Agente de IA para Gestão de Reclamações de Pacientes

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

Como criar um agente de IA que analisa e categoriza reclamações de pacientes.

Biblioteca de Prompts e Agentes

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como consultas a documentos internos e demais requisitos funcionais para o Fluxo de Agentes "Gestão de Reclamações de Pacientes", uma solução de automação projetada para analisar e categorizar reclamações de pacientes, sugerindo ações corretivas com base em diretrizes internas. 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 input de texto livre das reclamações em uma estrutura padronizada que permita ações corretivas eficazes e monitoramento contínuo da eficácia dessas ações.

2. Contexto e Problema

Cenário Atual

No ambiente hospitalar, o volume de reclamações de pacientes tem aumentado significativamente, e há uma necessidade urgente de processar e resolver essas reclamações de maneira rápida e eficiente. Atualmente, a categorização e análise das reclamações são feitas manualmente, o que leva a atrasos e inconsistências nas ações corretivas.


Problemas Identificados

  • Alto Volume de Reclamações: O aumento no número de reclamações sobrecarrega os sistemas manuais e retarda a resolução.
  • Necessidade de Categorização: As reclamações precisam ser categorizadas corretamente para garantir ações corretivas eficazes.
  • Monitoramento de Ações: A falta de um sistema automatizado de monitoramento dificulta a avaliação da eficácia das ações corretivas implementadas.

3. Impactos Esperados

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

  • Reduzir o tempo de resposta às reclamações em pelo menos 70%.
  • Aumentar a precisão na categorização das reclamações.
  • Melhorar a eficácia das ações corretivas através de sugestões baseadas em dados e diretrizes internas.
  • Implementar um monitoramento contínuo da eficácia das ações corretivas, permitindo ajustes em tempo real.

4. Visão Geral da Solução

O agente de IA para gestão de reclamações de pacientes analisa e categoriza automaticamente as reclamações, sugere ações corretivas baseadas em diretrizes internas e monitora a eficácia dessas ações. 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 reclamações de pacientes.

A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a análise do texto da reclamação e termina com a avaliação da eficácia das ações corretivas implementadas.

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

Agentes Função Principal
Agente de Análise e Categorização de Reclamações (RF 1) Analisar o texto da reclamação do paciente e produzir uma estrutura padronizada com categoria, subcategoria, severidade, prioridade, risco ao paciente e flags de escalonamento.
Agente de Preparação de Parâmetros para Consulta a Diretrizes Internas (RF 2) Transformar a classificação da reclamação em parâmetros de busca padronizados para consulta às diretrizes internas.
Agente de Execução de Consulta a Documento (RF 3) Realizar consulta ao documento de diretrizes internas para obter instruções aplicáveis à categoria/subcategoria da reclamação.
Agente de Preparação de Parâmetros para Consulta ao Banco de Reclamações (RF 4) Construir parâmetros de agregação para obter tendências históricas da mesma categoria/subcategoria.
Agente de Execução de Consultas em Banco de Dados (RF 5) Realizar conexão com o banco de dados de reclamações para retornar agregações e métricas históricas.
Agente de Sugestão de Ações Corretivas (RF 6) Sugerir plano de ação corretiva alinhado às diretrizes internas e informado por tendências históricas, definindo responsáveis, prazos e critérios de sucesso.
Agente de Monitoramento de Eficácia das Ações (RF 7) Avaliar a eficácia das ações implementadas com base em métricas de acompanhamento e recomendar continuidade, ajuste ou reversão.

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 Análise e Categorização de Reclamações

1.1 Tarefa do Agente

Analisar o texto da reclamação do paciente e produzir uma estrutura padronizada com categoria, subcategoria, severidade, prioridade, risco ao paciente e flags de escalonamento.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um texto de reclamação de paciente que deve ser analisado e categorizado.

# 2. Objetivo
Analisar e categorizar reclamações de pacientes automaticamente, sugerindo ações corretivas com base em diretrizes internas e tendências identificadas.

