Nova Página
# 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:
onedriver
https://software.opensuse.org/download.html?project=home:jstaf&package=onedriver
------------------------------------------------------------------------
#### 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`
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
------------------------------------------------------------------------
### Diagrama simplificado da arquitetura
``` mermaid
flowchart LR
A[Email recebido] --> B[Power Automate]
B --> C[OneDrive]
C --> D[Sincronização onedriver]
D --> E[Servidor Ubuntu]
E --> F[Transformação de anexos]
F --> G[LLM GPT-OSS 120B]
G --> H[Classificação da Solicitação]
```
------------------------------------------------------------------------
## 4. Fluxo do Processo
1. Um e-mail é recebido na caixa **comercial@autvix.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
**onedriver**.
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).
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.
Exemplo: - 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.
Exemplo: - 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.
Exemplo: - 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
Modelo:
gpt-oss:120b
------------------------------------------------------------------------
## 7. Pipeline de Processamento
O pipeline de processamento segue as seguintes etapas:
Ingestão de e-mail\
↓\
Armazenamento no OneDrive\
↓\
Sincronização com servidor\
↓\
Extração de conteúdo\
↓\
Conversão de anexos para texto\
↓\
Envio para modelo LLM\
↓\
Classificação da solicitação\
↓\
Retorno da decisão
------------------------------------------------------------------------
## 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
- Indexação semântica dos serviços utilizando **embeddings**
- Criação de **dashboard de monitoramento das classificações**
- Implementação de **fila de revisão humana para casos ambíguos**
- Treinamento ou ajuste fino do modelo com histórico de e-mails da
empresa
- Integração com **CRM comercial**