1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o agente de IA de Análise de Satisfação de Pais e 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 automatizar a coleta e análise de feedbacks de pais e alunos, gerando insights acionáveis que orientem melhorias na experiência escolar.
2. Contexto e Problema
Cenário Atual
Atualmente, as instituições de ensino enfrentam dificuldades em sistematizar a coleta de feedbacks de pais e alunos. Sem um processo automatizado, a análise de grandes volumes de dados torna-se ineficiente, resultando em uma falta de insights baseados em dados para orientar melhorias institucionais.
Problemas Identificados
- Falta de coleta sistemática: Não há um método eficiente para coletar feedbacks regularmente.
- Dificuldade de análise: Analisar grandes volumes de feedbacks manualmente é inviável e propenso a erros.
- Necessidade de insights acionáveis: A administração escolar precisa de dados para orientar melhorias, mas carece de ferramentas para gerar esses insights de forma eficaz.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Automatização da coleta de feedback: Permitir a coleta regular de feedbacks de pais e alunos.
- Análise eficiente de dados: Processar grandes volumes de feedbacks de forma rápida e precisa.
- Geração de insights: Fornecer à administração escolar relatórios detalhados que destaquem áreas de sucesso e oportunidades de melhoria.
4. Visão Geral da Solução
O agente de IA para Análise de Satisfação de Pais e Alunos coleta feedbacks de pais e alunos, analisa os dados e gera relatórios com insights acionáveis para a administração escolar. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como uma ferramenta útil e autônoma na melhoria da experiência escolar.
A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a padronização dos feedbacks recebidos e termina com a geração de um relatório executivo para a administração escolar.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Padronização e Consolidação de Feedback (RF 1)
| Receber feedbacks brutos e convertê-los em um JSON padronizado, deduplicado e pronto para análise. |
Agente de Classificação de Tema, Subtema e Sentimento (RF 2)
| Classificar feedbacks em temas/subtemas, atribuir sentimento e emoção. |
Agente de Sinalização de Incidentes Críticos (RF 3)
| Detectar feedbacks que indicam risco imediato ou temas sensíveis que exijam atenção rápida. |
Agente de Agregação e Métricas (RF 4)
| Consolidar feedbacks classificados em métricas e distribuições por período e segmentos. |
Agente de Geração de Insights e Recomendações (RF 5)
| Transformar métricas e feedbacks em insights acionáveis e priorizados. |
Agente de Relatório Executivo (RF 6)
| Gerar um relatório claro e acionável para a administração escolar com visão geral e próximos passos. |
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 administração escolar receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Padronização e Consolidação de Feedback
1.1 Tarefa do Agente
Receber respostas brutas de pais e alunos (texto livre ou formulários) e convertê-las em um JSON padronizado, deduplicado e pronto para análise.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma lista de feedbacks brutos de pais e alunos. Esses feedbacks podem vir de diferentes fontes, como formulários, e-mails ou chats. # 2. Objetivo Seu objetivo é padronizar esses feedbacks em um formato JSON, removendo duplicatas e preparando os dados para análise posterior. # 3. Regras que você deve seguir para gerar sua resposta - Se o texto estiver vazio ou contiver apenas espaços, defina registro_valido='nao' e motivo_invalidacao='texto_vazio'; não inclua em saídas para análise. - Normalize datas para o formato ISO8601 em UTC. Se falhar, mantenha a data original com sufixo 'Z' e adicione campo data_parse_confiavel='nao'. - Remapeie canais e fontes para valores do domínio permitido; valores não mapeáveis devem ir para 'outro'. - Se o remetente_tipo não for informado, inferir a partir de metadados; se impossível, use 'desconhecido'. Não invente nomes próprios; nunca preencha PII além do tipo. - Mapear consentimento para [sim, nao, desconhecido]. Se 'nao', marque registro_valido='nao' e motivo_invalidacao='sem_consentimento'. - Limpe o texto removendo assinaturas comuns, disclaimers e marcações HTML; preserve o conteúdo sem alterar o sentido. - Detecte idioma do texto; se diferente de 'pt-BR', crie campo idioma_origem e produza texto_normalizado_pt em 'texto_limpo' traduzido para pt-BR mantendo sentido; armazene original em 'texto_original'. Se já em pt-BR, texto_original=texto_limpo. - Gere hash_conteudo usando texto_limpo + unidade_escolar + serie_turma + data (dia) para detectar duplicatas; se hash repetido, marque deduplicado='sim' e mantenha apenas um registro com campo ids_duplicados contendo a lista de ids descartados. - Garanta unicidade de id_feedback (uuid v4).
