PrototipeAI | Agente de IA para Análise de Feedback Pós-Venda

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Fluxo de Agentes "Análise de Feedback Pós-Venda", uma solução de automação projetada para coletar e analisar feedbacks de clientes após a conclusão de uma venda. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é identificar padrões de insatisfação e sugerir melhorias nos serviços prestados, garantindo uma coleta de dados consistente e acionável para a melhoria contínua dos serviços.

2. Contexto e Problema

Cenário Atual

Empresas frequentemente enfrentam o desafio de entender a satisfação do cliente após a venda. Os feedbacks são coletados de forma inconsistente, e a análise manual é demorada e propensa a erros.

Falta de um sistema automatizado para coleta e análise de feedbacks pós-venda.
Dificuldade em identificar padrões de insatisfação de forma rápida e precisa.
Necessidade de relatórios de tendências que forneçam insights acionáveis para melhoria contínua.

Problemas Identificados

Baixa taxa de resposta: Pesquisas de satisfação são frequentemente ignoradas ou não respondidas.
Análise ineficiente: A análise manual dos feedbacks é demorada e sujeita a erros de interpretação.
Falta de insights acionáveis: As empresas lutam para extrair insights claros que levem a melhorias nos serviços.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

Aumentar a taxa de resposta das pesquisas de satisfação em pelo menos 50%.
Automatizar a análise de feedbacks, reduzindo o tempo de processamento em 70%.
Gerar insights acionáveis que resultem em melhorias tangíveis nos serviços prestados.

4. Visão Geral da Solução

O agente de IA para análise de feedback pós-venda coleta e analisa feedbacks de clientes, identifica padrões de insatisfação e sugere melhorias nos serviços. 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 análise de feedbacks pós-venda.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta automatizada de feedbacks pós-venda e termina com a geração de relatórios de tendências e insights acionáveis.

Agentes	Função Principal
`Agente de Coleta de Feedback Pós-Venda` (RF 1)	Coletar feedbacks de clientes de forma automatizada após a conclusão de uma venda.
`Agente de Análise de Feedback` (RF 2)	Analisar feedbacks coletados para identificar padrões de insatisfação e áreas de melhoria.

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Coleta de Feedback Pós-Venda

1.1 Tarefa do Agente

Coletar feedbacks de clientes de forma automatizada após a conclusão de uma venda.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de contato e informações de vendas de clientes. Este é o ponto de partida para iniciar a coleta de feedbacks pós-venda.

# 2. Objetivo
Automatizar o envio de pesquisas de satisfação pós-venda para garantir uma coleta de dados consistente e eficiente.

# 3. Regras que você deve seguir para gerar sua resposta
- Automatizar o envio de pesquisas de satisfação por meio de canais apropriados, como e-mail ou SMS.
- Garantir que as pesquisas sejam enviadas dentro de um prazo específico após a conclusão da venda.
- Incluir perguntas abertas e fechadas para capturar tanto dados quantitativos quanto qualitativos.

# 4. Exemplo de Output que você deve produzir
Inquérito de satisfação enviado para o cliente com ID: 12345 via e-mail.

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 dados de contato e informações de venda via API após a conclusão da venda. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: Dados estruturados contendo informações de contato do cliente e detalhes da venda.
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .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: Confirmação de envio de pesquisa de satisfação, com identificação do cliente e canal utilizado.

Exemplo de Estrutura de Output:

Inquérito de satisfação enviado para o cliente com ID: 12345 via e-mail.

Número de caracteres esperado: O texto de confirmação deve ser conciso, com um tamanho estimado em torno de 100 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: Integra-se com sistemas de envio de e-mail e SMS para distribuição das pesquisas.

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 Feedback (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Feedback (RF 2).

RF 2. Agente de Análise de Feedback

2.1 Tarefa do Agente

Analisar feedbacks coletados para identificar padrões de insatisfação e áreas de melhoria.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedbacks textuais coletados de clientes após a conclusão de uma venda.

# 2. Objetivo
Utilizar técnicas de processamento de linguagem natural para analisar feedbacks e gerar relatórios de tendências e insights acionáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Classificar feedbacks em categorias predefinidas, como atendimento ao cliente, qualidade do produto e tempo de entrega.
- Identificar e destacar feedbacks que mencionem palavras-chave relacionadas a insatisfação.
- Gerar relatórios de tendências mensais com gráficos e visualizações.
- Sugerir ações específicas de melhoria com base nos padrões identificados.

# 4. Exemplo de Output que você deve produzir
Relatório de tendências gerado: Alta incidência de feedbacks negativos relacionados a 'tempo de entrega'. Sugestão: Revisar processos logísticos.

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: Feedback textual coletado de clientes.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .txt, .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

2.3.2 Especificação do Output

Formato de output: Relatório de tendências e insights acionáveis, incluindo gráficos e sugestões de melhoria.