Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar

Elicitação de Requisitos com Sistema Multiagente

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Elicitação de requisitos com sistema multiagente é a arquitetura em que um agente de diálogo e agentes especialistas apoiados em LLM conversam com o stakeholder para extrair requisitos funcionais e não funcionais e gerar um documento.

A ideia é acelerar a fase inicial da engenharia de requisitos, dominada por entrevistas e pela produção manual de artefatos textuais extensos. Em vez de tratar o modelo de linguagem como um redator que recebe anotações prontas, a arquitetura coloca inteligência em volta dele: distribui papéis entre agentes e submete a conversa a uma metodologia de elicitação, o que torna a coleta sistemática em vez de improvisada. É um passo além da Documentação de Requisitos com IA Generativa feita por prompt avulso, porque o processo tem memória, revisão e saída estruturada.

As quatro partes da arquitetura

O sistema se divide em quatro blocos com responsabilidades separadas:

  • Interface de conversa, em texto e voz, por onde o stakeholder responde e também carrega arquivos e documentos ao longo do diálogo.
  • Agentes centrais, compostos por um agente recomendador que conduz e controla a conversa e por agentes peritos especializados, como um dedicado a requisitos não funcionais de desempenho e segurança.
  • Módulo de memória, que preserva o contexto acumulado para manter consistência e reduzir alucinações, com a intenção de evoluir para um mecanismo de Retrieval-Augmented Generation que permita retomar diálogos de longo prazo.
  • Geração de documento, que consolida os requisitos numa página web editável e permite exportá-los em formato estruturado ou como documento final.

O agente recomendador abre o diálogo seguindo a metodologia e faz perguntas do tipo quem são os usuários do sistema e quais funcionalidades cada um precisa. Os agentes peritos ficam escutando a conversa o tempo todo, detectam assuntos relevantes e devolvem ao recomendador perguntas complementares ou informação de apoio, como se fossem vários especialistas ao redor da mesma mesa com um mediador.

Em qualquer momento o usuário abre o conjunto de requisitos já extraídos, revisa a prioridade que o sistema atribuiu, edita ou descarta itens irrelevantes, e essa correção realimenta o diálogo em curso. O protótipo roda em português, inglês e árabe, com entrada de voz nas três línguas, apoiado no Gemini 2.5 e no framework Genkit.

O que a validação com um sistema real mostrou

A validação usou um sistema já desenvolvido em ambiente acadêmico, cujo documento original tinha 40 requisitos funcionais e 6 não funcionais. Tomando esses requisitos como oráculo, pessoas que haviam e que não haviam participado do desenvolvimento conduziram a elicitação pelo sistema de diálogo.

Os requisitos produzidos foram classificados em três categorias na comparação com a referência: correspondência exata, correspondência parcial, quando o item tocava o mesmo tema de outra forma, e original, quando não constava do documento de partida. O sistema cobriu cerca de 80% do que já existia e ainda levantou quase o dobro em requisitos adicionais, não pensados originalmente.

Limitações reconhecidas e direções de evolução

O grau de validação humana necessário continua alto, e os riscos de viés e alucinação não desaparecem. Há ainda variação de resultado: a mesma pessoa conduzindo uma elicitação semelhante uma segunda vez obtém saídas que divergem em alguma medida, o que indica dependência de informação de contexto suficiente para manter consistência.

As direções em aberto apontam para agentes especialistas por domínio de negócio, como o financeiro, ou por tecnologia e plataforma, e para a possibilidade de treinar modelos pequenos e focados em vez de depender de modelos genéricos grandes — uma espécie de memória interna da organização sobre como ela escreve requisitos. Duas categorias de pergunta ganham espaço na elicitação: requisitos de sustentabilidade e de impacto social, e requisitos de transparência e explicabilidade em sistemas com IA.

O caminho inverso, partir do código-fonte para reconstruir os requisitos de um sistema sem pessoas de negócio disponíveis, é tratado como problema distinto e não trivial, próximo do que se discute em Modernização de Código Legado com IA.