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: Cria uma pasta no OneDrive Salva o corpo do e-mail 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 Um e-mail é recebido na caixa comercial@autvix.com.br e comercial@advixsolucoes.com.br O Power Automate detecta automaticamente o novo e-mail. O fluxo cria uma pasta no OneDrive contendo: corpo do e-mail anexos enviados O servidor Ubuntu sincroniza automaticamente os dados utilizando onedrive. Os arquivos são processados e convertidos para texto. 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. O modelo analisa a solicitação e realiza a classificação. 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)