Agente de IA para Análise de Dados de Participação em Reuniões

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

Como criar um agente de IA que analisa dados de participação em reuniões pedagógicas, identificando padrões de presença e engajamento dos membros.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA "Análise de Dados de Participação em Reuniões", uma solução projetada para analisar dados de participação em reuniões pedagógicas, identificando padrões de presença e engajamento dos membros. 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 de presença e participação em insights acionáveis, permitindo aos organizadores entender e melhorar a dinâmica das reuniões.

2. Contexto e Problema

Cenário Atual

Nas reuniões pedagógicas, existe uma falta de compreensão sobre os padrões de participação e engajamento dos membros. Isso leva a desafios como:

  • Dificuldade em identificar membros que frequentemente não participam ou não se engajam.
  • Ausência de dados quantitativos para melhorar a eficácia das reuniões.

Atualmente, essa análise é feita manualmente, se for feita, e carece de uma abordagem sistemática e baseada em dados.


Problemas Identificados

  • Falta de compreensão: Sem um sistema automatizado, os padrões de participação passam despercebidos.
  • Dificuldade de intervenção: Identificar e intervir com membros que não se engajam é demorado e ineficiente.
  • Falta de dados: Sem dados claros, é difícil para os organizadores implementar melhorias eficazes nas reuniões.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

  • Aumentar a compreensão dos padrões de participação e engajamento.
  • Facilitar intervenções direcionadas para melhorar o engajamento dos membros.
  • Fornecer dados acionáveis para otimizar a eficácia das reuniões.

4. Visão Geral da Solução

O agente de IA para análise de dados de participação em reuniões processa informações de presença e engajamento, identifica padrões e sugere ações para otimizar a eficácia das reuniões. 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 reuniões pedagógicas.

A solução consiste em um fluxo de automação composto por três agentes de IA. O processo inicia com a validação e preparação dos dados e termina com a geração de relatórios e recomendações práticas.

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

Agentes Função Principal
Agente de Validação e Preparação de Dados de Reuniões (RF 1) Receber dados brutos, padronizar, validar e produzir um dataset canônico pronto para análise.
Agente de Análise de Participação e Engajamento (RF 2) Calcular métricas de participação e engajamento, identificar padrões e tendências, e sinalizar perfis de risco.
Agente de Geração de Relatórios e Ações Recomendadas (RF 3) Transformar métricas analíticas em relatórios claros e recomendações práticas.

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.

6. Requisitos Funcionais

RF 1. Agente de Validação e Preparação de Dados de Reuniões

1.1 Tarefa do Agente

Receber dados brutos de presença e participação, padronizar, validar e produzir um dataset canônico pronto para análise.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos de reuniões pedagógicas, que incluem informações de presença e participação dos membros.

# 2. Objetivo
Padronizar, validar e produzir um dataset canônico pronto para análise, garantindo a qualidade e consistência dos dados.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronização de campos: mapear sinônimos para o schema canônico.
- Normalização de presença: converter presence_status para um dos valores: present, absent, late, excused.
- Datas e horários: converter todas as datas/horas para ISO 8601 com timezone único (default 'America/Sao_Paulo').
- Duplicidades: identificar duplicados por chave composta e manter o registro com maior attended_minutes.
- Durações: calcular attended_minutes se ausente, usando join/leave times.
- Limites e outliers: marcar como outlier qualquer speaking_time_minutes>attended_minutes.
- Contagens negativas: forçar mínimo zero para contagens de interações.
- Identidades: propagar nome mais frequente se member_name faltar.
- Cobertura temporal: inferir period_start e period_end das datas.
- Saída: retornar apenas dados validados e normalizados. 
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 um arquivo CSV/planilha ou JSON contendo registros de reuniões 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 arquivo na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Arquivo CSV/planilha ou JSON contendo registros por participante por reunião.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xls, .xlsx, .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON canônico com metadados, esquema de participantes e conjunto de dados normalizados.
  • Exemplo de Estrutura de Output:
     {
      "metadata": {
        "period_start": "2025-01-01",
        "period_end": "2025-12-31",
        "timezone": "America/Sao_Paulo",
        "ingestion_notes": []
      },
      "participants_schema": {},
      "dataset_normalized": [],
      "data_quality_report": {}
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 5.000 caracteres.

