1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória e demais requisitos funcionais para o Fluxo de Agentes "Análise de Dados de Empregabilidade de Egressos", uma solução de automação projetada para analisar dados de empregabilidade de egressos e avaliar a relevância do conteúdo programático. 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 dados estruturados sobre empregabilidade em insights que possam orientar atualizações curriculares, garantindo que o conteúdo programático atenda às expectativas do mercado de trabalho.
2. Contexto e Problema
Cenário Atual
As instituições de ensino enfrentam desafios em manter seus currículos atualizados e alinhados com as demandas do mercado de trabalho. Atualmente, há uma falta de análise sistemática dos dados de empregabilidade dos egressos, o que dificulta a adaptação dos currículos para melhorar a empregabilidade dos alunos. Problemas específicos incluem:
- Falta de análise dos dados de empregabilidade dos egressos para avaliar a relevância do conteúdo programático.
- Dificuldade em adaptar o currículo para melhorar a empregabilidade dos egressos.
- Necessidade de garantir que o conteúdo programático atenda às expectativas do mercado de trabalho.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Melhorar a análise de dados de empregabilidade para identificar áreas de melhoria no currículo.
- Sugerir atualizações curriculares com base em análises de dados.
- Alinhar o conteúdo programático com as expectativas do mercado de trabalho.
4. Visão Geral da Solução
O agente de IA para análise de dados de empregabilidade processa dados estruturados sobre empregabilidade de egressos, aplica regras para identificar áreas de melhoria no currículo e sugere atualizações curriculares. 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 de empregabilidade.
A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o envio de dados estruturados e termina com a geração de um relatório em markdown com sugestões de melhorias curriculares.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Dados de Empregabilidade (RF 1)
| Analisar dados de empregabilidade de egressos e sugerir atualizações curriculares. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho do agente quanto o resultado final que a instituição de ensino receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Dados de Empregabilidade
1.1 Tarefa do Agente
Analisar dados de empregabilidade dos egressos para avaliar a relevância do conteúdo programático e sugerir atualizações curriculares.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados estruturados sobre empregabilidade de egressos. Estes dados incluem informações como curso, ano de formatura, emprego, setor, cargo, salário e satisfação. # 2. Objetivo Analisar os dados de empregabilidade para identificar áreas de melhoria no currículo e sugerir atualizações curriculares que alinhem o conteúdo programático às expectativas do mercado de trabalho. # 3. Regras que você deve seguir para gerar sua resposta - Analise os dados de empregabilidade dos egressos, identificando padrões de emprego por curso e ano de formatura. - Avalie a relação entre os setores de emprego e os cursos, identificando áreas com baixa empregabilidade. - Identifique cargos e salários médios por curso e compare com benchmarks do mercado. - Analise a satisfação dos egressos em relação aos seus empregos e correlacione com o conteúdo programático. - Sugira atualizações curriculares específicas para cursos com baixa empregabilidade ou satisfação, baseando-se nas tendências de mercado. - Garanta que as sugestões de atualização curricular estejam alinhadas com as expectativas atuais do mercado de trabalho, utilizando dados de setores emergentes e cargos em alta demanda. # 4. Exemplo de Output que você deve produzir **Relatório de Análise de Empregabilidade** **Cursos com Baixa Empregabilidade:** - Curso A, Curso B **Sugestões de Atualizações Curriculares:** 1. Curso A: Adicionar módulos sobre tecnologia emergente. 2. Curso B: Incluir estágio supervisionado em empresas do setor.
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 estruturados sobre empregabilidade de egressos via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um arquivo 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: 'curso', 'ano_formatura', 'empregado', 'setor', 'cargo', 'salario', 'satisfacao'.
-
Formatos Suportados: Esse agente deve ser capaz de receber arquivos no formato:
.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um texto formatado em **Markdown**. A estrutura deve incluir um cabeçalho com o título "Relatório de Análise de Empregabilidade" e seções detalhando cursos com baixa empregabilidade e sugestões de atualizações curriculares.
-
Exemplo de Estrutura de Output:
**Relatório de Análise de Empregabilidade** **Cursos com Baixa Empregabilidade:** - Curso A, Curso B **Sugestões de Atualizações Curriculares:** 1. Curso A: Adicionar módulos sobre tecnologia emergente. 2. Curso B: Incluir estágio supervisionado em empresas do setor.
- Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos dados analisados.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para análise de dados e geração de insights.
- 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 não precisa ser visível para outros agentes, pois é o entregável final.
1.3.6 Regras de Orquestração e Transição
Este agente é o único no fluxo e não possui agentes subsequentes.