É importante investigar formas de aumentar a eficiência de gráficos de controle estatístico de processos por atributos, porque o controle por atributos tipicamente exige tamanhos de amostra muito grandes para se obter um tempo rápido de sinalização de desvios no processo, e estes tamanhos de amostra podem ser altamente indesejáveis ou mesmo inviáveis em diversas situações práticas. Os esquemas adaptativos, que consistem em variar um ou mais dos parâmetros do gráfico de controle (tamanho de amostra, intervalo de tempo entre amostras e abertura dos limites de controle) de acordo com a informação precedente fornecida pelo gráfico (isto é, de acordo com a posição do último ponto registrado), proporcionam, para a detecção de desvios pequenos a moderados no processo, uma melhor eficiência que os esquemas tradicionais, de parâmetros fixos. Enquanto que esquemas adaptativos têm sido propostos para gráficos de controle por variáveis, para gráficos por atributos - apesar da necessidade e oportunidade acima mencionada de investigar formas de aumentar a eficiência de gráficos de controle estatístico de processos por atributos - há uma lacuna na literatura, a ser preenchida. Esta é a motivação do presente trabalho, que propõe um esquema adaptativo para gráficos decontrole por atributos, aplicável tanto a gráficos de np como de c, variando todos os parâmetros do gráfico. Desenvolve-se o modelo matemático para cálculo das medidas de desempenho; este modelo foi implementado em uma planilha eletrônica, o que permitiu analisar quantitativamente o desempenho do esquema em uma larga gama de casos, comparando-o ainda com o desempenho de gráficos tradicionais (com parâmetros fixos), e com o de outros esquemas adaptativos, com menor número de parâmetros variando. O esquema proposto mostrou-se sensivelmente mais eficiente na maioria das situações de interesse, respondendo portanto à necessidade, que motivou o trabalho, de buscar formas de aumentar a eficiência de gráficos por atributos. Resultados adicionais do trabalho são: a identificação das situações em que cada esquema é mais eficiente (ou do esquema mais eficiente em cada situação) e conjuntos de valores recomendados para os parâmetros dos gráficos em cada situação. Estes resultados facilitam a operacionalização da ferramenta para uso na prática.