feat(ai): scorecards de QA, avaliacao automatica, dashboard (fase 21)

CRUD de QualityScorecard/Item (criterios por tenant, sem lista fixa
hardcoded), novo AIJobType.SCORECARD_EVALUATION encadeado junto com
ANALYSIS a partir da transcricao (mesma decisao de privacidade + exige
scorecard habilitado). apps/ai-worker avalia contra todos os scorecards
habilitados do tenant, prompt montado dinamicamente a partir dos itens de
cada um, nunca guarda chain-of-thought do modelo (so' o resultado final
validado). GET /reports/ai-dashboard agrega CallAIAnalysis+QualityEvaluation
do periodo (score medio, sentimento, assuntos/objecoes, compliance
alerts, ranking de agentes).

Testado ponta a ponta contra o ai-worker real e Postgres real com RLS
(scorecard real via API, prompt montado a partir dos itens reais, job
real reservado via SKIP LOCKED, retry+dead-letter corretos) — chamada de
rede real contra OpenAI/Anthropic continua nunca exercitada. Detalhes em
docs/QUALITY_SCORECARDS.md.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01X1HxY46WGU4G1zmVDNKcWw

docs/QUALITY_SCORECARDS.md

@@ -0,0 +1,78 @@
+# Scorecards de QA / QA automático (agente.md secao 117-119)
+
+Sub-fase C da fase de IA: avalia cada chamada transcrita contra os
+critérios de qualidade que o próprio tenant define, sem lista fixa
+hardcoded (secao 117 sugere Saudação/Identificação/Empatia/etc. como
+exemplo, nunca como enum).
+
+## Modelo de dados (já existia desde a migration `ai_module`)
+
+- `QualityScorecard` — um conjunto de critérios, por tenant, com
+  `enabled` (soft delete, mesmo padrão do resto do sistema).
+- `QualityScorecardItem` — um critério: `name`, `weight`, `description?`,
+  `evaluationPrompt?`.
+- `QualityEvaluation` — o resultado de avaliar UMA chamada contra UM
+  scorecard: `score` (0-100), `criterionScores` (Json, mapa
+  nome-do-critério → 0-100), `summaryJustification`. **Nunca** guarda o
+  chain-of-thought do modelo (secao 118, explícito) — só o resultado
+  final validado.
+
+## CRUD
+
+`apps/api/src/quality/quality-scorecards.controller.ts` — mesma RLS por
+tenant do resto do sistema (sem hierarquia GLOBAL/BYOK aqui, scorecard é
+sempre do tenant). `POST /quality/scorecards` cria o scorecard e seus
+itens numa tacada só (nested create); `GET` lista os habilitados;
+`DELETE /:id` desabilita (soft delete).
+
+## Pipeline (`apps/ai-worker/src/process-scorecard.ts`)
+
+Novo `AIJobType.SCORECARD_EVALUATION` (migration
+`20260828194146_ai_job_scorecard_evaluation`, só `ALTER TYPE ... ADD
+VALUE`, sem mudança de RLS). Encadeado a partir de
+`process-transcription.ts` **junto** com o job de ANALYSIS — mesma
+decisão de privacidade (precisa de `allowsAnalysis`), só que também exige
+pelo menos 1 `QualityScorecard` habilitado pro tenant (senão nem cria o
+job).
+
+Ao processar: busca TODOS os scorecards habilitados do tenant (não só o
+primeiro) e gera uma `QualityEvaluation` por scorecard. O prompt é
+montado dinamicamente a partir dos itens de cada scorecard
+(`buildScorecardPrompt`) — o JSON Schema mandado pro provider
+(`QUALITY_EVALUATION_JSON_SCHEMA`, `packages/ai/src/
+quality-evaluation-schema.ts`) só define a FORMA da resposta (score +
+mapa de criterionScores), não as chaves específicas, já que os critérios
+variam por scorecard. O texto da transcrição passa pelo
+`SensitiveDataRedactor` antes de sair, igual à análise normal.
+
+## Dashboard de IA (`GET /reports/ai-dashboard`, secao 119)
+
+Agrega `CallAIAnalysis` + `QualityEvaluation` do período: chamadas
+analisadas, score médio (`avgQualityScore`, de `CallAIAnalysis` — quão
+bem o modelo achou que a ligação foi — E `avgScorecardScore`, de
+`QualityEvaluation` — a nota formal contra os scorecards; a especificação
+só pede "score médio" sem dizer qual dos dois conceitos, então mostra os
+dois em vez de escolher um), sentimento, principais assuntos/objeções
+(contagem de frequência sobre os arrays já persistidos), compliance
+alerts, ranking de agentes por `agentScore` médio (top 5 / bottom 5).
+
+## O que foi testado de verdade
+
+Mesma restrição de rede desta sessão (só o servidor git é autorizado).
+Testado ao vivo contra o `b2bcall-ai-worker` real e Postgres real com RLS:
+scorecard real criado com 2 critérios via `QualityScorecardsController`
+(nested create), `processScorecardJob` chamado diretamente contra uma
+transcrição semeada — montou o prompt a partir dos itens reais, resolveu
+provider, redigiu o texto, tentou a chamada de rede real (loopback
+fechado), falhou como esperado; job `SCORECARD_EVALUATION` real criado e
+reservado pelo worker via `FOR UPDATE SKIP LOCKED`, retry com backoff,
+dead-letter exatamente na tentativa configurada. `GET
+/reports/ai-dashboard` e `POST /quality/scorecards` confirmados
+respondendo (401 sem token, 200 esperado com token — não testado com um
+usuário autenticado real nesta rodada, mesmo padrão de outras fases onde
+o roteamento/guard já foi provado em fases anteriores).
+
+**Nunca exercitado**: chamada de rede real contra OpenAI/Anthropic (mesma
+restrição de todo o módulo de IA); `avgScorecardScore` calculado a partir
+de uma `QualityEvaluation` real (só via dead-letter, nunca completou sem
+rede).