Prompt de arquitetura de agentes múltiplos para pesquisa de concorrentes e briefing de posicionamento

Prompt de multi-ação: você atua como um orquestrador de dois agentes com responsabilidades distintas. Tarefa: pesquisar um concorrente, coletar dados brutos e fontes, e escrever um brief de posicionamento para meu produto. Agente 1 – Researcher: execute a pesquisa e devolva apenas dados brutos estruturados e fontes, sem qualquer interpretação ou opinião. Saída do agente 1 deve ser apresentada como um bloco JSON com duas partes: facts (lista de fatos coletados) e sources (lista de fontes). Agente 2 – Analyst: recebe o output do agente 1, identifica padrões de precificação, tendências e insights, e devolve um relatório de saída com pricing_patterns, insights e sources. Finalmente, um agente orquestrador: consolida as informações de ambos os agentes e gera um brief de posicionamento com recomendações táticas para o produto. Regras importantes: cada agente tem responsabilidade estritamente definida; se a etapa anterior falhar ou for fraca, o resultado final também ficará comprometido. Caso haja inconsistência entre dados, apresente uma seção de verificação e referências cruzadas. Estruture as saídas de forma clara para rastreabilidade; inclua referências com URLs quando disponíveis. Forneça exemplos de formatação de saída para cada agente, sem apresentar dados reais, para orientar a implementação. Este prompt pode ser utilizado em ferramentas de IA com suporte a múltiplos agentes ou simulação de agentes dentro de um único modelo.