1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Relatórios de Ocupação de Leitos de Observação", que gera relatórios diários e semanais sobre a ocupação dos leitos, incluindo insights sobre padrões de uso e possíveis gargalos. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é coletar dados em tempo real, analisar padrões de uso e fornecer insights acionáveis para otimizar a gestão de leitos de observação.
2. Contexto e Problema
Cenário Atual
Atualmente, a gestão dos leitos de observação enfrenta desafios significativos devido à falta de relatórios consistentes e atualizados. A dificuldade em identificar padrões de uso e gargalos na alocação de leitos resulta em ineficiências operacionais.
- Falta de relatórios consistentes e atualizados sobre a ocupação dos leitos de observação.
- Dificuldade em identificar padrões de uso e gargalos na alocação de leitos.
Problemas Identificados
- Consistência dos Dados: A ausência de relatórios regulares impede a visibilidade contínua sobre a ocupação dos leitos.
- Identificação de Padrões: A dificuldade em analisar dados históricos compromete a identificação de tendências e gargalos.
- Otimização da Gestão: A falta de insights acionáveis dificulta a implementação de melhorias operacionais.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Aumentar a consistência e atualização dos relatórios de ocupação dos leitos.
- Identificar padrões de uso e gargalos na alocação de leitos de forma proativa.
- Fornecer insights acionáveis que permitam otimizar a gestão de leitos de observação.
4. Visão Geral da Solução
O agente de IA para relatórios de ocupação de leitos de observação processa dados em tempo real, gera relatórios detalhados e fornece insights para otimização. 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 leitos.
A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a preparação de parâmetros de coleta e termina com a geração de relatórios diários e semanais.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Preparação de Parâmetros de Coleta (RF 1)
| Construir parâmetros para coleta de dados de ocupação de leitos. |
Agente de Execução de Chamada à API (RF 2)
| Realizar chamada à API para obter dados brutos de ocupação. |
Agente de Normalização e Consolidação de Dados (RF 3)
| Normalizar e consolidar dados brutos em um dataset canônico. |
Agente de Análise de Padrões e Gargalos (RF 4)
| Identificar padrões de uso e gargalos na alocação de leitos. |
Agente de Geração de Relatório Diário (RF 5)
| Produzir o relatório diário de ocupação com KPIs e recomendações. |
Agente de Geração de Relatório Semanal (RF 6)
| Produzir o relatório semanal com tendências e plano de ações. |
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 Preparação de Parâmetros de Coleta
1.1 Tarefa do Agente
Construir parâmetros e payload canônico para coletar dados de ocupação dos leitos de observação no sistema de gestão hospitalar.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo configurações de coleta de dados de ocupação dos leitos de observação.
# 2. Objetivo
Construir, de forma determinística, os parâmetros e o payload canônico para coletar dados de ocupação dos leitos de observação no HIS (sistema de gestão hospitalar) para janelas diária (últimas 24h) e semanal (últimos 7 dias).
# 3. Regras que você deve seguir para gerar sua resposta
- Defina janelas de tempo usando timezone_padrao: diario = [T-24h, T); semanal = [T-7d, T), onde T = janela_referencia_timestamp_utc.
- Inclua apenas registros de setores presentes em ids_setores_observacao; rejeite setores ausentes (registre em campos descartados do output como setores_ignorados[] dentro do payload_api_ocupacao).
- Padronize status para o conjunto canônico {Ocupado, Livre, Indisponivel, Reservado}; mapeie todo status original para um destes. Se não mapeável, classifique como Indisponivel e adicione à lista de status_nao_mapeados[] no output.
- Campos mínimos obrigatórios em campos_solicitados: leito_id, setor_id, status_atual, timestamp_evento, paciente_id (opcional), motivo_indisponibilidade (opcional).
- Defina granularidade_min = 15 para possibilitar agregações por intervalo de 15 minutos.
- Construa filtros que excluam registros sem timestamp ou com timestamp futuro (> T); esses devem ser rejeitados na coleta.
- Gere headers genéricos (placeholder) se não informados na config, mantendo chaves necessárias (ex.: Authorization) como campos a serem preenchidos fora deste agente.
- Saída deve ser estritamente um objeto JSON válido usando as chaves especificadas 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 das configurações de coleta 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 conjunto de configurações estruturadas 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 até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo os parâmetros de coleta e o payload canônico.
