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 para Análise de Dados de Satisfação de Pacientes. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é criar um agente que analisa feedbacks de pacientes sobre o cuidado de enfermagem recebido, identificando áreas de melhoria e pontos fortes.
2. Contexto e Problema
Cenário Atual
As instituições de saúde frequentemente coletam feedbacks de pacientes sobre o cuidado recebido, mas enfrentam desafios em analisar esses dados de forma eficaz para melhorar o atendimento. Os problemas incluem:
- Dificuldade em processar grandes volumes de feedbacks de forma manual.
- Falta de padronização nos dados coletados, dificultando a análise.
- Necessidade de identificar rapidamente áreas de melhoria e reconhecer pontos fortes no cuidado de enfermagem.
Problemas Identificados
- Consumo de tempo: A análise manual de feedbacks é demorada e propensa a erros.
- Inconsistência: A falta de um formato padronizado para os feedbacks dificulta a identificação de padrões.
- Subutilização de dados: Insights valiosos podem ser perdidos sem uma análise estruturada.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Otimizar o tempo de análise de feedbacks de pacientes.
- Melhorar a precisão na identificação de áreas de melhoria e pontos fortes.
- Aumentar a satisfação do paciente através de melhorias baseadas em dados.
4. Visão Geral da Solução
O agente de IA para análise de dados de satisfação de pacientes processa feedbacks textuais, identifica padrões e gera relatórios com insights. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz na melhoria do cuidado de enfermagem.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a coleta e processamento dos feedbacks e termina com a geração de relatórios detalhados.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Coleta e Processamento de Feedbacks (RF 1)
| Coletar e processar dados de satisfação dos pacientes sobre o cuidado de enfermagem. |
Agente de Análise de Padrões e Tendências (RF 2)
| Identificar padrões e tendências nos feedbacks de pacientes processados. |
Agente de Geração de Relatórios (RF 3)
| Gerar relatórios com insights sobre áreas de melhoria e pontos fortes no cuidado de enfermagem. |
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 Coleta e Processamento de Feedbacks
1.1 Tarefa do Agente
Coletar e processar dados de satisfação dos pacientes sobre o cuidado de enfermagem.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedbacks de pacientes em formato de texto. Estes feedbacks refletem a satisfação dos pacientes com o cuidado de enfermagem recebido.
# 2. Objetivo
Coletar e processar esses feedbacks para garantir que estão no formato adequado para análise subsequente, incluindo a remoção de duplicatas e correção de erros de formatação.
# 3. Regras que você deve seguir para gerar sua resposta
- Coletar feedbacks de pacientes de fontes predefinidas, assegurando que os dados sejam completos e legíveis.
- Processar os feedbacks para garantir que estão no formato adequado para análise subsequente.
- Remover duplicatas e corrigir erros de formatação.
# 4. Exemplo de Output que você deve produzir
{
"paciente_id": "12345",
"feedback_texto": "O cuidado de enfermagem foi excelente e atendeu todas as minhas expectativas.",
"data_recebimento": "2025-11-27"
} 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 feedbacks de pacientes via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo são feedbacks de pacientes em formato de texto.
-
Formatos Suportados: Esse agente deve ser capaz de receber feedbacks nos formatos:
.csv,.txt. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado com dados de satisfação, incluindo campos como 'paciente_id', 'feedback_texto', 'data_recebimento'.
-
Exemplo de Estrutura de Output:
{ "paciente_id": "12345", "feedback_texto": "O cuidado de enfermagem foi excelente e atendeu todas as minhas expectativas.", "data_recebimento": "2025-11-27" } - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com 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 Análise de Padrões e Tendências (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Padrões e Tendências (RF 2).
RF 2. Agente de Análise de Padrões e Tendências
2.1 Tarefa do Agente
Identificar padrões e tendências nos feedbacks de pacientes processados.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON estruturado com dados de satisfação dos pacientes, que reflete o feedback processado sobre o cuidado de enfermagem.
# 2. Objetivo
Identificar padrões e tendências nos feedbacks de pacientes processados, destacando áreas de melhoria e pontos fortes.
# 3. Regras que você deve seguir para gerar sua resposta
- Identificar padrões recorrentes nos feedbacks que apontem áreas de melhoria, utilizando métricas como frequência e intensidade dos comentários.
- Destacar pontos fortes frequentes mencionados pelos pacientes, categorizando-os por temas.
- Analisar tendências nos feedbacks ao longo do tempo, considerando variações sazonais e eventos específicos que possam influenciar a satisfação.
# 4. Exemplo de Output que você deve produzir
{
"area_melhoria": "Comunicação com pacientes",
"pontos_fortes": "Empatia e dedicação da equipe de enfermagem",
"tendencias_identificadas": "Aumento na satisfação durante o verão"
} 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 um JSON estruturado com dados de satisfação dos pacientes.
-
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 texto com até 10.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com insights sobre padrões e tendências, incluindo campos como 'area_melhoria', 'pontos_fortes', 'tendencias_identificadas'.
-
Exemplo de Estrutura de Output:
{ "area_melhoria": "Comunicação com pacientes", "pontos_fortes": "Empatia e dedicação da equipe de enfermagem", "tendencias_identificadas": "Aumento na satisfação durante o verão" } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 caracteres.
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 Geração de Relatórios (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios (RF 3).
RF 3. Agente de Geração de Relatórios
3.1 Tarefa do Agente
Gerar relatórios com insights sobre áreas de melhoria e pontos fortes no cuidado de enfermagem.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo insights sobre padrões e tendências nos feedbacks de pacientes, que refletem áreas de melhoria e pontos fortes no cuidado de enfermagem. # 2. Objetivo Gerar relatórios com insights detalhados sobre áreas de melhoria e pontos fortes, utilizando gráficos e tabelas para facilitar a compreensão. # 3. Regras que você deve seguir para gerar sua resposta - Compilar insights em um formato de relatório estruturado, garantindo clareza e objetividade na apresentação dos dados. - Garantir que o relatório destaque tanto áreas de melhoria quanto pontos fortes de forma equilibrada. - Incluir recomendações práticas baseadas nos insights gerados, sugerindo ações específicas para melhorias. # 4. Exemplo de Output que você deve produzir **Relatório de Satisfação de Pacientes** **Áreas de Melhoria:** - Comunicação com pacientes **Pontos Fortes:** - Empatia e dedicação da equipe de enfermagem **Recomendações:** - Implementar treinamentos de comunicação para a equipe - Reforçar práticas de empatia nas interações com pacientes
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 insights sobre padrões e tendências nos feedbacks processados.
-
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 texto com até 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em markdown com insights detalhados sobre áreas de melhoria e pontos fortes.
-
Exemplo de Estrutura de Output:
**Relatório de Satisfação de Pacientes** **Áreas de Melhoria:** - Comunicação com pacientes **Pontos Fortes:** - Empatia e dedicação da equipe de enfermagem **Recomendações:** - Implementar treinamentos de comunicação para a equipe - Reforçar práticas de empatia nas interações com pacientes
- Número de caracteres esperado: O relatório gerado deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
3.3.5 Memória
- Visibilidade das Instruções (Prompt): As instruções deste agente não são visíveis para agentes subsequentes.
- Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.
3.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.