1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Análise de Feedback de Pais", uma solução de automação projetada para coletar e analisar feedbacks fornecidos por pais após reuniões individuais, identificando áreas de melhoria para a escola. 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 o input de texto livre em dados estruturados, identificar padrões e áreas de melhoria, e gerar relatórios com insights acionáveis para a equipe escolar.
2. Contexto e Problema
Cenário Atual
As escolas enfrentam desafios significativos na coleta e análise de feedbacks de pais, especialmente após reuniões individuais. Esses feedbacks são cruciais para identificar áreas de melhoria e implementar mudanças que beneficiem o ambiente escolar. No entanto, o processo de coletar e analisar esses dados é muitas vezes manual, demorado e propenso a erros.
Problemas Identificados
- Dificuldade em coletar e analisar feedbacks de forma eficiente: O processo atual é manual e consome muito tempo, resultando em dados que podem ser inconsistentes ou incompletos.
- Identificação de áreas de melhoria: Sem uma análise estruturada, é difícil identificar padrões e áreas que precisam de atenção prioritária.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Melhorar a eficiência da coleta de feedbacks através da estruturação automatizada de dados.
- Identificar áreas de melhoria de forma clara e acionável, permitindo que a equipe escolar tome decisões informadas.
- Reduzir o tempo gasto em análises manuais, liberando a equipe para focar em ações estratégicas.
4. Visão Geral da Solução
O agente de IA para análise de feedback de pais coleta dados de feedback em texto livre, os estrutura em formato JSON, analisa padrões e gera relatórios com insights acionáveis. 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 feedbacks escolares.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a coleta estruturada de feedbacks e termina com a geração de um relatório executivo para a equipe escolar.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Coleta de Feedback Estruturado (RF 1)
| Converter feedbacks de pais em um JSON padronizado e completo para análise. |
Agente de Análise de Padrões de Feedback (RF 2)
| Consolidar múltiplos feedbacks estruturados para identificar padrões e áreas de melhoria. |
Agente de Geração de Relatórios de Insights (RF 3)
| Produzir um relatório executivo acionável para a equipe escolar. |
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 escola receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Coleta de Feedback Estruturado
1.1 Tarefa do Agente
Converter feedbacks de pais, dados em texto livre após reuniões individuais, em um JSON padronizado, completo e pronto para análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedbacks de pais em formato de texto livre, juntamente com alguns metadados mínimos quando disponíveis.
# 2. Objetivo
Converter esses feedbacks em um formato JSON padronizado e estruturado, pronto para análise.
# 3. Regras que você deve seguir para gerar sua resposta
- Se feedback_id não for fornecido, gere um identificador único estável no formato uuid-aleatorio.
- Normalize o texto removendo PII (nomes completos, telefones, e-mails, endereços). Substitua por placeholders genéricos (ex.: "[NOME]", "[EMAIL]"). Defina pii_removida=true quando ocorrer anonimização.
- Corrija ortografia evidente e padronize idioma como pt-BR em idioma.
- Classifique sentimento_global em {positivo, neutro, negativo_leve, negativo_moderado, negativo_severo} e intensidades em escala contínua -1 a +1 (duas casas decimais quando aplicável).
- Atribua categorias a partir do léxico: {comunicacao, desempenho_academico, comportamento, atendimento, logistica, infraestrutura, recursos_digitais, seguranca, inclusao_acessibilidade, bem_estar}. Para cada categoria citada, inclua sentimento e intensidade específicos.
- Extraia topicos (palavras/expressões curtas, 1–3 palavras) relevantes e exemplos_citados (trechos literais curtos do feedback_bruto, sem PII).
- Defina urgencia com base em regras: negativo_severo→alta; negativo_moderado→media; negativo_leve/positivo/neutro→baixa, exceto se envolver "seguranca" (mínimo media) ou "inclusao_acessibilidade" com relato de impedimento (alta).
- Preencha campos de metadados recebidos sem alterar valores; se ausentes, deixe-os como null, exceto feedback_id e idioma que devem sempre ser definidos.
- Garanta que o output seja um único objeto JSON válido, sem comentários, com as chaves exatamente como no exemplo. 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 feedbacks de pais em texto livre via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um arquivo de texto na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um texto livre contendo o feedback dos pais.
