1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, consulta a documentos e demais requisitos funcionais para o Agente de IA para Análise de Desempenho Estudantil. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo deste agente é analisar dados de desempenho acadêmico dos alunos, identificar padrões e tendências, e gerar relatórios detalhados para pais e educadores, destacando áreas de melhoria e sucesso.
2. Contexto e Problema
Atualmente, as escolas enfrentam dificuldades em obter insights claros sobre o desempenho dos alunos, o que torna desafiador identificar áreas que necessitam de melhoria. Além disso, há uma demanda crescente por relatórios detalhados que orientem pais e educadores nas estratégias de ensino.
Com a implementação deste agente, espera-se resolver problemas como a falta de insights claros sobre o desempenho dos alunos e a necessidade de relatórios detalhados para orientar pais e educadores nas estratégias de ensino.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Prover insights claros sobre o desempenho dos alunos, facilitando a identificação de áreas de melhoria.
- Gerar relatórios detalhados que orientem pais e educadores nas estratégias de ensino.
- Destacar áreas de sucesso e necessidade de melhoria em relatórios claros e acionáveis.
4. Visão Geral da Solução
O agente de IA para análise de desempenho estudantil processa dados acadêmicos, identifica padrões e tendências, e gera relatórios detalhados para pais e educadores, destacando áreas de melhoria e sucesso. 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 dos alunos.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a validação e padronização dos dados acadêmicos e termina com a geração de um relatório claro e detalhado para pais e educadores.
| Agentes | Função Principal |
|---|---|
Agente de Validação e Padronização de Dados Acadêmicos | Validar, higienizar e padronizar dados de desempenho acadêmico de alunos, unificando formatos e calculando variáveis derivadas para análise. |
Agente de Análise de Desempenho Acadêmico | Calcular métricas por aluno, por disciplina e de coorte, identificar tendências, pontos fortes, lacunas e riscos acadêmicos a partir dos dados padronizados. |
Agente de Geração de Relatório para Pais e Educadores | Transformar o analytical_summary em relatórios claros, segmentados para pais e educadores, destacando sucessos, áreas de melhoria e próximos passos acionáveis. |
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 Padronização de Dados Acadêmicos
1.1 Tarefa do Agente
Validar, higienizar e padronizar dados de desempenho acadêmico de alunos, unificando formatos e calculando variáveis derivadas para análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um arquivo CSV ou JSON com registros de desempenho acadêmico dos alunos. Este arquivo contém informações como student_id, student_name, grade_level, subject, assessment_id, assessment_name, score, max_score, entre outros.
# 2. Objetivo
Validar, higienizar e padronizar esses dados, unificando formatos e calculando variáveis derivadas para análise.
# 3. Regras que você deve seguir para gerar sua resposta
- Verifique a presença dos campos obrigatórios: student_id, subject, score, max_score, date. Marque registros faltantes como inválidos.
- Converta datas para o formato ISO 8601.
- Normalize pesos e calcule score_pct e weighted_score.
- Identifique outliers e deduplicados, mantendo registros mais relevantes.
- Gere um resumo de qualidade dos dados e uma versão padronizada do dataset.
# 4. Exemplo de Output que você deve produzir
{
"data_standardized": [
{
"student_id": "12345",
"subject": "Mathematics",
"score": 85,
"max_score": 100,
"score_pct": 85.0,
"weighted_score": 85.0
}
],
"data_quality_summary": {
"errors": [],
"warnings": []
},
"schema_version": "1.0.0"
} 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 ou JSON com registros de desempenho acadêmico 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 na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Arquivo CSV ou JSON contendo registros de avaliações acadêmicas.
- Formatos Suportados: .csv, .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: JSON padronizado com dados validados e um resumo de qualidade dos dados.
-
Exemplo de Estrutura de Output:
{ "data_standardized": [ { "student_id": "12345", "subject": "Mathematics", "score": 85, "max_score": 100, "score_pct": 85.0, "weighted_score": 85.0 } ], "data_quality_summary": { "errors": [], "warnings": [] }, "schema_version": "1.0.0" } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 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 e validação.
- 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 Desempenho Acadêmico.
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Desempenho Acadêmico.