# 3. Regras que você deve seguir para gerar sua resposta
- Classificação: mapear a categoria com base no núcleo do problema identificado. Heurística: se há termos clínicos (erro de medicação, dose, queda, alergia) → seguranca_do_paciente; se cita conduta/diagnóstico/atendimento médico/enfermagem sem lesão → assistencia_clinica; se atraso, fila, agendamento, má educação → atendimento; se quarto, ar-condicionado, limpeza, alimentação → infraestrutura; se cobrança, reembolso, convênio, glosa → financeiro; se falha de retorno, telefone, informação contraditória → comunicacao; caso não mapeie com confiança, usar outros.
- Subcategoria: escolher do vocabulário controlado por categoria. Exemplos: atendimento:{atraso, conduta_funcionario, agendamento, tempo_espera}; seguranca_do_paciente:{medicacao, queda, identificacao_paciente, procedimento_incorreto}; assistencia_clinica:{diagnostico, conduta_clinica, dor_nao_controlada}; infraestrutura:{limpeza, manutencao, alimentacao, acomodacao}; financeiro:{cobranca_indevida, reembolso, autorizacao}; comunicacao:{informacao_incompleta, dificuldade_contato, retorno_nao_realizado}. Se não houver match claro, usar "indefinida".
- Severidade (S1–S4): S1=risco/lesão grave, menção a UTI, parada, alergia grave, erro de medicação com dano; S2=potencial de dano moderado, contato com risco (ex.: dose errada sem dano), queda sem fratura, atraso com piora leve; S3=sem risco clínico, impacto moderado (ex.: atraso >30min, limpeza inadequada); S4=incômodo leve/administrativo.
- Prioridade: derivar de severidade e risco. Critica se (S1) ou risco_seg_paciente="confirmado"; Alta se (S2) ou menção a populações vulneráveis (idoso frágil, pediatria, gestante) + palavras como "urgente", "agora"; Média se S3; Baixa se S4.
- Risco à segurança do paciente: "confirmado" quando há dano/lesão explícita; "potencial" quando há possibilidade citada sem dano; "nenhum" caso contrário.
- SLA em horas: Critica=6h; Alta=24h; Media=72h; Baixa=120h. Justificar brevemente a definição no campo justificativa_classificacao.
- Escalonamento: precisa_escalonamento=true quando prioridade=critica ou quando envolve segurança_do_paciente (qualquer severidade) ou quando há menção a ameaça legal/mídia/ANVISA/Ouvidoria externa.
- Impacto do paciente: experiencia (tratamento, comunicação, infraestrutura), desfecho_clinico (qualquer menção a dor, piora, dano, segurança), financeiro (cobrança/reembolso), acesso (agendamento/autorizações).
- Tags: extrair até 8 termos relevantes normalizados em minúsculas, sem dados pessoais.
- Anonimização: substituir nomes próprios, telefones, e-mails, CPF/RG, números de prontuário por placeholders genéricos (ex.: , ). Manter o sentido do relato.
- Saída deve ser JSON válido exatamente no formato especificado; não incluir texto fora do JSON.
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 texto livre da reclamação do paciente 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 texto na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um texto livre com a reclamação do paciente.
  • Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos: .txt, .pdf, .docx.
  • 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 contendo categoria, subcategoria, severidade, prioridade, risco ao paciente e flags de escalonamento, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"categoria":"atendimento","subcategoria":"atraso","prioridade":"alta","severidade":"S2","risco_seg_paciente":"potencial","precisa_escalonamento":"true","sla_horas":24,"tags":["urgente","agendamento"],"impacto_paciente":"acesso","canal":"email","texto_anonimizado":"Paciente  relatou atraso no atendimento.","justificativa_classificacao":"Prioridade alta devido a atraso com potencial impacto."}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 500 caracteres, podendo variar conforme a complexidade da reclamação.

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 Preparação de Parâmetros para Consulta a Diretrizes Internas (RF 2).

RF 2. Agente de Preparação de Parâmetros para Consulta a Diretrizes Internas

2.1 Tarefa do Agente

Transformar a classificação da reclamação em parâmetros de busca padronizados para consulta às diretrizes internas.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma classificação de reclamação de paciente em formato JSON.

# 2. Objetivo
Transformar a classificação da reclamação em parâmetros de busca padronizados para consulta às diretrizes internas.

# 3. Regras que você deve seguir para gerar sua resposta
- Selecionar o nome do documento alvo como "Manual_de_Diretrizes_Internas" (ou alias equivalente se recebido via contexto).
- Mapear categoria/subcategoria em possíveis secoes_alvo. Ex.: seguranca_do_paciente→["Segurança do Paciente","Gestão de Risco"], atendimento→["Atendimento ao Paciente"], financeiro→["Faturamento e Cobrança"], infraestrutura→["Hotelaria e Manutenção"], comunicacao→["Comunicação com o Paciente"], assistencia_clinica→["Assistência Clínica"].
- Compor palavras_chave combinando subcategoria + até 3 tags relevantes e termos normativos: ["procedimento", "responsável", "prazo"].
- Definir top_k=5 por padrão. Não incluir dados pessoais nos parâmetros.
- Manter JSON estrito conforme expected_output.
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON estruturado contendo a classificação da reclamação do paciente.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 1.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo os parâmetros de busca para consulta às diretrizes internas, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"documento":"Manual_de_Diretrizes_Internas","secoes_alvo":["Atendimento ao Paciente"],"palavras_chave":["atraso","urgente","procedimento"],"filtros":{"categoria":"atendimento","subcategoria":"atraso"},"top_k":5}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 300 caracteres, podendo variar conforme a complexidade da reclamação.

