Agente de IA para Análise de Dados de Satisfação de Pacientes

27 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que analisa feedbacks de pacientes sobre o cuidado de enfermagem recebido.

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.

© 2025 prototipe.ai. Todos os direitos reservados.