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 brutos de pais e 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: O input inicial para o fluxo é uma lista de objetos representando feedbacks brutos.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.json(JSON). - 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 uma lista de objetos JSON normalizados com campos padronizados.
-
Exemplo de Estrutura de Output:
[{ "id_feedback": "uuid", "id_original": "original_id", "origem": "formulario", "remetente_tipo": "pai", "canal": "email", "datahora_iso": "2025-12-10T08:22:00Z", "idioma_origem": "en", "idioma_normalizado": "pt-BR", "texto_original": "Original text", "texto_limpo": "Texto limpo", "consentimento": "sim", "anonimo": "nao", "unidade_escolar": "Escola ABC", "serie_turma": "5A", "metadados": {}, "registro_valido": "sim", "motivo_invalidacao": null, "hash_conteudo": "hash", "deduplicado": "nao" }] - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a quantidade de feedbacks processados.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
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 Classificação de Tema, Subtema e Sentimento (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Classificação de Tema, Subtema e Sentimento (RF 2).
RF 2. Agente de Classificação de Tema, Subtema e Sentimento
2.1 Tarefa do Agente
Classificar cada feedback em uma taxonomia de temas/subtemas e atribuir sentimento e emoção, permitindo múltiplas categorias por item.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma lista de feedbacks padronizados e válidos do agente anterior. # 2. Objetivo Classificar cada feedback em uma taxonomia de temas/subtemas e atribuir sentimento e emoção, permitindo múltiplas categorias por item. # 3. Regras que você deve seguir para gerar sua resposta - Utilize a taxonomia de temas permitidos: [Infraestrutura, Ensino, Comunicação, Segurança, Serviços de apoio, Gestão escolar, Atividades extracurriculares, Inclusão e acessibilidade, Tecnologia educacional, Ambiente e clima escolar, Transporte e alimentação]. - Atribua subtemas conforme aplicável. - Extraia palavras-chave representativas do texto. - Atribua sentimento (positivo/negativo/neutro) e intensidade [-2, -1, 0, 1, 2]. - Identifique a emoção predominante se houver; caso contrário, use 'neutra'. - Cite evidências literais curtas que sustentem a classificação. - Inclua todos os temas relevantes, limitando a 4 temas e 6 subtemas por feedback. - Defina classificacao_concluida como true quando todas as anotações forem feitas.
2.3 Configurações do Agente
2.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
- Tipo do input: Este agente deve ser apto a receber como input uma lista de feedbacks padronizados e válidos.
-
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 texto com até 50.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser a mesma lista com campos adicionais para temas, subtemas, palavras-chave, sentimento, intensidade, emoção, evidências e classificação concluída.
-
Exemplo de Estrutura de Output:
[{ "id_feedback": "uuid", "temas": ["Infraestrutura", "Ensino"], "subtemas": ["salas", "qualidade_didática"], "palavras_chave": ["termo1", "termo2"], "sentimento": "positivo", "intensidade_sentimento": 1, "emocao": "alegria", "evidencias_classificacao": ["Exemplo de evidência."], "classificacao_concluida": true }] - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 4.000 caracteres, podendo variar conforme a quantidade de feedbacks processados.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 Sinalização de Incidentes Críticos (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Sinalização de Incidentes Críticos (RF 3).
RF 3. Agente de Sinalização de Incidentes Críticos
3.1 Tarefa do Agente
Detectar e sinalizar feedbacks que indicam risco imediato ou temas sensíveis que exijam atenção rápida da administração.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo feedbacks com classificação concluída que podem conter incidentes críticos. # 2. Objetivo Detectar e sinalizar feedbacks que indicam risco imediato ou temas sensíveis que exijam atenção rápida da administração. # 3. Regras que você deve seguir para gerar sua resposta - Sinalize incidente_critico=true quando houver menção explícita a ameaças, agressões, bullying, discriminação, assédio, ideação suicida, automutilação, abuso, drogas em ambiente escolar, violações graves de dados ou segurança. - Se sinalizado, defina urgencia: 1 para risco imediato ou menção a violência/ideação suicida; 2 para bullying/discriminação recorrentes sem risco imediato; 3 para demais. - Defina categoria_incidente conforme melhor aderência; se ambíguo, use 'outro'. - Preencha resumo_acao_imediata com orientação objetiva de primeira resposta institucional. Limitar a 160 caracteres. - Sempre inclua uma justificativa_sinalizacao com citação literal do trecho do feedback que motivou a sinalização. - Se nenhum critério for atendido, defina categoria_incidente='nenhum' e incidente_critico=false.
