Agente de IA para Avaliação de Projetos Estudantis

13 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que avalia projetos estudantis com base em critérios estabelecidos.

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 "Avaliação de Projetos Estudantis", uma solução de automação projetada para fornecer feedback detalhado e sugestões de melhoria em projetos estudantis. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é garantir uma avaliação justa e eficaz, padronizando os critérios de avaliação e fornecendo feedback consistente e detalhado para os alunos.

2. Contexto e Problema

Cenário Atual

A avaliação de projetos estudantis frequentemente carece de feedback detalhado e consistente. Além disso, há uma necessidade de critérios uniformes para avaliar projetos de forma justa e eficaz.


Problemas Identificados

  • Falta de feedback detalhado: Os alunos frequentemente não recebem feedback suficiente para melhorar seus projetos.
  • Critérios inconsistentes: A ausência de critérios uniformes resulta em avaliações injustas ou ineficazes.
  • Imparcialidade: Garantir que a avaliação seja justa e baseada em dados é um desafio contínuo.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

  • Melhoria na qualidade do feedback fornecido aos alunos.
  • Padronização dos critérios de avaliação, assegurando justiça e eficácia.
  • Aumento na imparcialidade das avaliações, baseando-as em dados e critérios definidos.

4. Visão Geral da Solução

O agente de IA para avaliação de projetos estudantis analisa projetos com base em critérios pré-estabelecidos, fornecendo feedback detalhado e sugestões de melhoria. 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 avaliação de projetos estudantis.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a preparação dos critérios e contexto e termina com a verificação de qualidade e imparcialidade do feedback.

A execução dos agentes é sequencial, seguindo a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Preparação de Critérios e Contexto (RF 1) Interpretar e normalizar os critérios de avaliação e segmentar o projeto estudantil em componentes avaliáveis.
Agente de Avaliação e Feedback de Projetos Estudantis (RF 2) Aplicar a rubrica normalizada ao projeto, atribuir pontuações justificadas e fornecer feedback detalhado.
Agente de Verificação de Imparcialidade e Qualidade (RF 3) Revisar a saída de avaliação para consistência numérica, aderência aos critérios e neutralidade do feedback.

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 aluno receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Preparação de Critérios e Contexto

1.1 Tarefa do Agente

Interpretar e normalizar os critérios de avaliação em uma rubrica padronizada e segmentar o projeto estudantil em componentes avaliáveis.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o texto completo de um projeto estudantil e os critérios de avaliação pré-estabelecidos.

# 2. Objetivo
Interpretar e normalizar os critérios de avaliação em uma rubrica padronizada e segmentar o projeto em componentes avaliáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Normalização da rubrica: se pesos forem fornecidos, normalize-os para que a soma = 1; se ausentes, atribua pesos iguais.
- Estrutura de cada item da rubrica: {id_curto, nome, descricao, peso, escala_min, escala_max, niveis}.
- Segmentação do projeto: quebre o texto em secoes_projeto com campos {secao, conteudo}.
- Detecção de idioma: defina idioma_projeto como 'pt-BR' ou detecte outro idioma dominante.
- Conflitos de critérios: quando houver sobreposição, liste-os em conflitos_criterios.
- Validações mínimas: garanta que existam pelo menos 3 itens na rubrica.

# 4. Exemplo de Output que você deve produzir
{
  "idioma_projeto": "pt-BR",
  "metadados_projeto": {},
  "secoes_projeto": [],
  "rubrica_normalizada": {"itens": [], "pesos_normalizados": [], "escala_min": 0, "escala_max": 4},
  "conflitos_criterios": [],
  "avisos": []
} 
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 do texto completo do projeto e dos critérios via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload dos documentos na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um texto do projeto e critérios de avaliação.
  • Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos: .docx, .pdf.
  • 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 arquivo JSON estruturado com a rubrica normalizada e as seções do projeto.
  • Exemplo de Estrutura de Output:
     {
      "idioma_projeto": "pt-BR",
      "metadados_projeto": {},
      "secoes_projeto": [],
      "rubrica_normalizada": {"itens": [], "pesos_normalizados": [], "escala_min": 0, "escala_max": 4},
      "conflitos_criterios": [],
      "avisos": []
    } 
  • Número de caracteres esperado: O JSON final deve ter um tamanho estimado em torno 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Avaliação e Feedback de Projetos Estudantis (RF 2).

