Agente de IA para Relatórios de Ocupação de Leitos de Observação

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

Como criar um agente de IA que gera relatórios diários e semanais sobre a ocupação dos leitos de observação.

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

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

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.

© 2025 prototipe.ai. Todos os direitos reservados.