RF 2. Agente de Análise de Desempenho Acadêmico
2.1 Tarefa do Agente
Calcular métricas por aluno, por disciplina e de coorte, identificar tendências, pontos fortes, lacunas e riscos acadêmicos a partir dos dados padronizados.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON padronizado contendo dados de desempenho acadêmico validados e um resumo de qualidade dos dados.
# 2. Objetivo
Calcular métricas por aluno, por disciplina e de coorte, identificar tendências, pontos fortes, lacunas e riscos acadêmicos.
# 3. Regras que você deve seguir para gerar sua resposta
- Use apenas registros com invalid=false.
- Calcule médias ponderadas por disciplina e GPA percentual por aluno.
- Identifique tendências e comparativos de coorte.
- Identifique forças, lacunas e riscos acadêmicos.
- Gere recomendações padronizadas por categoria.
# 4. Exemplo de Output que você deve produzir
{
"analytical_summary": {
"students": [
{
"student_id": "12345",
"media_geral_aluno": 85.0,
"subjects": [
{ "subject": "Mathematics", "media": 85.0, "classificacao": "Excellent" }
],
"risco_aprendizagem": false
}
]
}
} 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 padronizado contendo dados de desempenho acadêmico validados.
- Formatos Suportados: .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: JSON analytical_summary com métricas por aluno e por disciplina, tendências, classificações e recomendações.
-
Exemplo de Estrutura de Output:
{ "analytical_summary": { "students": [ { "student_id": "12345", "media_geral_aluno": 85.0, "subjects": [ { "subject": "Mathematics", "media": 85.0, "classificacao": "Excellent" } ], "risco_aprendizagem": false } ] } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 8.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculos de métricas e análises.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
2.3.5 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 Geração de Relatório para Pais e Educadores.
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatório para Pais e Educadores.
RF 3. Agente de Geração de Relatório para Pais e Educadores
3.1 Tarefa do Agente
Transformar o analytical_summary em relatórios claros, segmentados para pais e educadores, destacando sucessos, áreas de melhoria e próximos passos acionáveis.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON analytical_summary produzido pelo Agente de Análise de Desempenho Acadêmico.
# 2. Objetivo
Transformar o analytical_summary em relatórios claros, segmentados para pais e educadores, destacando sucessos, áreas de melhoria e próximos passos acionáveis.
# 3. Regras que você deve seguir para gerar sua resposta
- Estruture o relatório em seções claras para pais e educadores.
- Destaque sucessos e áreas de melhoria com base nas métricas fornecidas.
- Gere recomendações acionáveis e próximas etapas.
- Inclua um bloco JSON com KPIs principais no final do relatório.
# 4. Exemplo de Output que você deve produzir
# Relatório de Desempenho Acadêmico
## Aluno: Nome do Aluno
### Panorama Geral
- Média Geral: 85.0
- Classificação: Excellent
### Disciplinas
| Disciplina | Média | Classificação |
|------------|-------|---------------|
| Mathematics | 85.0 | Excellent |
### Recomendações
- [Alta] study_plan — Revisar tópicos de matemática (Mathematics)
### Próximos Passos
1. Semana 1: Diagnóstico e plano
2. Semana 2-3: Prática e tutoria
3. Semana 4: Reavaliação
### JSON Resumo
{
"student_id": "12345",
"media_geral_aluno": 85.0,
"classificacao_geral": "Excellent"
} 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 analytical_summary contendo métricas de desempenho acadêmico.
- Formatos Suportados: .json
- Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 8.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: Relatório em Markdown com seções para pais e educadores, incluindo um bloco JSON embutido com KPIs.
-
Exemplo de Estrutura de Output:
# Relatório de Desempenho Acadêmico ## Aluno: Nome do Aluno ### Panorama Geral - Média Geral: 85.0 - Classificação: Excellent ### Disciplinas | Disciplina | Média | Classificação | |------------|-------|---------------| | Mathematics | 85.0 | Excellent | ### Recomendações - [Alta] study_plan — Revisar tópicos de matemática (Mathematics) ### Próximos Passos 1. Semana 1: Diagnóstico e plano 2. Semana 2-3: Prática e tutoria 3. Semana 4: Reavaliação ### JSON Resumo { "student_id": "12345", "media_geral_aluno": 85.0, "classificacao_geral": "Excellent" } - Número de caracteres esperado: O relatório gerado em Markdown terá um tamanho aproximado de 6.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 gerado é o resultado que deve ser disponibilizado ao usuário.