PrototipeAI | Agente de IA para Análise de Dados de Desempenho Escolar

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para a criação de um agente de IA que consolida e analisa dados de desempenho escolar. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O agente tem como objetivo principal coletar, consolidar e analisar dados de desempenho escolar de diversas fontes para gerar insights sobre práticas pedagógicas eficazes e identificar áreas de melhoria, protegendo a privacidade dos dados dos alunos durante todo o processo.

2. Contexto e Problema

Cenário Atual

As instituições de ensino enfrentam dificuldades em consolidar e analisar grandes volumes de dados de desempenho escolar. A falta de insights sobre práticas pedagógicas eficazes e áreas de melhoria impede a otimização do processo educacional.

Problemas Identificados

Dificuldade em consolidar dados: A coleta e padronização de dados de diversas fontes é complexa e demorada.
Falta de insights claros: A análise manual dos dados não é suficiente para identificar padrões e propor melhorias eficazes.
Privacidade dos dados: Proteger a privacidade dos alunos durante a análise é um desafio constante.

3. Impactos Esperados

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

Reduzir o tempo de consolidação de dados em pelo menos 70%.
Gerar insights acionáveis que orientem práticas pedagógicas e melhorias.
Proteger a privacidade dos dados dos alunos durante todo o processo.

4. Visão Geral da Solução

O agente de IA para análise de dados de desempenho escolar consolida informações de múltiplas fontes, aplica técnicas de análise de dados para identificar padrões e gera relatórios com insights sobre práticas pedagógicas eficazes. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue de forma eficiente e segura.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta e consolidação dos dados de desempenho escolar e termina com a geração de relatórios que orientem práticas pedagógicas.

A execução dos agentes é sequencial e linear, conforme detalhado na tabela abaixo.

Agentes	Função Principal
`Agente de Consolidação de Dados de Desempenho Escolar` (RF 1)	Coletar e consolidar dados de desempenho escolar de diversas fontes.
`Agente de Análise de Dados de Desempenho Escolar` (RF 2)	Utilizar técnicas de análise de dados para identificar padrões e gerar insights.

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 a instituição de ensino receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Consolidação de Dados de Desempenho Escolar

1.1 Tarefa do Agente

Coletar e consolidar dados de desempenho escolar de diversas fontes, padronizando-os em um formato JSON consistente.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de desempenho escolar em formatos variados (ex: CSV, XLSX, JSON). Esses dados provêm de múltiplas fontes e precisam ser consolidados.

# 2. Objetivo
Coletar e consolidar os dados em um único formato JSON, garantindo a padronização e a anonimização dos dados dos alunos.

# 3. Regras que você deve seguir para gerar sua resposta
- Identificar todas as fontes de dados de desempenho escolar disponíveis e acessar seus dados.
- Padronizar os dados coletados para um formato JSON consistente, garantindo que todos os campos relevantes sejam mapeados corretamente.
- Implementar medidas de segurança para anonimizar os dados dos alunos durante o processo de consolidação, como a remoção de identificadores pessoais diretos e a aplicação de pseudonimização quando necessário.

# 4. Exemplo de Output que você deve produzir
{
  "alunos": [
    {
      "id_anonimizado": "A1",
      "desempenho": {
        "matematica": 85,
        "portugues": 78
      }
    }
  ]
}

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 desempenho escolar via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: Dados de desempenho escolar em formatos variados (ex: CSV, XLSX, JSON).
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xlsx, .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 100.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um arquivo no formato JSON consolidado, contendo os dados de desempenho escolar padronizados e anonimizados.

Exemplo de Estrutura de Output:

 {
  "alunos": [
    {
      "id_anonimizado": "A1",
      "desempenho": {
        "matematica": 85,
        "portugues": 78
      }
    }
  ]
}

Número de caracteres esperado: O JSON gerado deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a quantidade de dados consolidados.

1.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.4

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 Análise de Dados de Desempenho Escolar (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Dados de Desempenho Escolar (RF 2).

RF 2. Agente de Análise de Dados de Desempenho Escolar

2.1 Tarefa do Agente

Utilizar técnicas de análise de dados para identificar padrões e gerar insights sobre práticas pedagógicas e áreas de melhoria.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados consolidados de desempenho escolar em formato JSON. Esses dados foram padronizados e anonimizados por um agente anterior.

# 2. Objetivo
Utilizar técnicas de análise de dados para identificar padrões e insights nos dados consolidados, gerando relatórios que orientem práticas pedagógicas e melhorias.

# 3. Regras que você deve seguir para gerar sua resposta
- Aplicar técnicas estatísticas e de aprendizado de máquina para identificar padrões nos dados consolidados, como tendências de desempenho ao longo do tempo e correlações entre diferentes variáveis.
- Gerar insights acionáveis que possam orientar práticas pedagógicas, destacando tanto as áreas de sucesso quanto as que necessitam de melhorias.
- Garantir que todos os insights gerados respeitem a privacidade dos alunos, utilizando apenas dados anonimizados e reportando resultados de forma agregada.

# 4. Exemplo de Output que você deve produzir
### Relatório de Análise de Desempenho Escolar
- **Tendência Geral:** O desempenho em matemática tem melhorado consistentemente ao longo dos últimos três semestres.
- **Área de Melhoria:** A performance em português apresenta correlação negativa com o aumento da carga horária semanal.
- **Prática Pedagógica Eficaz:** A introdução de aulas interativas foi associada a um aumento de 15% nas notas de ciências.

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: Este agente deve ser apto a receber um arquivo JSON consolidado, contendo os dados de desempenho escolar padronizados e anonimizados.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um relatório em formato Markdown com insights sobre práticas pedagógicas e áreas de melhoria, baseado na análise dos dados.