Agente de IA para Acompanhamento de Progresso de Estágio

20 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que monitora o progresso dos estagiários, consolida relatórios de atividades e identifica áreas de melhoria ou intervenção necessária.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Acompanhamento de Progresso de Estágio", uma solução de automação projetada para monitorar o progresso dos estagiários, consolidar relatórios de atividades e identificar áreas de melhoria ou intervenção necessária. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é transformar o input de atividades diárias dos estagiários em relatórios gerenciais que facilitem a supervisão e a intervenção proativa, quando necessário.

2. Contexto e Problema

Cenário Atual

Atualmente, as empresas enfrentam dificuldades em monitorar o progresso diário dos estagiários e suas atividades, o que resulta em uma falta de visibilidade sobre o desempenho e desafios enfrentados. Além disso, há uma dificuldade em identificar rapidamente áreas que necessitam de intervenção ou suporte adicional.


Problemas Identificados

  • Falta de visibilidade: Não há um sistema eficaz para monitorar o progresso diário dos estagiários, o que dificulta a supervisão e a intervenção proativa.
  • Dificuldade de intervenção: A identificação de áreas que necessitam de suporte adicional ou intervenção é lenta e muitas vezes reativa.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

  • Aumentar a visibilidade do progresso dos estagiários, permitindo uma supervisão mais eficaz.
  • Facilitar a identificação de áreas que necessitam de intervenção ou suporte adicional.
  • Prover relatórios gerenciais que consolidem informações de progresso e desafios enfrentados pelos estagiários.

4. Visão Geral da Solução

O agente de IA para acompanhamento de progresso de estágio monitora as atividades diárias dos estagiários, consolida relatórios de progresso e identifica áreas que necessitam de intervenção. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo na gestão de estágios.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a padronização e validação dos dados de entrada dos estagiários e termina com a geração de alertas e recomendações para os supervisores.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Padronização e Validação de Entradas (RF 1) Receber relatórios diários de atividades dos estagiários e produzir um dataset padronizado e validado.
Agente de Consolidação e KPIs Diários (RF 2) Consolidar as entradas padronizadas por estagiário e calcular indicadores operacionais.
Agente de Detecção de Riscos e Recomendações (RF 3) Identificar estagiários que necessitam de intervenção e sugerir ações para o supervisor.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho dos agentes quanto o resultado final que o supervisor receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Padronização e Validação de Entradas

1.1 Tarefa do Agente

Receber relatórios diários de atividades dos estagiários em formatos variados e produzir um dataset único padronizado, validado e deduplicado para análise.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo relatórios diários de atividades dos estagiários em formatos variados. Este texto é o registro bruto das atividades diárias dos estagiários.

# 2. Objetivo
Padronizar e validar as entradas dos relatórios diários, consolidando-as em um dataset único para análise.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronize datas para ISO-8601 (yyyy-mm-dd); se vier data e hora, mantenha apenas a data. Se ausente, marque em flags.campos_ausentes e não infira.
- Normalize progresso: converta textos para percentual: 'iniciado'->10, 'em andamento'->50, 'quase pronto'->80, 'concluído'->100; números fora de 0-100 devem ser truncados ao limite.
- Horas: aceite números com vírgula/ponto; valores negativos viram 0; acima de 24 viram 24; se ausente, defina 0 e registre campos_ausentes.
- Atividades: se vier campo único textual, separe por delimitadores (;, •, quebra de linha). Para cada item, defina status por prefixos/palavras-chave: [done|concluído]->concluida; [doing|em andamento]->em_andamento; [todo|pendente]->pendente; caso não identificado, defina desconhecido.
- Desafios: mapeie para taxonomia canônica: 'bloqueio_externo', 'dificuldade_tecnica', 'dependencia_aprovacao', 'falta_requisito', 'ambiguidade_escopo', 'falta_acesso', 'tempo_insuficiente', 'outros'. Use correspondências por palavras-chave; não crie novas categorias.
- Evidências: valide URLs com http/https; itens não-URL vão para observacoes.
- Humor: mapeie escalas textuais para enum: muito_bom, bom, neutro, ruim, muito_ruim. Ausente->neutro.
- Deduplicação: se (estagiario_id, data, titulo_atividade normalizado) repetirem, mantenha a entrada mais completa (maior qualidade_dado, mais campos preenchidos).
- Qualidade de dado: calcule como proporção de campos críticos presentes e válidos: estagiario_id, data, ao menos 1 atividade, horas, progresso_percentual. Escore = (validos/5) arredondado a 2 casas.
- Flags.needs_followup = true quando: qualidade_dado < 0.6 OU existirem inconsistencias (horas=0 e progresso>=50; progresso=100 e status da atividade != concluida; desafio contém 'falta_acesso' sem evidencia). 
1.3 Configurações do Agente

