1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Previsão de Demanda de Vale-Transporte", uma solução de automação projetada para prever a demanda de vale-transporte com base em dados históricos e tendências atuais. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é utilizar dados históricos e tendências atuais para prever a demanda futura de vale-transporte, auxiliando no planejamento de estoques para evitar falta ou excesso de suprimentos.
2. Contexto e Problema
Problemas Específicos
O setor de transporte enfrenta dificuldades em prever a demanda de vale-transporte de forma precisa, o que leva a ineficiências no planejamento de estoques de bilhetes devido a previsões imprecisas.
- Dificuldade em prever a demanda de vale-transporte de forma precisa.
- Ineficiências no planejamento de estoques de bilhetes devido a previsões imprecisas.
Com a utilização de um agente de IA, espera-se melhorar a precisão das previsões e otimizar o planejamento de estoques.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Aumentar a precisão das previsões de demanda de vale-transporte.
- Otimizar o planejamento de estoques de bilhetes para evitar falta ou excesso de suprimentos.
- Reduzir ineficiências no processo de gestão de estoques.
4. Visão Geral da Solução
O agente de IA para previsão de demanda de vale-transporte analisa dados históricos e tendências atuais para prever a demanda futura, auxiliando no planejamento de estoques de bilhetes. 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 previsão de demanda de vale-transporte.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a análise de dados históricos e termina com recomendações de estoque.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Dados Históricos (RF 1)
| Analisar dados históricos de uso de vale-transporte para identificar padrões e tendências. |
Agente de Previsão de Demanda (RF 2)
| Utilizar dados históricos e tendências atuais para prever a demanda futura de vale-transporte. |
Agente de Planejamento de Estoques (RF 3)
| Auxiliar no planejamento de estoques de bilhetes de vale-transporte com base nas previsões de demanda. |
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 Análise de Dados Históricos
1.1 Tarefa do Agente
Analisar dados históricos de uso de vale-transporte para identificar padrões e tendências.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um conjunto de dados históricos de uso de vale-transporte. Este conjunto de dados contém informações sobre datas, quantidades e localidades de uso.
# 2. Objetivo
Analisar os dados para identificar padrões de uso, calcular médias diárias, semanais e mensais, e destacar variações sazonais.
# 3. Regras que você deve seguir para gerar sua resposta
- Calcular médias diárias, semanais e mensais de uso de vale-transporte.
- Identificar variações sazonais e correlacionar com eventos específicos como feriados e eventos locais.
- Destacar picos de demanda e períodos de baixa utilização para otimizar o planejamento de estoques.
# 4. Exemplo de Output que você deve produzir
{
"media_diaria": 150,
"media_semanal": 1050,
"media_mensal": 4500,
"picos_demanda": ["01-12-2025", "15-12-2025"],
"baixa_utilizacao": ["25-12-2025"]
} 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 um conjunto de dados históricos de uso de vale-transporte via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do arquivo CSV na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um conjunto de dados históricos em formato CSV.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos:
.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado com padrões identificados, como médias diárias, semanais e mensais de uso, além de picos de demanda e períodos de baixa utilização.
-
Exemplo de Estrutura de Output:
{ "media_diaria": 150, "media_semanal": 1050, "media_mensal": 4500, "picos_demanda": ["01-12-2025", "15-12-2025"], "baixa_utilizacao": ["25-12-2025"] } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 1.200 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculos estatísticos básicos.
- 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 Previsão de Demanda (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Previsão de Demanda (RF 2).
RF 2. Agente de Previsão de Demanda
2.1 Tarefa do Agente
Utilizar dados históricos e tendências atuais para prever a demanda futura de vale-transporte.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com padrões de uso de vale-transporte identificados e dados de tendências atuais.
# 2. Objetivo
Aplicar modelos estatísticos e algoritmos preditivos para gerar previsões de demanda de vale-transporte para períodos futuros.
# 3. Regras que você deve seguir para gerar sua resposta
- Aplicar modelos estatísticos e algoritmos preditivos para gerar previsões de demanda.
- Atualizar previsões em tempo real com novos dados para aumentar a precisão.
- Incorporar variáveis externas relevantes, como previsões climáticas e eventos locais, que possam impactar a demanda.
# 4. Exemplo de Output que você deve produzir
{
"previsao_demanda": {
"01-01-2026": 160,
"02-01-2026": 170,
"03-01-2026": 180
},
"intervalo_confianca": "95%"
} 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 como input um JSON contendo padrões de uso identificados e dados de tendências atuais.
-
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.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com previsões de demanda de vale-transporte para períodos futuros, incluindo intervalos de confiança.
-
Exemplo de Estrutura de Output:
{ "previsao_demanda": { "01-01-2026": 160, "02-01-2026": 170, "03-01-2026": 180 }, "intervalo_confianca": "95%" } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 1.500 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para previsões estatísticas.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 Planejamento de Estoques (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Planejamento de Estoques (RF 3).
RF 3. Agente de Planejamento de Estoques
3.1 Tarefa do Agente
Auxiliar no planejamento de estoques de bilhetes de vale-transporte com base nas previsões de demanda.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com previsões de demanda de vale-transporte.
# 2. Objetivo
Analisar as previsões de demanda e calcular quantidades ideais de estoque para evitar falta ou excesso de bilhetes.
# 3. Regras que você deve seguir para gerar sua resposta
- Analisar previsões de demanda e calcular quantidades ideais de estoque para cada período.
- Sugerir estratégias de reabastecimento considerando níveis de estoque atual e previsões futuras.
- Emitir alertas para desvios significativos entre previsões e consumo real, propondo ajustes nas estratégias de estoque.
# 4. Exemplo de Output que você deve produzir
{
"estoque_recomendado": {
"01-01-2026": 160,
"02-01-2026": 170,
"03-01-2026": 180
},
"alertas": ["Desvio significativo em 02-01-2026"]
} 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 com previsões de demanda de vale-transporte.
-
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.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON com recomendações de quantidade de bilhetes a serem estocados e alertas para desvios significativos nas previsões.
-
Exemplo de Estrutura de Output:
{ "estoque_recomendado": { "01-01-2026": 160, "02-01-2026": 170, "03-01-2026": 180 }, "alertas": ["Desvio significativo em 02-01-2026"] } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 1.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para planejamento de estoques.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 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. As recomendações de estoque e alertas gerados são o resultado que deve ser disponibilizado ao usuário.