-
Exemplo de Estrutura de Output:
{ "payload_api_ocupacao": { "endpoint": "https://api.hospital.com/ocupacao", "metodo": "GET", "headers": {"Authorization": "Bearer token"}, "filtros": { "setores": ["Setor A", "Setor B"], "status_permitidos": ["Ocupado", "Livre"], "intervalo_diario_utc": ["2025-12-05T14:55:00Z", "2025-12-06T14:55:00Z"], "intervalo_semanal_utc": ["2025-11-29T14:55:00Z", "2025-12-06T14:55:00Z"] }, "campos_solicitados": ["leito_id", "setor_id", "status_atual", "timestamp_evento"], "granularidade_min": 15 } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 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
- 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 Chamada à API (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API (RF 2).
RF 2. Agente de Execução de Chamada à API
2.1 Tarefa do Agente
Realizar chamada à API do Sistema HIS para obter dados brutos de ocupação de leitos de observação com base no payload preparado.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um payload API pronto para execução para coletar dados de ocupação dos leitos de observação. # 2. Objetivo Realizar chamada à API do Sistema HIS para obter dados brutos de ocupação de leitos de observação com base no payload preparado. # 3. Regras que você deve seguir para gerar sua resposta - Este agente apenas executa a chamada e retorna os dados conforme o payload recebido, sem aplicar regras de LLM. - Verifique se todos os campos obrigatórios estão presentes no payload antes de executar a chamada. - Em caso de falha ou erro na resposta da API, registre o erro e não prossiga com a execução. - Retorne os dados brutos no formato especificado em 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 do agente anterior (RF 1).
- Tipo do input: Este agente deve ser apto a receber como input um JSON contendo o payload API preparado.
-
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 2.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo os dados brutos de ocupação.
-
Exemplo de Estrutura de Output:
{ "dados_brutos_ocupacao": { "registros": [ {"leito_id": "L001", "setor_id": "Setor A", "timestamp_evento_utc": "2025-12-06T13:00:00Z", "status_canonico": "Ocupado"}, {"leito_id": "L002", "setor_id": "Setor B", "timestamp_evento_utc": "2025-12-06T14:00:00Z", "status_canonico": "Livre"} ], "total_registros": 100, "periodo_coletado": { "diario": ["2025-12-05T14:55:00Z", "2025-12-06T14:55:00Z"], "semanal": ["2025-11-29T14:55:00Z", "2025-12-06T14:55:00Z"] } } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 5.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: Não se aplica (uso de ferramenta)
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: O agente deverá enviar o JSON recebido para a API externa e retornar os dados recebidos como resposta.
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 Normalização e Consolidação de Dados (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Normalização e Consolidação de Dados (RF 3).
RF 3. Agente de Normalização e Consolidação de Dados
3.1 Tarefa do Agente
Normalizar, validar e consolidar os dados brutos em um dataset canônico e calcular indicadores básicos de ocupação.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados brutos de ocupação dos leitos de observação coletados via API. # 2. Objetivo Normalizar, validar e consolidar os dados brutos em um dataset canônico e calcular indicadores básicos de ocupação. # 3. Regras que você deve seguir para gerar sua resposta - Remapeie status originais para status_canonico usando mapeamentos_status. Qualquer status fora do mapa vira Indisponivel e incrementa registros_inconsistentes.status_nao_mapeado. - Elimine registros sem timestamp ou com timestamp futuro; incremente contadores em registros_inconsistentes (sem_timestamp, timestamp_futuro). - Deduplicate: considere duplicidade quando leito_id, timestamp_evento_utc e status_canonico repetirem; mantenha o primeiro por ordem de chegada. - Harmonize timezone: trate todos os timestamps como UTC na saída; não altere a ordenação temporal relativa. - Interpole estado por leito para construir series_15min: propague o último status conhecido até que um novo evento ocorra; antes do primeiro evento no período, assuma status desconhecido como Indisponivel. - Calcule taxa_ocupacao = ocupados / (leitos_totais - indisponiveis) quando leitos_totais > indisponiveis; se denominador <= 0, defina taxa_ocupacao = null. - Compute tempo_medio_estadia_h usando diferenças entre eventos de Ocupado->Livre por paciente/leito; descarte trajetórias sem fechamento (ocupações abertas) deste cálculo. - Compute tempo_medio_espera_min se houver eventos de “Reservado” seguidos de “Ocupado”: diferença mediana (P50) entre reserva e ocupação por leito. - Compute taxa_rotatividade_diaria = número de altas (transições Ocupado->Livre) nas últimas 24h dividido por leitos_totais. - Produza listas de ids problemáticos (leitos sem eventos, leitos com status oscilante <5min) dentro de registros_inconsistentes. Não inclua dados pessoais sensíveis além de paciente_id_opcional.
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 contendo os dados brutos de ocupação.
-
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 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o dataset normalizado e os indicadores básicos de ocupação.
