Skip to main content

C26002-ATVX

1. Visão Geral


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

mermaid-diagram.png

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)

image.png

Back to top