PrototipeAI | Agente de IA para Análise de Dados de Avaliações Escolares

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 "Análise de Dados de Avaliações Escolares", uma solução de automação projetada para identificar tendências de desempenho e sugerir estratégias de ensino personalizadas com base em dados concretos. 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 dados de avaliações escolares em relatórios compreensíveis que destaquem tendências e padrões, além de fornecer recomendações de ensino personalizadas para cada aluno.

2. Contexto e Problema

Cenário Atual

A análise de dados de avaliações escolares é, atualmente, realizada de forma manual, o que demanda tempo e pode resultar na perda de tendências importantes que poderiam ser identificadas com uma análise automatizada.

Análise manual de dados de avaliações escolares, que é demorada e pode não identificar tendências importantes.
Necessidade de estratégias de ensino personalizadas com base em dados concretos de desempenho dos alunos.

Problemas Identificados

Consumo de tempo: A análise manual é lenta, consumindo tempo valioso que poderia ser utilizado em outras atividades educacionais.
Subjetividade: A análise manual pode ser subjetiva, levando a interpretações inconsistentes dos dados de desempenho.
Falta de personalização: A ausência de estratégias de ensino personalizadas pode afetar negativamente o aprendizado dos alunos.

3. Impactos Esperados

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

Reduzir o tempo de análise de dados em pelo menos 70%.
Identificar tendências de desempenho de forma mais precisa e consistente.
Fornecer estratégias de ensino personalizadas que atendam às necessidades específicas de cada aluno.

4. Visão Geral da Solução

O agente de IA para análise de dados de avaliações escolares processa dados estruturados em formato CSV, identifica tendências e padrões de desempenho e sugere estratégias de ensino personalizadas. 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 análise de dados escolares e proposição de melhorias no ensino.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a análise dos dados de avaliações e termina com a geração de estratégias de ensino personalizadas.

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

Agentes	Função Principal
`Agente de Análise de Tendências de Desempenho Escolar` (RF 1)	Analisar automaticamente os dados de avaliações escolares para identificar tendências e padrões de desempenho.
`Agente de Sugestão de Estratégias de Ensino Personalizadas` (RF 2)	Sugerir estratégias de ensino personalizadas com base nas tendências de desempenho identificadas.

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 cliente receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Análise de Tendências de Desempenho Escolar

1.1 Tarefa do Agente

Analisar automaticamente os dados de avaliações escolares para identificar tendências e padrões de desempenho.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados estruturados de avaliações escolares em formato CSV. Estes dados contêm informações sobre alunos, disciplinas, notas e datas das avaliações.

# 2. Objetivo
Analisar os dados para identificar tendências de desempenho e gerar um relatório que destaque padrões e variações significativas.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize análises estatísticas, como médias, medianas e desvios padrão, para identificar tendências e padrões de desempenho.
- Detecte melhorias ou declínios no desempenho dos alunos ao longo do tempo, destacando variações significativas.
- Crie gráficos e visualizações claras e informativas para representar os dados analisados, facilitando a interpretação por educadores.

# 4. Exemplo de Output que você deve produzir
Relatório em markdown com tendências identificadas e gráficos de desempenho por disciplina.

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 dados de avaliações escolares no formato CSV via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do CSV na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo é um arquivo CSV com colunas 'aluno', 'disciplina', 'nota', 'data'.
Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 200.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um relatório formatado em **Markdown**, incluindo gráficos embutidos que representem as tendências e padrões identificados.

Exemplo de Estrutura de Output:

 Relatório em markdown com tendências identificadas e gráficos de desempenho por disciplina.

Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 10.000 caracteres, podendo variar conforme a complexidade dos dados analisados.

1.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.5

1.3.4 Ferramentas do Agente

Documentos: Não consulta documentos externos.
Calculadora: Utiliza lógica interna para cálculos estatísticos.
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 Sugestão de Estratégias de Ensino Personalizadas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Estratégias de Ensino Personalizadas (RF 2).

RF 2. Agente de Sugestão de Estratégias de Ensino Personalizadas

2.1 Tarefa do Agente

Sugerir estratégias de ensino personalizadas com base nas tendências de desempenho identificadas.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um relatório de tendências de desempenho em formato Markdown, que contém análises detalhadas sobre o desempenho dos alunos em diversas disciplinas.

# 2. Objetivo
Gerar sugestões de estratégias de ensino personalizadas, baseadas nos dados concretos das análises de tendências, adaptando as estratégias às necessidades específicas de cada aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Basear as sugestões em dados concretos das análises de tendências, adaptando estratégias às necessidades específicas de cada aluno.
- As sugestões devem ser claras, objetivas e promover melhorias contínuas no processo educacional.
- Considere disciplinas e áreas de dificuldade específicas de cada aluno ao propor estratégias, garantindo personalização e eficácia.

# 4. Exemplo de Output que você deve produzir
Sugestões de estratégias de ensino personalizadas em markdown.

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 relatório de tendências de desempenho em formato Markdown, gerado pelo agente anterior.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .md (Markdown).
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 conjunto de sugestões de estratégias de ensino formatadas em **Markdown**, personalizadas para cada aluno com base nas tendências identificadas.