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 cálculos de normalização de dados.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Participação e Engajamento (RF 2).

RF 2. Agente de Análise de Participação e Engajamento

2.1 Tarefa do Agente

Calcular métricas de participação e engajamento por membro e por reunião, identificar padrões e tendências, e sinalizar perfis de risco.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON canônico contendo dados normalizados de reuniões pedagógicas.

# 2. Objetivo
Calcular métricas de participação e engajamento, identificar padrões e tendências, e sinalizar perfis de risco entre os membros.

# 3. Regras que você deve seguir para gerar sua resposta
- Janela de análise: considerar todo o período do metadata recebido.
- Métricas por membro: calcular taxa de presença, taxa de atraso, média de minutos presentes, entre outras.
- Métricas por reunião: calcular taxa de presença e índice de engajamento mediano.
- Tendências: identificar tendências de participação e engajamento ao longo das reuniões.
- Segmentações: classificar membros em categorias como atuantes, silenciosos, ausentes frequentes e em risco.
- Por papel: calcular médias de presença e engajamento por papel e comparar com o global.
- Indicadores globais: calcular taxa média de presença, mediana de engajamento, entre outros.
- Tratamento de dados faltantes: nunca estimar presença ausente; métricas que dependem do denominador zero devem retornar null.
- Evidências: para cada membro em risco ou silencioso, incluir evidências das últimas reuniões. 
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
  • Tipo do input: JSON canônico contendo dados normalizados de reuniões pedagógicas.
  • 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 até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON analítico contendo métricas, tendências, segmentações e evidências.
  • Exemplo de Estrutura de Output:
     {
      "metrics": {},
      "indicadores_globais": {},
      "tendencias": {},
      "segmentacoes": {},
      "justificativas_evidencias": {}
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 7.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para cálculos das métricas de participação e engajamento.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios e Ações Recomendadas (RF 3).

RF 3. Agente de Geração de Relatórios e Ações Recomendadas

3.1 Tarefa do Agente

Transformar as métricas analíticas em relatório claro para organizadores, com recomendações práticas para aumentar participação e engajamento.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON analítico com métricas, tendências e segmentações de reuniões pedagógicas.

# 2. Objetivo
Transformar essas análises em um relatório claro e conciso, com recomendações práticas para os organizadores das reuniões.

# 3. Regras que você deve seguir para gerar sua resposta
- Estrutura do relatório: incluir título, período, resumo executivo, indicadores-chave, padrões e tendências, membros em destaque e recomendações.
- Regras de priorização: definir prioridades de ação com base em perfis de risco e engajamento.
- Biblioteca de ações sugeridas: selecionar ações práticas para melhorar o engajamento e a participação.
- Mensuração de impacto: definir métricas-alvo para cada ação recomendada.
- Linguagem: objetiva e clara, sem jargões técnicos.
- Limites: não expor dados pessoais sensíveis além de identificadores necessários.
- Determinismo: ordenar listas por prioridade e consistência nas recomendações. 
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
  • Tipo do input: JSON analítico contendo métricas, tendências e segmentações de reuniões pedagógicas.
  • 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 até 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: Relatório em markdown e JSON de ações recomendadas.
  • Exemplo de Estrutura de Output:
     {
      "relatorio_markdown": "# Relatório de Participação em Reuniões\n## Resumo Executivo\n...",
      "acoes_recomendadas": {}
    } 
  • Número de caracteres esperado: O relatório e JSON gerados devem ter um tamanho combinado de aproximadamente 10.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para cálculos de priorização e impacto das recomendações.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

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 relatório e as recomendações geradas devem ser disponibilizados ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.