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 Agente de IA para Monitoramento de Desempenho de Equipe de Pronto Atendimento, uma solução projetada para coletar e analisar dados de desempenho regularmente, gerando relatórios que destacam áreas de melhoria e sucesso, e sugerindo ações para melhorar a eficiência e a qualidade do atendimento. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
2. Contexto e Problema
O agente de IA visa resolver a falta de visibilidade sobre o desempenho da equipe de pronto atendimento e a necessidade de melhorar a eficiência e a qualidade do atendimento. Problemas específicos incluem:
- Falta de visibilidade sobre o desempenho da equipe de pronto atendimento.
- Necessidade de melhorar a eficiência e a qualidade do atendimento.
3. Impactos Esperados
A implementação deste agente de IA busca alcançar os seguintes resultados:
- Melhorar a visibilidade sobre o desempenho da equipe.
- Aumentar a eficiência do atendimento.
- Melhorar a qualidade do atendimento prestado.
4. Visão Geral da Solução
O agente de IA para monitoramento de desempenho de equipe de pronto atendimento coleta e analisa dados de desempenho, gera relatórios sobre eficiência e qualidade do atendimento, e sugere ações para melhorias. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no monitoramento de desempenho da equipe de pronto atendimento.
A solução consiste em um fluxo de automação composto por múltiplos agentes de IA. O processo inicia com a coleta de dados e termina com a geração de relatórios detalhados e recomendações de ações de melhoria.
| Agentes | Função Principal |
|---|---|
Agente de Execução de Chamada à API | Realizar chamada à API dos sistemas operacionais para recuperar dados brutos de desempenho. |
Agente de Extração de Dados de Arquivo | Extrair dados de desempenho a partir de arquivos enviados (CSV/XLSX). |
Agente de Consolidação e Normalização de Dados | Unificar dados provenientes de APIs e/ou arquivos em um modelo único de eventos e dimensões. |
Agente de Cálculo de KPIs de Desempenho | Calcular KPIs operacionais e de qualidade por período, equipe, profissional, turno e unidade. |
Agente de Análise de Desempenho e Insights | Interpretar os KPIs calculados, identificar causas prováveis, gargalos e oportunidades de melhoria. |
Agente de Recomendações de Ações de Melhoria | Gerar recomendações práticas e priorizadas para elevar eficiência e qualidade do atendimento. |
Agente de Geração de Relatórios de Desempenho | Produzir relatório executivo e operacional destacando áreas de sucesso, oportunidades e plano de ação. |
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 Execução de Chamada à API
1.1 Tarefa do Agente
Realizar chamada à API dos sistemas operacionais para recuperar dados brutos de desempenho da equipe de pronto atendimento.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload com informações de endpoint, método, headers, autenticação, parâmetros de período e filtros para realizar a chamada à API.
# 2. Objetivo
Realizar a chamada à API para recuperar dados brutos de desempenho da equipe de pronto atendimento.
# 3. Regras que você deve seguir para gerar sua resposta
- Utilize as informações do payload para configurar corretamente a chamada à API.
- Certifique-se de que todos os parâmetros obrigatórios estão presentes.
- Preserve os campos originais por fonte e metadados de coleta na resposta.
# 4. Exemplo de Output que você deve produzir
{
"dados_brutos": [
{
"fonte": "API de Prontuário Eletrônico",
"timestamp_coleta": "2025-12-19T04:39:00Z",
"total_registros": 150,
...
}
]
} 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 payload via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um payload contendo informações de endpoint, método, headers, autenticação, parâmetros de período 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 até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo os dados brutos recuperados das APIs, preservando campos originais por fonte e metadados de coleta.
-
Exemplo de Estrutura de Output:
{ "dados_brutos": [ { "fonte": "API de Prontuário Eletrônico", "timestamp_coleta": "2025-12-19T04:39:00Z", "total_registros": 150, ... } ] } - Número de caracteres esperado: O output deve ter 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: Conecta-se a sistemas externos para realizar chamadas à API.
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 próximo agente no fluxo.
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o próximo agente no fluxo.