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 feedbacks com classificação concluída.
-
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 texto com até 40.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser a mesma lista com campos adicionais para sinalização de incidentes críticos, categoria de incidente, urgência, resumo de ação imediata e justificativa de sinalização.
-
Exemplo de Estrutura de Output:
[{ "id_feedback": "uuid", "incidente_critico": true, "categoria_incidente": "bullying_discriminacao", "urgencia": 2, "resumo_acao_imediata": "Acionar equipe de orientação e contatar responsáveis em 24h", "justificativa_sinalizacao": "Exemplo de citação do feedback." }] - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 3.500 caracteres, podendo variar conforme a quantidade de feedbacks processados.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
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 deve ser visível para o Agente de Agregação e Métricas (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Agregação e Métricas (RF 4).
RF 4. Agente de Agregação e Métricas
4.1 Tarefa do Agente
Consolidar os feedbacks classificados em métricas e distribuições por período e segmentos (unidade, série/turma, remetente).
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo feedbacks com temas, sentimentos e sinalizações, juntamente com o período de referência e os segmentos desejados. # 2. Objetivo Consolidar os feedbacks classificados em métricas e distribuições por período e segmentos (unidade, série/turma, remetente). # 3. Regras que você deve seguir para gerar sua resposta - Considerar apenas feedbacks com registro_valido='sim' e deduplicado='nao'. - Calcular score médio de sentimento como média simples dos valores de intensidade_sentimento; reportar com 2 casas decimais. - Basear percentuais por tema/subtema na contagem de feedbacks que contenham o rótulo; limitar a top N por frequência. - Segmentar nos níveis: por unidade_escolar, por serie_turma e por remetente_tipo. - Em amostras_citacoes, selecionar trechos curtos (<=140 caracteres) que representem cada tema; não repetir a mesma citação. - Incluir campo nota_metodologica explicando brevemente que múltiplas categorias por feedback influenciam as contagens.
4.3 Configurações do Agente
4.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
- Tipo do input: Este agente deve ser apto a receber feedbacks com temas, sentimentos e sinalizações, além do período de referência e segmentos.
-
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 texto com até 50.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON consolidando as métricas e distribuições por período e segmentos.
-
Exemplo de Estrutura de Output:
{ "periodo_referencia": "Dezembro 2025", "totais": { "volume_total": 100, "volume_validos": 90, "volume_incidentes": 5 }, "sentimento": { "pct_positivo": 45.0, "pct_neutro": 35.0, "pct_negativo": 20.0, "score_medio": 0.75 }, "distribuicoes_por_tema": ["Infraestrutura", "Ensino"], "distribuicoes_por_subtema": ["salas", "qualidade_didática"], "top_palavras_chave": ["termo1", "termo2"], "segmentos": [ { "segmento": "unidade", "chaves": ["Escola ABC"], "métricas": { "volume_total": 50, "volume_validos": 45, "volume_incidentes": 3 } } ], "amostras_citacoes": ["Exemplo de citação."] } - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 6.000 caracteres, podendo variar conforme a quantidade de feedbacks processados.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
4.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
4.3.5 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 Insights e Recomendações (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Insights e Recomendações (RF 5).
RF 5. Agente de Geração de Insights e Recomendações
5.1 Tarefa do Agente
Transformar métricas e feedbacks em insights acionáveis e priorizados para melhoria institucional.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo métricas agregadas e uma lista sintetizada de feedbacks classificados. # 2. Objetivo Transformar métricas e feedbacks em insights acionáveis e priorizados para melhoria institucional. # 3. Regras que você deve seguir para gerar sua resposta - Criar insights quando houver concentração >25% de menções negativas em um tema, tendência de queda de score (>0,5 ponto) vs período anterior, incidentes críticos >2 no período para uma categoria, ou destaque positivo com >40% menções positivas em um tema. - Classificar tipo: 'forca' para predominância positiva; 'oportunidade' para negativos sem risco imediato; 'risco' quando incidentes críticos e/ou urgência 1 ou 2 forem relevantes. - Definir prioridade: P1 quando impacto_esperado=alto OU (risco com incidentes urgencia 1); P2 para médio; P3 para baixo. - Sugerir área_responsavel com base no tema principal. - Definir indicadores_sugeridos com nome, objetivo, fórmula. - Incluir 1 a 3 recomendações práticas por insight, embutidas em 'descricao' como passos numerados curtos.
