_hand, lote_minimo aplicado, capacidade_maxima considerada, lead_time_dias, demanda_media_diaria.
- Gerar mensagem curta e objetiva indicando causa (abaixo do ROP, cobertura insuficiente, etc.) e prazo estimado de esgotamento: prazo_esgotamento_dias = estoque_on_hand / max(demanda_media_diaria, 0.0001).
- Priorizar SKUs com severidade 'crítico' na ordenação do output.
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 a saída do agente de previsão em JSON e políticas herdadas.
  • 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 JSON com até 2.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo recomendações por SKU, incluindo necessidade de alerta, severidade, quantidade sugerida e critérios utilizados.
  • Exemplo de Estrutura de Output: 
     {"recomendacoes": [{"sku":"BIN-1234","alerta_necessario": true, "severidade": "crítico", "motivo": "Estoque on-hand abaixo do ROP", "quantidade_sugerida": 5000, "criterios": {"ROP": 1406.0, "estoque_on_hand": 1200, "lote_minimo": 500, "capacidade_maxima": 20000}, "mensagem": "Repor 5.000 cartões do SKU BIN-1234. Severidade: crítico. Previsto esgotamento em 6 dias."}], "resumo": {"total_skus_analisados": 12, "skus_com_alerta": 4}}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.500 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: Utiliza lógica interna para cálculos de decisão.
  • Busca Online: Não utiliza.
  • 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 (JSON com recomendações) é o entregável final e não é passada para outros agentes internos.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As recomendações geradas são o resultado que deve ser disponibilizado à equipe responsável.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.