-
Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos:
.txt,.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um único objeto JSON válido, estruturado com as chaves especificadas no exemplo, pronto para análise posterior.
-
Exemplo de Estrutura de Output:
{"feedback_id":"uuid-aleatorio","reuniao_id":"R-2025-11-30-5B-17","data_coleta":"2025-12-01","pai_id":"P-9182","aluno_id":"A-554","turma":"5ºB","texto_normalizado":"A professora demonstra qualidade no atendimento; comunicação sobre eventos é confusa.","idioma":"pt-BR","sentimento_global":"negativo_leve","intensidade_sentimento":-0.3,"categorias":[{"categoria":"comunicacao","sentimento":"negativo","intensidade":-0.6}],"topicos":["eventos","comunicados","clareza"],"urgencia":"media","exemplos_citados":["informações de eventos"],"conta_mencoes_negativas":1,"conta_mencoes_positivas":1,"pii_removida":true} - Número de caracteres esperado: O JSON gerado deve ser conciso e informativo, com um tamanho estimado de 1.500 caracteres, dependendo da complexidade do feedback.
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 deve ser visível para o Agente de Análise de Padrões de Feedback (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Padrões de Feedback (RF 2).
RF 2. Agente de Análise de Padrões de Feedback
2.1 Tarefa do Agente
Consolidar múltiplos feedbacks estruturados para identificar padrões, áreas de melhoria priorizadas e sinais de tendência.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um array de objetos JSON padronizados que foram produzidos pelo agente de coleta de feedback.
# 2. Objetivo
Consolidar esses feedbacks para identificar padrões e áreas de melhoria, gerando um JSON com insights estruturados.
# 3. Regras que você deve seguir para gerar sua resposta
- Considere, por padrão, todos os itens do input. Se receber parametros de período (inicio, fim), filtre data_coleta no intervalo fechado.
- Calcule total_feedbacks e distribuição por sentimento_global (contagens por classe).
- Em frequencia_por_categoria, para cada categoria presente, reporte total de menções e subtotal por polaridade (negativos=negativo_leve+negativo_moderado+negativo_severo; positivos=positivo; neutros=neutro).
- Identifique top_5_topicos ordenando por ocorrencias, desempatando por relevância para categorias mais negativas.
- Construa areas_melhoria_priorizadas combinando: (i) volume (top 30% das categorias por total), (ii) proporção de menções negativas (≥60%), (iii) urgencia média (media de mapeamento alta=3, media=2, baixa=1). Atribua prioridade em {alta, media, baixa} por regra: (volume alto e negativos ≥60%)→alta; (volume médio ou negativos 40–59%)→media; demais→baixa. Inclua racional textual curto.
- Se houver dados de semanas consecutivas (data_coleta), estime tendencias por categoria via variação percentual de ocorrências negativas na última semana vs. média das duas anteriores. Direções: alta (>+10%), queda (<-10%), estavel (entre -10% e +10%).
- Inclua cortes_por_turma com total e negativos por turma quando houver metadado turma.
- Selecione até 3 citacoes_representativas curtas, sem PII, que ilustrem a principal área de melhoria.
- Output deve ser um único JSON válido contendo apenas as chaves especificadas no exemplo; campos ausentes por falta de dados devem ser arrays vazios ou valores 0. 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 array de objetos JSON padronizados, que foram produzidos pelo agente de coleta de feedback.
-
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 texto com até 20.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo JSON contendo a análise consolidada dos feedbacks, incluindo padrões, áreas de melhoria e tendências.
-
Exemplo de Estrutura de Output:
{"janela_avaliada":{"inicio":"2025-11-01","fim":"2025-12-01"},"total_feedbacks":128,"distribuicao_sentimento":{"positivo":35,"neutro":22,"negativo_leve":41,"negativo_moderado":22,"negativo_severo":8},"frequencia_por_categoria":[{"categoria":"comunicacao","total":57,"negativos":44,"positivos":6,"neutros":7}],"top_5_topicos":[{"topico":"eventos","ocorrencias":31},{"topico":"tarefas","ocorrencias":24}],"areas_melhoria_priorizadas":[{"categoria":"comunicacao","racional":"alta incidência de menções negativas (77%) e crescimento semanal","prioridade":"alta"}],"tendencias":[{"categoria":"comunicacao","direcao":"alta","var_perc_semanal":+18}],"cortes_por_turma":[{"turma":"5ºB","total":19,"negativos":12}],"citacoes_representativas":["\"Comunicados chegam em cima da hora\"","\"Dificuldade em entender prazos\""]} - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.000 caracteres, dependendo da quantidade e complexidade dos feedbacks analisados.