-
Exemplo de Estrutura de Output:
{ "dataset_normalizado": { "eventos": [ {"leito_id": "L001", "setor_id": "Setor A", "timestamp_evento_utc": "2025-12-06T13:00:00Z", "status_canonico": "Ocupado"} ], "series_15min": [ {"intervalo_inicio_utc": "2025-12-06T13:00:00Z", "intervalo_fim_utc": "2025-12-06T13:15:00Z", "leitos_totais": 50, "ocupados": 30, "livres": 15, "indisponiveis": 5, "taxa_ocupacao": 0.75} ] }, "indicadores_basicos": { "total_leitos": 50, "ocupados_atual": 30, "disponiveis_atual": 15, "indisponiveis_atual": 5, "taxa_ocupacao_atual": 0.75, "tempo_medio_estadia_h": 5.5, "tempo_medio_espera_min": 30, "taxa_rotatividade_diaria": 0.6, "registros_inconsistentes": { "sem_timestamp": 2, "timestamp_futuro": 1, "status_nao_mapeado": 3, "duplicidades": 1 } } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 6.000 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 calcular os indicadores de ocupação.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Análise de Padrões e Gargalos (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Padrões e Gargalos (RF 4).
RF 4. Agente de Análise de Padrões e Gargalos
4.1 Tarefa do Agente
Identificar padrões de uso, picos, períodos de subutilização e gargalos operacionais na alocação de leitos de observação.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um dataset normalizado e indicadores básicos de ocupação dos leitos de observação. # 2. Objetivo Identificar padrões de uso, picos, períodos de subutilização e gargalos operacionais na alocação de leitos de observação. # 3. Regras que você deve seguir para gerar sua resposta - Pico de ocupação (diario/semanal): identifique intervalos de 15min com taxa_ocupacao ≥ 0.95 por pelo menos 2 horas consecutivas; registre intervalos_criticos e marque alertas.superlotacao = true se ocorrer no período. - Subutilização: taxa_ocupacao < 0.60 por ≥ 3 horas no dia, ocorrendo em pelo menos 3 dias da semana analisada; marque alertas.subutilizacao = true e liste janelas. - Espera excessiva: defina espera_excessiva = true se tempo_medio_espera_min P90 ≥ 90 min ou P50 ≥ 30 min (quando disponível); registre setores afetados. - Gargalos por setor: classifique severidade como Alta se (superlotacao persistente OU espera_excessiva) E taxa_rotatividade_diaria abaixo do percentil 25 da semana; Média se apenas um dos critérios; Baixa caso contrário. - Tendência diária: calcule diferença da taxa_ocupacao_atual vs média das últimas 24h; destaque variações ≥ 10 p.p. - Tendência semanal: compare média semanal com a semana anterior (se disponível nos dados); destaque variações ≥ 5 p.p. e mudança de padrão (ex.: mais picos noturnos). - Insights acionáveis: produza no mínimo 3 e no máximo 7 recomendações específicas, cada uma com: descricao clara, impacto_estimado (baixo/médio/alto) baseado na redução esperada de superlotação ou espera, effort_baixo_medio_alto (estimado pela mudança operacional), e prioridade calculada (alto impacto + baixo effort = prioridade máxima). - Não invente dados ausentes: quando métricas não puderem ser calculadas, retorne null e explique no campo evidencias.kpis.causas_dados. - Todas as métricas devem referenciar explicitamente o período (diario ou semanal) ao qual se referem.
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 contendo o dataset normalizado e os indicadores básicos de ocupação.
-
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 6.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo a análise de padrões, gargalos e insights acionáveis.
-
Exemplo de Estrutura de Output:
{ "analise_padroes": { "diario": {}, "semanal": {}, "gargalos_por_setor": [ {"setor_id": "Setor A", "motivo": "Superlotação", "evidencias": {"kpis": {}, "intervalos_criticos": []}, "severidade": "Alta"} ], "alertas": { "superlotacao": true, "subutilizacao": false, "espera_excessiva": false }, "insights_acionaveis_priorizados": [ {"descricao": "Redistribuir equipe para horários de pico.", "impacto_estimado": "Alto", "effort_baixo_medio_alto": "Baixo", "prioridade": "Alta"} ] } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 7.000 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 identificar padrões e gargalos.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 gerada por este agente deve ser visível para o Agente de Geração de Relatório Diário (RF 5) e o Agente de Geração de Relatório Semanal (RF 6).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatório Diário (RF 5).
