C26002-ATVX

1. Visão Geral

O objetivo do projeto é validar automaticamente se uma solicitação recebida por e-mail está dentro ou fora do escopo de atendimento da empresa.

Essa validação é realizada por meio da análise do conteúdo do e-mail e de seus anexos, utilizando um modelo de linguagem (LLM) que compara a solicitação com uma base de serviços prestados pela empresa, armazenada em uma planilha estruturada.

O sistema utiliza como base:

• Conteúdo textual do e-mail
• Anexos enviados pelo solicitante
• Histórico de padrões de solicitações
• Base de serviços da empresa (BUs)

2. Problema Resolvido

O sistema automatiza a análise preliminar normalmente realizada por um atendente comercial.

Antes da automação, a equipe precisava:

• Ler manualmente cada e-mail recebido
• Analisar anexos
• Comparar a solicitação com o portfólio de serviços da empresa

Esse processo gerava:

• Alto consumo de tempo operacional
• Análise manual repetitiva
• Possível atraso na resposta ao cliente

Com a solução implementada, o sistema realiza uma classificação inicial automática, reduzindo significativamente o tempo gasto na triagem de propostas fora do escopo.

3. Arquitetura da Solução

A solução é composta por diferentes componentes responsáveis pela ingestão, armazenamento, processamento e análise dos dados.

Componentes da Arquitetura

GitHub

Repositório responsável por armazenar os scripts de transformação de arquivos anexos em formato textual.

As transformações incluem:

• .zip → descompactação e extração de conteúdo
• .html → extração do corpo textual
• .pdf → conversão para texto
• .excel → conversão para .csv

Essa etapa garante que os dados possam ser interpretados pelo modelo de linguagem.

Power Automate

Responsável pela captura automática dos e-mails recebidos na caixa:

comercial@autvix.com.br

Ao detectar um novo e-mail, o fluxo automatizado:

1. Cria uma pasta no OneDrive
2. Salva o corpo do e-mail
3. Salva todos os anexos

A estrutura de armazenamento segue o padrão:

<Hora>_<Minuto>$<Data>$<Remetente>
Exemplo:
12_47$13_03_2026$petronect@petronect.com.br

Dentro da pasta são armazenados:

corpo_email.html
anexos enviados pelo remetente

OneDrive

Funciona como camada de armazenamento intermediária do pipeline.

Todos os e-mails processados ficam armazenados nesta estrutura de pastas, permitindo:

• rastreabilidade
• histórico de análise
• sincronização com o servidor de processamento

Servidor Ubuntu

Servidor responsável por hospedar o modelo de linguagem utilizado para análise dos e-mails.

Funções do servidor:

• sincronizar dados do OneDrive
• realizar transformação de arquivos
• executar inferência do modelo de IA
• classificar a solicitação

A sincronização dos arquivos é realizada através da ferramenta onedrive.

Modelo de Inteligência Artificial

O sistema utiliza o modelo:

gpt-oss:120b

O modelo recebe como entrada:

• conteúdo do e-mail
• conteúdo dos anexos convertidos em texto
• base de serviços da empresa (BUS) em formato .csv
• Histórico de solicitações
• Prompt agent, um prompt que descreve com detalhes a forma na qual o modelo de LLM deve operar

A partir dessas informações, o modelo avalia se a solicitação:

• está dentro do escopo de atendimento
• está fora do escopo
• não representa uma solicitação válida

4. Fluxo do Processo

1. Um e-mail é recebido na caixa comercial@autvix.com.br e comercial@advixsolucoes.com.br
2. O Power Automate detecta automaticamente o novo e-mail.
3. O fluxo cria uma pasta no OneDrive contendo:
   • corpo do e-mail
   • anexos enviados
4. O servidor Ubuntu sincroniza automaticamente os dados utilizando onedrive.
5. Os arquivos são processados e convertidos para texto.
6. O conteúdo do e-mail e anexos é enviado ao LLM junto com a base de serviços da empresa (BUS), bem como o prompt agent e histórico de solicitações.
7. O modelo analisa a solicitação e realiza a classificação.
8. O sistema retorna uma decisão preliminar:

• Aceitar prospecção (dentro do escopo)
• Recusar educadamente (fora do escopo)

5. Classificação dos E-mails

Os e-mails são classificados em quatro categorias principais.

Dentro do Escopo

Solicitações compatíveis com os serviços oferecidos pela empresa.

Exemplos:

• pedidos de proposta
• solicitações técnicas relacionadas aos serviços da empresa

Resultado:

Prosseguimento da prospecção comercial.

Fora do Escopo

Solicitações que não fazem parte do portfólio de serviços da empresa.

Exemplos:

• serviços que a empresa não oferece
• demandas fora da área de atuação

Resultado:

Resposta automática recusando educadamente a solicitação.

Não é Solicitação

E-mails que não representam uma demanda comercial.

Exemplos:

• convites
• newsletters
• comunicações institucionais

Resultado:

Ignorar ou arquivar.

Oportunidade Externa

Quando a solicitação não está diretamente no e-mail, mas sim em:

• links
• portais externos
• plataformas de licitação

Resultado:

Encaminhamento para análise manual.

6. Tecnologias Utilizadas

Infraestrutura

• Ubuntu Server
• Microsoft 365
• OneDrive

Automação

• Power Automate

Repositório de código

• GitHub

Inteligência Artificial

• gpt-oss:120b

7. Pipeline de Processamento

8. Pontos de Atenção / Limitações

Algumas limitações do sistema incluem:

• Dependência da qualidade do texto extraído dos anexos
• Possível ambiguidade na interpretação de solicitações
• Necessidade de atualização constante da base de serviços (BUS)
• Carga computacional elevada para execução de modelos de grande porte
• Casos complexos podem exigir validação humana

9. Melhorias Futuras

Possíveis evoluções da solução:

• Implementação de RAG (Retrieval Augmented Generation) para melhorar a consulta da base de serviços
• Criação de dashboard de monitoramento das classificações
• Treinamento ou ajuste fino do modelo com histórico de e-mails da empresa
• Integração com CRM comercial (Sankya)