Agente de IA para Análise de Desempenho Acadêmico

07 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que analisa dados de desempenho acadêmico dos alunos, gerando relatórios com insights sobre áreas de melhoria e progressão.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para um agente de IA que analisa dados de desempenho acadêmico dos alunos. 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 acadêmicos em relatórios que destacam áreas de progresso e necessidade de intervenção, fornecendo insights acionáveis para professores e responsáveis.

2. Contexto e Problema

A análise do desempenho acadêmico dos alunos é essencial para identificar áreas de melhoria e personalizar o aprendizado. Atualmente, essa análise é feita manualmente, o que é demorado e sujeito a erros.

  • Necessidade de análise detalhada do desempenho acadêmico dos alunos para identificar áreas de melhoria.
  • Fornecimento de insights acionáveis para professores e responsáveis, ajudando a personalizar o aprendizado dos alunos.
  • Garantia de que os dados sejam analisados de forma segura e em conformidade com as diretrizes educacionais.

3. Impactos Esperados

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

  • Reduzir o tempo de análise de desempenho acadêmico em pelo menos 70%.
  • Aumentar a precisão na identificação de áreas de melhoria e progresso dos alunos.
  • Fornecer insights personalizados para professores e responsáveis, facilitando a personalização do aprendizado.
  • Garantir a conformidade com as diretrizes educacionais e a privacidade dos dados dos alunos.

4. Visão Geral da Solução

O agente de IA para análise de desempenho acadêmico processa dados acadêmicos dos alunos, aplica regras de análise para identificar áreas de melhoria e progresso e gera relatórios em formato markdown para professores e responsáveis. 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 desempenho acadêmico.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o envio dos dados acadêmicos e termina com a geração de um relatório detalhado.

A execução do agente é linear, seguindo a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Análise de Desempenho Acadêmico Analisar dados acadêmicos dos alunos e gerar relatórios com insights sobre áreas de melhoria e progressão.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho do agente e o resultado final que professores e responsáveis receberão. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Análise de Desempenho Acadêmico

1.1 Tarefa do Agente

Analisar dados acadêmicos dos alunos e gerar relatórios com insights sobre áreas de melhoria e progressão.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados acadêmicos dos alunos em formato CSV. Este arquivo contém colunas como 'nome', 'nota', 'disciplina', 'data', 'comentários'.

# 2. Objetivo
Analisar os dados acadêmicos para gerar relatórios que destacam áreas de progresso, necessidade de intervenção e insights acionáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule a média das notas por aluno e por disciplina a partir de cada linha de dados acadêmicos.
- Identifique disciplinas em que as notas médias dos alunos estão abaixo de um limiar especificado e classifique-as como áreas que necessitam de intervenção.
- Analise padrões de melhoria ou declínio nas notas ao longo do tempo para cada aluno e disciplina, destacando essas tendências no relatório.
- Gere insights acionáveis, como sugestões de métodos de estudo personalizados ou recursos adicionais, com base nas áreas de dificuldade identificadas.
- Garanta que todos os dados acadêmicos sejam processados de acordo com as diretrizes de conformidade educacional, assegurando a privacidade dos alunos.

# 4. Exemplo de Output que você deve produzir
**Relatório de Desempenho Acadêmico**

**Nome do Aluno:** João Silva

**Disciplina:** Matemática
- **Média de Notas:** 6.5
- **Áreas de Intervenção:** Sim
- **Tendência:** Declínio

**Sugestões:** Reforçar conceitos básicos, utilizar plataformas de prática online. 
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 acadêmicos dos alunos 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 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 contendo dados acadêmicos dos alunos.
  • 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 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um texto formatado em **Markdown**. A estrutura deve incluir o nome do aluno, disciplina, média de notas, áreas de intervenção, tendência e sugestões.
  • Exemplo de Estrutura de Output:
     **Relatório de Desempenho Acadêmico**
    
    **Nome do Aluno:** João Silva
    
    **Disciplina:** Matemática
    - **Média de Notas:** 6.5
    - **Áreas de Intervenção:** Sim
    - **Tendência:** Declínio
    
    **Sugestões:** Reforçar conceitos básicos, utilizar plataformas de prática online. 
  • Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 3.000 caracteres, podendo variar conforme a quantidade de 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: 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 é o entregável final e não é passada para outros agentes internos.

1.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado aos professores e responsáveis.

© 2025 prototipe.ai. Todos os direitos reservados.