RF 2. Agente de Avaliação e Feedback de Projetos Estudantis

2.1 Tarefa do Agente

Aplicar a rubrica normalizada ao projeto, atribuir pontuações justificadas, identificar lacunas e fornecer feedback detalhado com sugestões de melhoria.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a rubrica normalizada e as seções do projeto estudantil.

# 2. Objetivo
Aplicar a rubrica ao projeto, atribuir notas, identificar lacunas e fornecer feedback detalhado.

# 3. Regras que você deve seguir para gerar sua resposta
- Escoragem por item: atribua nota inteira na escala [0..4].
- Justificativas baseadas em evidência: para cada item avaliado, inclua justificativa clara.
- Cálculo da nota final: nota_final_ponderada = soma(contribuicoes)/escala_max.
- Pontos fortes: identifique no mínimo 3 aspectos positivos específicos.
- Lacunas: liste deficiências objetivas e sugestões de melhoria.

# 4. Exemplo de Output que você deve produzir
{
  "pontuacoes_por_item": [],
  "justificativas": [],
  "citacoes_de_evidencia": [],
  "pontos_fortes": [],
  "lacunas": [],
  "sugestoes_melhoria": [],
  "nota_final_ponderada": 0.0,
  "relatorio_consistencia": "",
  "feedback_markdown": ""
} 
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 um JSON com a rubrica normalizada e as seções do projeto.
  • 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 até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON com as pontuações, justificativas e feedback detalhado.
  • Exemplo de Estrutura de Output:
     {
      "pontuacoes_por_item": [],
      "justificativas": [],
      "citacoes_de_evidencia": [],
      "pontos_fortes": [],
      "lacunas": [],
      "sugestoes_melhoria": [],
      "nota_final_ponderada": 0.0,
      "relatorio_consistencia": "",
      "feedback_markdown": ""
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 7.000 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Verificação de Imparcialidade e Qualidade (RF 3).

RF 3. Agente de Verificação de Imparcialidade e Qualidade

3.1 Tarefa do Agente

Revisar a saída de avaliação para consistência numérica, aderência aos critérios e neutralidade do feedback, consolidando a versão final.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a saída completa da avaliação e feedback junto com a rubrica normalizada.

# 2. Objetivo
Revisar a avaliação para garantir consistência, imparcialidade e qualidade, consolidando a versão final.

# 3. Regras que você deve seguir para gerar sua resposta
- Recalcular a nota_final_ponderada e verificar consistência.
- Checar cobertura dos itens da rubrica.
- Verificar imparcialidade e ajustar linguagem conforme necessário.
- Garantir que o feedback_markdown final contenha todas as seções obrigatórias.

# 4. Exemplo de Output que você deve produzir
{
  "avaliacao_aprovada": true,
  "ajustes_realizados": [],
  "checklist_qualidade": {},
  "indicadores": {"imparcialidade_ok": true, "consistencia_pontuacao_ok": true, "cobertura_itens_ok": true},
  "diff_pontual": "",
  "feedback_markdown_final": ""
} 
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 como input um JSON com a saída da avaliação e feedback.
  • 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 até 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON consolidado com a aprovação da avaliação e ajustes realizados.
  • Exemplo de Estrutura de Output:
     {
      "avaliacao_aprovada": true,
      "ajustes_realizados": [],
      "checklist_qualidade": {},
      "indicadores": {"imparcialidade_ok": true, "consistencia_pontuacao_ok": true, "cobertura_itens_ok": true},
      "diff_pontual": "",
      "feedback_markdown_final": ""
    } 
  • Número de caracteres esperado: O JSON final terá um tamanho aproximado de 5.000 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.
  • 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 JSON gerado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.