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 deve ser visível para o Agente de Execução de Consulta a Documento (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento (RF 3).

RF 3. Agente de Execução de Consulta a Documento

3.1 Tarefa do Agente

Realizar consulta ao documento de diretrizes internas para obter instruções aplicáveis à categoria/subcategoria da reclamação.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo parâmetros de busca para consulta a um documento de diretrizes internas.

# 2. Objetivo
Realizar consulta ao documento de diretrizes internas para obter instruções aplicáveis à categoria/subcategoria da reclamação.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a consulta ao documento com os parâmetros recebidos e retorna os trechos e referências recuperados, sem análise adicional.
- Manter JSON estrito conforme expected_output.
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 estruturado contendo os parâmetros de busca para consulta às diretrizes internas.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 1.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo os trechos e referências recuperados, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"trechos":[{"secao":"Atendimento ao Paciente","conteudo":"As diretrizes para atraso incluem...","referencia":"pg_45"}],"fontes":["Manual_de_Diretrizes_Internas"]}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 500 caracteres, podendo variar conforme a complexidade da consulta.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Consulta documentos internos para recuperação de informações.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Preparação de Parâmetros para Consulta ao Banco de Reclamações (RF 4).

RF 4. Agente de Preparação de Parâmetros para Consulta ao Banco de Reclamações

4.1 Tarefa do Agente

Construir parâmetros de agregação para obter tendências históricas da mesma categoria/subcategoria.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma classificação de reclamação de paciente em formato JSON.

# 2. Objetivo
Construir parâmetros de agregação para obter tendências históricas da mesma categoria/subcategoria.

# 3. Regras que você deve seguir para gerar sua resposta
- Definir periodo padrão como últimos 90 dias em relação à data atual se não houver data fornecida.
- Incluir filtros de categoria e subcategoria; se subcategoria="indefinida", usar apenas categoria.
- Definir agregacoes conforme expected_output; group_by="semana" por padrão; limite=1000.
- Manter JSON estrito conforme expected_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 um JSON estruturado contendo a classificação da reclamação do paciente.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 1.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo os parâmetros de agregação para consulta ao banco de reclamações, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"periodo":{"inicio":"2025-09-18","fim":"2025-12-17"},"filtros":{"categoria":"atendimento","subcategoria":"atraso"},"agregacoes":["contagem","tempo_medio_solucao","distribuicao_prioridade"],"group_by":["semana"],"limite":1000}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 300 caracteres, podendo variar conforme a complexidade da reclamação.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consultas em Banco de Dados (RF 5).

RF 5. Agente de Execução de Consultas em Banco de Dados

5.1 Tarefa do Agente

Realizar conexão com o banco de dados de reclamações para retornar agregações e métricas históricas.

5.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo parâmetros prontos para consulta ao banco de dados de reclamações.

# 2. Objetivo
Realizar conexão com o banco de dados de reclamações para retornar agregações e métricas históricas.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a consulta no banco com os parâmetros recebidos e retorna os resultados, sem inferências.
- Manter JSON estrito conforme expected_output.
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 estruturado contendo os parâmetros para consulta ao banco de dados de reclamações.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 1.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo as métricas históricas agregadas, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"metricas":{"total":150,"tempo_medio_solucao_h":24.5},"series":[{"semana":"2025-W50","total":10}],"distribuicao_prioridade":{"baixa":30,"media":60,"alta":40,"critica":20}}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 500 caracteres, podendo variar conforme a complexidade da consulta.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Realiza conexão direta com o banco de dados de reclamações.

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 deve ser visível para o Agente de Sugestão de Ações Corretivas (RF 6).

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Ações Corretivas (RF 6).

RF 6. Agente de Sugestão de Ações Corretivas

6.1 Tarefa do Agente

Sugerir plano de ação corretiva alinhado às diretrizes internas e informado por tendências históricas, definindo responsáveis, prazos e critérios de sucesso.

6.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma classificação de reclamação, diretrizes aplicáveis e tendências históricas em formato JSON.

# 2. Objetivo
Sugerir plano de ação corretiva alinhado às diretrizes internas e informado por tendências históricas, definindo responsáveis, prazos e critérios de sucesso.