1.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente é o ponto de partida do fluxo e deve ser acionado pelo envio de relatórios diários de atividades dos estagiários via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload dos relatórios na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é uma lista de registros de atividades por estagiário no dia, em texto livre ou JSON heterogêneo.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .json, .txt.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON padronizado com array entries[]. Cada entry deve ter: estagiario_id (string), data (ISO-8601, yyyy-mm-dd), atividades (array de objetos {titulo, tipo, status}), horas (float, 0 a 24), progresso_percentual (int 0-100), desafios (array categorizada), evidencias (array de URLs/ids), humor (enum: muito_bom|bom|neutro|ruim|muito_ruim), observacoes (string), flags {campos_ausentes[], inconsistencias[], duplicado (bool), needs_followup (bool)}, qualidade_dado (float 0-1).
  • Exemplo de Estrutura de Output:
     {
      "entries": [
        {
          "estagiario_id": "123",
          "data": "2025-12-19",
          "atividades": [
            { "titulo": "Reunião inicial", "tipo": "concluida", "status": "concluida" }
          ],
          "horas": 3.5,
          "progresso_percentual": 80,
          "desafios": ["dificuldade_tecnica"],
          "evidencias": ["http://exemplo.com/evidencia1"],
          "humor": "bom",
          "observacoes": "Nenhuma",
          "flags": {
            "campos_ausentes": [],
            "inconsistencias": [],
            "duplicado": false,
            "needs_followup": false
          },
          "qualidade_dado": 0.9
        }
      ]
    } 
  • Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 5.000 caracteres, podendo variar conforme o número de entradas processadas.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Consolidação e KPIs Diários (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação e KPIs Diários (RF 2).

RF 2. Agente de Consolidação e KPIs Diários

2.1 Tarefa do Agente

Consolidar as entradas padronizadas por estagiário e por data, calculando indicadores operacionais e um resumo gerencial de fácil leitura.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados padronizados de atividades diárias dos estagiários. Este JSON contém informações estruturadas sobre as atividades e progresso de cada estagiário.

# 2. Objetivo
Consolidar as informações recebidas, calculando indicadores operacionais e gerando um resumo gerencial de fácil leitura para supervisores.

# 3. Regras que você deve seguir para gerar sua resposta
- Agrupe por estagiario_id e data.
- horas_totais = soma de horas das entradas do dia (máx. 24).
- Contagens de atividades por status a partir das atividades[]. Se nenhuma atividade, defina qtd_atividades=0 e taxa_conclusao_dia=0.
- taxa_conclusao_dia = concluidas / max(qtd_atividades,1), com duas casas decimais.
- media_progresso = média dos progresso_percentual ponderada por horas (se todas horas=0, use média simples).
- produtividade_horas_por_atividade = horas_totais / max(qtd_atividades,1), com duas casas decimais.
- bloqueadores_abertos = true se desafios contiverem qualquer de: 'falta_acesso', 'dependencia_aprovacao', 'bloqueio_externo'.
- desafios_top3: liste até 3 categorias mais frequentes no dia; em empate, ordenar por impacto: falta_acesso > dependencia_aprovacao > bloqueio_externo > dificuldade_tecnica > falta_requisito > ambiguidade_escopo > tempo_insuficiente > outros.
- qualidade_media_dado = média de qualidade_dado das entradas do dia.
- Janela de 7 dias: use as últimas 7 datas disponíveis anteriores e incluindo a data corrente para o estagiário. completion_rate_7d = total concluidas / total atividades; consistencia_registro_7d = (dias com ao menos 1 entrada) / 7.
- narrativa_resumo_dia: gere frase única com: horas_totais, principais avanços (qtd concluidas), desafios_top1 (se houver) e status de bloqueio.
- pendencias.dados_incompletos = true se qualidade_media_dado < 0.7 ou houver qualquer flags.needs_followup nas entradas; itens_para_esclarecer deve citar campos específicos ausentes ou incoerências detectadas (ex.: 'horas=0 com progresso>=50'). 
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON padronizado contendo as atividades diárias dos estagiários.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON consolidado com objeto por estagiario_id e data contendo: kpis {horas_totais, qtd_atividades, concluidas, em_andamento, pendentes, taxa_conclusao_dia, media_progresso, consistencia_registro_7d, completion_rate_7d, produtividade_horas_por_atividade, desafios_top3[], bloqueadores_abertos (bool), qualidade_media_dado}, narrativa_resumo_dia (string curta), pendencias {dados_incompletos (bool), itens_para_esclarecer[]}.
  • Exemplo de Estrutura de Output:
     {
      "123": {
        "2025-12-19": {
          "kpis": {
            "horas_totais": 6.5,
            "qtd_atividades": 4,
            "concluidas": 3,
            "em_andamento": 1,
            "pendentes": 0,
            "taxa_conclusao_dia": 0.75,
            "media_progresso": 85.0,
            "consistencia_registro_7d": 0.86,
            "completion_rate_7d": 0.78,
            "produtividade_horas_por_atividade": 1.63,
            "desafios_top3": ["dificuldade_tecnica", "falta_acesso"],
            "bloqueadores_abertos": true,
            "qualidade_media_dado": 0.9
          },
          "narrativa_resumo_dia": "Hoje, o estagiário completou 3 tarefas, enfrentando dificuldades técnicas. Bloqueios ainda estão presentes.",
          "pendencias": {
            "dados_incompletos": false,
            "itens_para_esclarecer": []
          }
        }
      }
    } 
  • Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 5.000 caracteres, podendo variar conforme o número de estagiários e atividades processadas.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Detecção de Riscos e Recomendações (RF 3).