RF 5. Agente de Geração de Relatório Diário
5.1 Tarefa do Agente
Produzir o relatório diário de ocupação de leitos de observação com KPIs do período, eventos críticos e recomendações imediatas.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo a análise de padrões diários e indicadores básicos de ocupação dos leitos de observação. # 2. Objetivo Produzir o relatório diário de ocupação de leitos de observação com KPIs do período, eventos críticos e recomendações imediatas. # 3. Regras que você deve seguir para gerar sua resposta - Período: fixe [T-24h, T) conforme dataset; apresente timestamps em UTC e informe timezone_padrao na capa do relatório. - Calcule taxa_ocupacao_media como média ponderada pelos intervalos de 15min. - Pico_maximo = maior taxa do dia; horas_superlotacao = soma de intervalos com taxa ≥ 0.95; horas_subutilizacao = soma de intervalos com taxa < 0.60. - Destaques: inclua exatamente 3, priorizando: (1) superlotação, (2) espera excessiva, (3) variação abrupta ≥ 10 p.p. vs média 7 dias. - Recomendações imediatas: liste 3 ações operacionais de curto prazo (ex.: redistribuição de equipe por faixa horária, ajuste de critérios de reserva, ativação de leitos alternativos), cada uma vinculada a uma evidência direta dos dados do dia. - Arredonde percentuais em 1 casa decimal e tempos em minutos (inteiros).
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 contendo a análise de padrões diários e indicadores básicos de ocupação.
-
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 7.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o relatório diário de ocupação de leitos de observação.
-
Exemplo de Estrutura de Output:
{ "relatorio_diario": { "periodo_utc": ["2025-12-05T14:55:00Z", "2025-12-06T14:55:00Z"], "kpis": { "taxa_ocupacao_media": 0.75, "pico_maximo": 0.95, "horas_superlotacao": 2, "horas_subutilizacao": 3, "tempo_medio_estadia_h": 5.5, "tempo_medio_espera_p50_p90_min": [30, 90], "rotatividade": 0.6 }, "destaques": [ {"titulo": "Superlotação Crítica", "descricao": "Ocorreu superlotação por 2 horas consecutivas.", "evidencias": {}} ], "recomendacoes_imediatas_top3": [ {"acao": "Redistribuir equipe", "justificativa": "Superlotação crítica identificada.", "impacto_estimado": "Alto", "effort": "Baixo"} ], "anexos": { "serie_ocupacao_15min": [], "tabela_setores": [] } } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 5.000 caracteres.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
5.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para calcular os KPIs e recomendações.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Geração de Relatório Semanal (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatório Semanal (RF 6).
RF 6. Agente de Geração de Relatório Semanal
6.1 Tarefa do Agente
Produzir o relatório semanal com tendências, comparação com a semana anterior e plano de ações 30/60/90 dias.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo a análise de padrões semanais e indicadores básicos de ocupação dos leitos de observação. # 2. Objetivo Produzir o relatório semanal com tendências, comparação com a semana anterior e plano de ações 30/60/90 dias. # 3. Regras que você deve seguir para gerar sua resposta - Calcule comparativos vs semana anterior quando disponível; se não houver dados, preencha campos com null e explique a ausência no campo riscos_e_dependencias. - Plano 30/60/90: vincule ações a gargalos priorizados, com definição clara de resultado esperado (ex.: reduzir P90 de espera para <60 min) e métrica de sucesso. - Resuma gargalos por setor em até 5 tópicos priorizados pela combinação impacto alto + effort baixo/médio. - Destaque mudanças de padrão por faixa horária (manhã/tarde/noite/madrugada) e fins de semana. - Use percentuais com 1 casa decimal e tempos em minutos inteiros; indique explicitamente quando um indicador melhorou ou piorou (setas ou rótulos textual: aumento/diminuição).
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 contendo a análise de padrões semanais e indicadores básicos de ocupação.
-
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 8.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o relatório semanal de ocupação de leitos de observação.
-
Exemplo de Estrutura de Output:
{ "relatorio_semanal": { "periodo_utc": ["2025-11-29T14:55:00Z", "2025-12-06T14:55:00Z"], "visao_geral": { "taxa_ocupacao_media": 0.7, "horas_superlotacao_total": 10, "horas_subutilizacao_total": 15 }, "comparativo_semana_anterior": { "delta_taxa_pp": -0.05, "delta_horas_superlotacao": 2, "delta_espera_p50_p90": [5, 10] }, "gargalos_por_setor_resumo": [ {"setor_id": "Setor A", "impacto": "Alto", "effort": "Médio"} ], "plano_acao_30_60_90": { "30d": ["Ajustar critérios de reserva"], "60d": ["Implementar nova política de turnos"], "90d": ["Revisar infraestrutura de leitos"] }, "riscos_e_dependencias": ["Dados insuficientes para comparação completa com semana anterior."], "anexos": { "tabela_diaria_semana": [], "heatmap_ocupacao_semana": [] } } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 7.000 caracteres.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
6.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para calcular comparativos e planos de ação.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
6.3.5 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 é o entregável final e não é passada para outros agentes internos.
6.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.