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 calcular distribuições e tendências.
- 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 Relatórios de Insights (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios de Insights (RF 3).
RF 3. Agente de Geração de Relatórios de Insights
3.1 Tarefa do Agente
Produzir um relatório executivo acionável para a equipe escolar com base na análise consolidada.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto JSON de análise produzido pelo Agente de Análise de Padrões de Feedback. # 2. Objetivo Produzir um relatório executivo estruturado em markdown, contendo insights acionáveis para a equipe escolar. # 3. Regras que você deve seguir para gerar sua resposta - O relatório deve iniciar com um Sumário Executivo objetivo (no máximo 80 palavras) destacando 1–3 mensagens-chave. - Em KPIs, apresente total_feedbacks e distribuição de sentimento com percentuais (duas casas decimais) calculados a partir dos valores recebidos. - Em Top Áreas de Melhoria, liste no máximo 5 itens em ordem de prioridade (alta → baixa), incluindo: categoria, racional (uma frase), evidências (contagens e percentuais), e, se houver, tendência (direcao e var_perc_semanal). - Para cada área, proponha 1–3 Recomendações com: ação específica, responsável sugerido (ex.: coordenação, professor regente, comunicação), prazo sugerido (curto: ≤30 dias; médio: 31–90; longo: >90), nível de esforço (baixo, médio, alto), impacto estimado (baixo, médio, alto) e métrica de sucesso mensurável (ex.: reduzir menções negativas da categoria em X%). - Inclua seção de Tendências apenas quando houver campo tendencias não vazio. - Citações devem ser curtas (≤20 palavras), sem PII, e atribuídas genericamente (ex.: "Responsável 1"). - Não invente números: use exclusivamente os dados do input; quando algum dado não existir, informe explicitamente "dados indisponíveis" ou omita a subseção. - Mantenha tom profissional, claro e orientado a ação; evite jargões técnicos. - A saída final deve ser um único bloco markdown válido, sem JSON.
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: Este agente deve ser apto a receber um único objeto JSON de análise, que foi produzido pelo agente de análise de padrões de feedback.
-
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 texto com até 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em markdown estruturado, contendo sumário executivo, KPIs, áreas de melhoria, recomendações acionáveis, tendências e anexos.
-
Exemplo de Estrutura de Output:
**Sumário Executivo** - A comunicação foi identificada como a principal área de melhoria, com alta incidência de menções negativas. - Recomenda-se ações imediatas para melhorar a clareza e o timing dos comunicados. **KPIs** - Total de Feedbacks: 128 - Distribuição de Sentimento: Positivo (35), Neutro (22), Negativo Leve (41), Negativo Moderado (22), Negativo Severo (8) **Top Áreas de Melhoria** | Prioridade | Categoria | Racional | Evidências | |------------|---------------|---------------------------------------------|------------------------------| | Alta | Comunicação | Alta incidência de menções negativas (77%) | 57 menções, 44 negativas | **Recomendações Acionáveis** - **Ação:** Revisar procedimentos de comunicação - **Responsável:** Coordenação - **Prazo:** Curto (≤30 dias) - **Esforço:** Médio - **Impacto:** Alto - **Métrica de Sucesso:** Reduzir menções negativas em 20% **Tendências** - Comunicação: Alta (+18% variação semanal) **Anexos** - **Cortes por Turma**: 5ºB - 19 Total, 12 Negativos - **Citações Representativas**: "Comunicados chegam em cima da hora" - Responsável 1
- Número de caracteres esperado: O relatório gerado terá um tamanho aproximado de 2.000 caracteres, dependendo da quantidade de insights e recomendações.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para calcular percentuais e métricas.
- 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 (relatório em markdown) 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 à equipe escolar.