Desenvolvimento de um sistema de orquestração de prompts com IA para geração automatizada de relatórios de maturidade

Abstract

No setor de consultoria estratégica, a elaboração de relatórios de avaliação de maturidade organizacional é um processo fundamental, porém manual e demorado. Embora ferramentas de inteligência artificial generativa, especificamente Grandes Modelos de Linguagem (LLMs), possam auxiliar na análise e redação de textos, sua utilização eficaz depende de uma sequência estruturada de comandos (prompts) e da transferência manual de informações entre etapas, criando um gargalo operacional significativo. Este trabalho apresenta o desenvolvimento de um sistema de orquestração de prompts com IA para automatizar a geração de relatórios técnicos de maturidade a partir de transcrições de entrevistas e documentos modelo. O sistema evoluiu através de três fases distintas: protótipos hardcoded específicos para um tipo de relatório, um orquestrador modular que serviu como laboratório de aprendizado, e finalmente um orquestrador inteligente fundamentado na seguinte observação: se um desenvolvedor humano consegue analisar um documento modelo e decidir, de forma organizada e procedural, o fluxo de execução necessário para replicá-lo, então esse processo decisório pode ser explicitado em instruções que orientem o LLM a desempenhar o papel de planejador. Esta mudança de paradigma levou à arquitetura final, onde o LLM não apenas executa tarefas de redação, mas atua como um meta-consultor que analisa documentos modelo arbitrários, identifica estruturas automaticamente e decide autonomamente o fluxo de execução. A solução realiza a decomposição do problema em etapas especializadas e sequenciais, onde cada etapa resolve um subproblema específico através de prompts especializados, com validação humana em pontos-chave do processo. O sistema foi validado em aplicações reais na empresa Peers Consulting + Technology, demonstrando capacidade de processar diferentes tipos de relatórios técnicos sem necessidade de reprogramação. Os resultados mostram que a automação inteligente do processo de redação é viável e escalável, reduzindo significativamente o tempo de elaboração de relatórios e liberando consultores para atividades estratégicas de maior valor.

In the strategic consulting sector, the preparation of organizational maturity assessment reports is a fundamental yet manual and time-consuming process. Although generative artificial intelligence tools, specifically Large Language Models (LLMs), can assist in text analysis and writing, their effective use depends on a structured sequence of commands (prompts) and manual information transfer between stages, creating a significant operational bottleneck. This work presents the development of an AI-based prompt orchestration system to automate the generation of technical maturity reports from interview transcripts and model documents. The system evolved through three distinct phases: hardcoded prototypes specific to one report type, a modular orchestrator that served as a learning laboratory, and finally an intelligent orchestrator grounded in the following observation: if a human developer can analyze a model document and decide, in an organized and procedural manner, the execution flow required to replicate it, then this decision-making process can be made explicit through instructions that guide the LLM in performing the planner role. This paradigm shift led to the final architecture, where the LLM not only executes writing tasks but acts as a meta-consultant that analyzes arbitrary model documents, automatically identifies structures, and autonomously decides the execution flow. The solution decomposes the problem into specialized and sequential steps, where each step solves a specific subproblem through specialized prompts, with human validation at key points in the process. The system was validated in real applications at Peers Consulting + Technology, demonstrating the ability to process different types of technical reports without the need for reprogramming. The results show that intelligent automation of the writing process is viable and scalable, significantly reducing report preparation time and freeing consultants for higher-value strategic activities.