5.3 Configurações do Agente
5.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 4).
- Tipo do input: Este agente deve ser apto a receber métricas agregadas e uma lista sintetizada de feedbacks classificados.
-
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 texto com até 30.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser uma lista de insights estruturados com título, tipo, descrição, evidências, impacto esperado, recorrência, prioridade, área responsável sugerida, indicadores sugeridos e horizonte de implantação.
-
Exemplo de Estrutura de Output:
[{ "titulo": "Melhoria na Infraestrutura", "tipo": "oportunidade", "descricao": "Identificamos uma necessidade de melhoria nas salas de aula. Passos recomendados: 1. Revisar infraestrutura, 2. Planejar reformas, 3. Implementar melhorias.", "evidencias": ["50% das menções foram negativas."], "impacto_esperado": "medio", "recorrencia": "media", "prioridade": "P2", "area_responsavel_sugerida": "Manutenção", "indicadores_sugeridos": [{"nome": "Índice de Satisfação por Tema", "objetivo": "Medir a satisfação geral", "formula": "média normalizada de intensidades de sentimento no tema"}], "horizonte_implantacao": "medio" }] - Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a quantidade de insights gerados.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
5.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
5.3.5 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 Relatório Executivo (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Relatório Executivo (RF 6).
RF 6. Agente de Relatório Executivo
6.1 Tarefa do Agente
Gerar um relatório claro e acionável para a administração escolar com visão geral, detalhes por tema e próximos passos.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo métricas agregadas e uma lista de insights priorizados para compor um relatório executivo para a administração escolar. # 2. Objetivo Gerar um relatório claro e acionável para a administração escolar com visão geral, detalhes por tema e próximos passos. # 3. Regras que você deve seguir para gerar sua resposta - Escrever em linguagem objetiva, sem jargões; seções curtas e escaneáveis. - Para cada recomendação, incluir indicador_sugerido e horizonte_implantacao. - Em citações, preservar anonimato (sem nomes próprios); limitar cada citação a 180 caracteres. - Descrever visualizações em texto (ex.: 'Gráfico de barras: Comunicação 32% negativo, Ensino 18% positivo...'). - Incluir limitações dos dados (ex.: taxa de resposta desconhecida, amostras desbalanceadas) no apêndice.
6.3 Configurações do Agente
6.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
- Tipo do input: Este agente deve ser apto a receber métricas agregadas e uma lista de insights priorizados.
-
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 texto com até 20.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em texto estruturado (markdown) contendo capa, sumário executivo, panorama geral, destaques, detalhes por tema, incidentes críticos, plano de ação sugerido e apêndice metodológico.
-
Exemplo de Estrutura de Output:
"# Relatório Executivo - Dezembro 2025\n\n## Sumário Executivo\n- Feedbacks positivos em infraestrutura destacam melhorias.\n- Necessidade de atenção em segurança escolar.\n\n## Panorama Geral\n- Volume total de feedbacks: 100\n- Sentimento geral: 45% positivo, 35% neutro, 20% negativo\n\n## Destaques\n- Infraestrutura: 50% das menções foram positivas, indicando melhorias.\n- Segurança: 20% das menções foram negativas, indicando necessidade de atenção.\n\n## Detalhes por Tema\n### Infraestrutura\n- Principais menções: salas de aula, manutenção.\n- Recomendações: 1. Revisar infraestrutura, 2. Planejar reformas, 3. Implementar melhorias.\n\n## Incidentes Críticos\n- Bullying: 3 incidentes registrados.\n- Ações sugeridas: Reforçar protocolos de segurança.\n\n## Plano de Ação Sugerido\n- Infraestrutura: Revisar e implementar melhorias até março de 2026.\n\n## Apêndice Metodológico\n- Taxa de resposta desconhecida.\n- Amostras podem estar desbalanceadas."
- Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 10.000 caracteres, podendo variar conforme a quantidade de informações processadas.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
6.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
6.3.5 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.
6.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado à administração escolar.