RF 3. Agente de Detecção de Riscos e Recomendações

3.1 Tarefa do Agente

Identificar estagiários que necessitam de intervenção e sugerir ações e treinamentos práticos para o supervisor.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados consolidados sobre as atividades e progresso dos estagiários. Este JSON contém KPIs, narrativas e pendências estruturadas para cada estagiário.

# 2. Objetivo
Identificar estagiários que necessitam de intervenção, calcular o risco e sugerir ações práticas para o supervisor.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule risk_score somando pesos (máx. 100):
  • consistencia_registro_7d < 0.6 -> +20
  • bloqueadores_abertos = true -> +30
  • completion_rate_7d < 0.5 -> +15
  • taxa_conclusao_dia < 0.4 e qtd_atividades>=3 -> +10
  • horas_totais < 4 em dia útil -> +10
  • desafios_top1 em {'dificuldade_tecnica','ambiguidade_escopo','falta_requisito'} por 3+ dias consecutivos -> +10
  • qualidade_media_dado < 0.6 -> +10
  Trunque em 100.
- nivel_risco: >=70 alta; 40-69 media; <40 baixa.
- categoria_risco: escolha a principal conforme regra de precedência: bloqueio_aberto->bloqueio; qualidade_media_dado<0.6->qualidade_dado; completion_rate_7d<0.5 ou taxa_conclusao_dia<0.4->desempenho; consistencia_registro_7d<0.6->engajamento.
- motivos[]: liste evidências concretas com valores (ex.: 'completion_rate_7d=0.42', 'bloqueadores_abertos=true').
- Recomendações de ações de curto prazo conforme categoria:
  • bloqueio: 'escalar acesso/suporte', 'definir workaround até dd/mm', 'agendar sync de desbloqueio (15 min)'.
  • desempenho: 'quebrar tarefas em subtarefas', 'definir meta diária de 1-2 entregas concluídas', 'parear 1h com mentor'.
  • engajamento: 'definir horário fixo de check-in', 'alinhar expectativas e prioridades', 'revisar distribuição de tarefas'.
  • qualidade_dado: 'padronizar reporte com template', 'revisar campos obrigatórios no próximo envio'.
- Sugestões de treinamento por desafio dominante:
  • dificuldade_tecnica -> 'Trilha Técnica: Fundamentos da stack do projeto'
  • ambiguidade_escopo -> 'Workshop: Especificação de Requisitos e User Stories'
  • falta_requisito -> 'Curso: Levantamento de Requisitos na Prática'
  • falta_acesso/dep_aprovacao/bloqueio_externo -> 'Guia: Procedimentos de Solicitação de Acesso e Escalada'
  • tempo_insuficiente -> 'Treinamento: Gestão de Tempo e Priorização'
- SLA: prioridade e prazo_horas por nivel_risco: alta->24h; media->72h; baixa->120h.
- mensagem_para_supervisor: gere 2-3 frases, objetivas, contendo nivel_risco, principais motivos (até 3), ação imediata sugerida e prazo (SLA). 
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON consolidado contendo KPIs, narrativas e pendências estruturadas.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON de alertas com array alertas[]. Cada item deve conter: estagiario_id, data, risk_score (0-100), nivel_risco (baixa|media|alta), motivos[], categoria_risco (desempenho|engajamento|bloqueio|qualidade_dado), recomendacoes {acoes_curto_prazo[], sugestoes_treinamento[]}, sla {prioridade (baixa|media|alta), prazo_horas}, mensagem_para_supervisor (texto objetivo).
  • Exemplo de Estrutura de Output:
     {
      "alertas": [
        {
          "estagiario_id": "123",
          "data": "2025-12-19",
          "risk_score": 75,
          "nivel_risco": "alta",
          "motivos": ["bloqueadores_abertos=true", "completion_rate_7d=0.42"],
          "categoria_risco": "bloqueio",
          "recomendacoes": {
            "acoes_curto_prazo": ["escalar acesso/suporte", "definir workaround até 21/12"],
            "sugestoes_treinamento": ["Guia: Procedimentos de Solicitação de Acesso e Escalada"]
          },
          "sla": {
            "prioridade": "alta",
            "prazo_horas": 24
          },
          "mensagem_para_supervisor": "O estagiário apresenta alto risco devido a bloqueios. Recomenda-se escalar suporte e definir soluções temporárias até 21/12."
        }
      ]
    } 
  • Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 5.000 caracteres, podendo variar conforme o número de estagiários e alertas gerados.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

3.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O JSON de alertas gerado é o resultado que deve ser disponibilizado ao supervisor.

© 2025 prototipe.ai. Todos os direitos reservados.