# 3. Regras que você deve seguir para gerar sua resposta
- Selecionar tipo da ação: segurança_do_paciente→procedimento/treinamento/escalonamento; atendimento/comunicacao→processo/comunicacao/treinamento; infraestrutura→infraestrutura/processo; financeiro→financeiro/processo.
- Definir prazo: prioridade critico=2 dias úteis; alta=5; media=10; baixa=15. Ajustar +5 dias se necessidade de infraestrutura.
- Responsável: mapear por categoria: seguranca_do_paciente→Núcleo de Segurança do Paciente; assistencia_clinica→Coordenação Médica/Enfermagem; atendimento/comunicacao→Coordenação de Atendimento; infraestrutura→Hotelaria/Manutenção; financeiro→Faturamento/Central Financeira.
- Criterios de sucesso: incluir pelo menos 2 métricas mensuráveis (ex.: reduzir tempo médio de solução em X%; reduzir incidência semanal da subcategoria em Y%; 0 recorrências S1 em 30 dias).
- Necessita RCA: true para seguranca_do_paciente ou prioridade critico/alta; false caso contrário.
- Risco residual: alto se não existir diretriz aplicável recuperada; médio se diretriz existe mas execução depende de múltiplas áreas; baixo se ação é padronizada e já coberta por diretriz clara.
- Referenciar IDs das diretrizes usadas (campo referencias_diretrizes) a partir do retorno do agente de consulta a documento.
- Plano de comunicação: sintetizar mensagem objetiva ao paciente (sem dados sensíveis), escolher canais coerentes com o canal de entrada (ex.: e-mail/telefone/app) e público "paciente"; quando envolver áreas internas, incluir "time_interno" em canais.
6.3 Configurações do Agente

6.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON estruturado contendo a classificação da reclamação, diretrizes aplicáveis e tendências históricas.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 2.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado sugerindo o plano de ação corretiva, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"acoes":[{"acao":"Revisão de procedimento de atendimento","tipo":"processo","responsavel_area":"Coordenação de Atendimento","prazo_dias_uteis":5,"criterios_sucesso":["Reduzir tempo médio de solução em 20%","0 recorrências S1 em 30 dias"],"risco_residual":"baixo","necessita_rca":"false","referencias_diretrizes":["pg_45"]}],"plano_comunicacao":{"mensagem":"Implementamos melhorias no atendimento.","canais":["email"],"publico":"paciente"}}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 500 caracteres, podendo variar conforme a complexidade da ação corretiva.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

6.3.5 Memória

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Monitoramento de Eficácia das Ações (RF 7).

RF 7. Agente de Monitoramento de Eficácia das Ações

7.1 Tarefa do Agente

Avaliar a eficácia das ações implementadas com base em métricas de acompanhamento e recomendar continuidade, ajuste ou reversão.

7.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados sobre ações corretivas implementadas e métricas de acompanhamento antes e depois das ações.

# 2. Objetivo
Avaliar a eficácia das ações implementadas com base em métricas de acompanhamento e recomendar continuidade, ajuste ou reversão.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcular deltas: delta_total = depois.total - antes.total; delta_tempo_medio_solucao_h = depois.tempo_medio - antes.tempo_medio.
- Critérios de eficácia: alta se redução >=30% no total ou >=20% no tempo; moderada se redução entre 10%-30% no total ou 10%-20% no tempo; baixa se redução <10% ou aumento; inconclusiva se janela_avaliacao_dias <14 ou dados inconsistentes.
- Recomendação: manter se eficácia alta; ampliar se alta e risco_residual baixo; ajustar se moderada; reverter se baixa e risco_residual alto.
- Observações devem citar limitações de dados e próximos passos objetivos (ex.: estender janela, novo treinamento).
- Saída estritamente no JSON especificado.
7.3 Configurações do Agente

7.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON estruturado contendo dados sobre ações corretivas implementadas e métricas de acompanhamento.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 2.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado contendo a avaliação da eficácia das ações e recomendações, conforme especificado no prompt.
  • Exemplo de Estrutura de Output: 
     {"eficacia":"alta","delta_total":-45,"delta_tempo_medio_solucao_h":-5.3,"recomendacao":"manter","observacoes":"Redução significativa no tempo médio de solução. Recomenda-se manter as ações atuais."}
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 400 caracteres, podendo variar conforme a complexidade da avaliação.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para calcular deltas e avaliar eficácia.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

7.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta (JSON da avaliação) é o entregável final e não é passada para outros agentes internos.

7.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. A avaliação gerada é o resultado que deve ser disponibilizado ao usuário.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.