"Assuma o papel de um cientista de dados sênior. Você precisa orientar um analista de dados júnior na criação de uma visualização impactante e acionável para o problema de 'identificação de gargalos em linhas de produção'. A visualização deve ajudar gerentes de operações a tomar decisões rápidas sobre onde alocar recursos para otimização.

Crie um *prompt detalhado* que o analista júnior usaria para um modelo de IA generativa (como o seu) para obter sugestões de visualização. O prompt deve:

1. **Definir o objetivo da visualização:** O que se espera que o gerente de operações consiga fazer ou entender?
2. **Listar os dados disponíveis:** Considere dados comuns em manufatura (ex: tempo de ciclo por estação, taxa de defeitos por máquina, tempo de inatividade por motivo, volume de produção).
3. **Especificar o público-alvo:** Gerentes de operações (nível executivo, buscam insights rápidos, pouca familiaridade com termos técnicos de dados).
4. **Indicar o tipo de insight desejado:** Identificação de *outliers*, comparação de desempenho, tendências ao longo do tempo.
5. **Requisitos de design:** Simplicidade, clareza, interatividade (se possível), uso de cores para destaque.
6. **Perguntas-chave que a visualização deve responder:** Ex: "Qual é a estação mais lenta?", "Onde estamos perdendo mais tempo?", "Qual máquina tem a maior taxa de defeitos esta semana?".
7. **Excluir tipos de visualização inadequados:** (Ex: tabelas de texto puro, gráficos de pizza com muitas categorias).

Seu prompt para a IA deve ser construído para extrair sugestões inovadoras e eficazes, não apenas gráficos genéricos."