Agente de IA para Análise de Desempenho Escolar

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

Como criar um agente de IA que analisa dados de desempenho dos alunos e fornece insights para ajustes no currículo.

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 de Análise de Desempenho Escolar, projetado para transformar dados de desempenho dos alunos em insights acionáveis para ajustes no currículo e estratégias de ensino. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é identificar áreas de baixo desempenho, fornecer insights claros e recomendar intervenções específicas para melhorar o desempenho dos alunos.

2. Contexto e Problema

Problemas Específicos

  • Identificação de áreas de baixo desempenho que necessitam de intervenção.
  • Falta de insights acionáveis a partir dos dados de desempenho dos alunos.
  • Dificuldade em ajustar o currículo e estratégias de ensino rapidamente com base no desempenho dos alunos.

As escolas enfrentam desafios significativos ao tentar analisar grandes volumes de dados de desempenho dos alunos para identificar rapidamente áreas que necessitam de intervenção. A falta de insights claros e acionáveis dificulta o ajuste eficaz do currículo e das estratégias de ensino para atender às necessidades dos alunos.

3. Impactos Esperados

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

  • Identificação rápida de áreas de baixo desempenho para intervenção imediata.
  • Geração de insights claros e acionáveis que informam ajustes no currículo e estratégias de ensino.
  • Melhoria no desempenho geral dos alunos através de intervenções específicas e oportunas.

4. Visão Geral da Solução

O agente de IA para Análise de Desempenho Escolar processa dados de desempenho dos alunos em tempo real, identifica tendências e padrões, e fornece insights claros e acionáveis para ajustes no currículo e nas estratégias de ensino. 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 desempenho escolar.

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

Agente Função Principal
Agente de Análise de Desempenho Escolar (RF 1) Analisar dados de desempenho dos alunos e fornecer insights para ajustes no currículo e estratégias de ensino.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos que demonstram tanto o fluxo de trabalho do agente quanto o resultado final que o cliente receberá. Explore o link abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Análise de Desempenho Escolar

1.1 Tarefa do Agente

Analisar dados de desempenho dos alunos e fornecer insights para ajustes no currículo e estratégias de ensino.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de desempenho dos alunos em formato CSV com colunas para notas, presença e atividades.

# 2. Objetivo
Analisar os dados para identificar áreas de baixo desempenho, fornecer insights acionáveis e recomendar ajustes no currículo e nas estratégias de ensino.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise os dados de desempenho dos alunos, identificando padrões de notas, frequência e engajamento em atividades, para detectar áreas de baixo desempenho.
- Extraia insights claros e acionáveis sobre como ajustar o currículo e as estratégias de ensino com base nos padrões identificados.
- Recomende intervenções específicas para melhorar o desempenho dos alunos, focando em áreas críticas identificadas.
- Utilize critérios de comparação históricos para identificar melhorias ou declínios no desempenho ao longo do tempo.
- Priorize insights que possam ser aplicados de forma rápida e eficaz, considerando o impacto no curto prazo.
- Identifique correlações entre presença, participação em atividades e notas para sugerir estratégias de engajamento mais efetivas. 
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 dos alunos em formato CSV via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um 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 de desempenho dos alunos.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .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 relatório formatado em **Markdown**. A estrutura deve iniciar com um cabeçalho contendo os insights principais, seguido por uma lista detalhada de recomendações e intervenções.
  • Exemplo de Estrutura de Output:
     **Insights Principais:**
    - Área de Matemática apresenta baixo desempenho geral.
    - Alta correlação entre presença e notas em Ciências.
    
    **Recomendações:**
    1. Revisar currículo de Matemática com foco em problemas aplicados.
    2. Aumentar atividades práticas em Ciências para melhorar engajamento.
    3. Implementar workshops de reforço em áreas críticas. 
  • 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: 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 não precisa ser visível para outros agentes, pois é o resultado final.

1.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado deve ser disponibilizado para o usuário responsável pela análise de desempenho escolar.

© 2025 prototipe.ai. Todos os direitos reservados.