Agente de IA para Criação de Conteúdo Educacional

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

Como criar um agente de IA que gera materiais didáticos personalizados com base nos currículos e nas necessidades específicas dos alunos.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, busca online, consulta a documentos e demais requisitos funcionais para a criação de um agente de IA que gera materiais didáticos personalizados. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é desenvolver um agente que possa gerar materiais educacionais adaptados às necessidades individuais dos alunos, alinhados ao currículo e que sejam envolventes para o aprendizado dos alunos.

2. Contexto e Problema

Problemas Identificados

  • Falta de personalização: Materiais didáticos muitas vezes não atendem às necessidades específicas de cada aluno.
  • Alinhamento insuficiente: Conteúdos educativos precisam estar alinhados ao currículo e serem envolventes para os alunos.

A criação de conteúdos que sejam tanto alinhados ao currículo quanto envolventes é um desafio, exigindo que os materiais sejam adaptados ao nível de aprendizado de cada aluno.

3. Impactos Esperados

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

  • Personalização do ensino: Criar materiais didáticos adaptados às necessidades individuais dos alunos.
  • Engajamento dos alunos: Aumentar o envolvimento dos alunos por meio de conteúdos educacionais mais atraentes.
  • Alinhamento curricular: Garantir que os materiais estejam de acordo com os objetivos curriculares.

4. Visão Geral da Solução

O agente de IA para criação de conteúdo educacional personaliza materiais didáticos com base nos currículos e necessidades dos alunos, garantindo que sejam educacionais, envolventes e adaptados ao nível de aprendizado de cada aluno. 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 geração de materiais educativos que atendam às especificidades de cada aluno.

A solução consiste em um fluxo de automação composto por 5 agentes de IA. O processo inicia com a análise do currículo e das necessidades dos alunos e termina com a revisão e ajustes finais dos materiais didáticos gerados.

Agentes Função Principal
Agente de Análise de Currículo e Necessidades (RF 1) Consolidar currículo e dados dos alunos em um perfil de aprendizagem estruturado.
Agente de Planejamento de Sequência Didática (RF 2) Converter o perfil de aprendizagem em um plano de unidades e aulas.
Agente de Geração de Materiais Didáticos Personalizados (RF 3) Produzir materiais de aula personalizados e nivelados.
Agente de Avaliação de Alinhamento e Qualidade (RF 4) Verificar se os materiais atendem aos critérios de qualidade e alinhamento curricular.
Agente de Revisão e Ajustes Finais (RF 5) Aplicar ajustes recomendados e finalizar materiais revisados.

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 os alunos receberão. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Análise de Currículo e Necessidades

1.1 Tarefa do Agente

Consolidar currículo e dados dos alunos em um perfil de aprendizagem estruturado, com lacunas, metas SMART e parâmetros de personalização.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o currículo e os dados dos alunos para consolidar em um perfil de aprendizagem estruturado.

# 2. Objetivo
Consolidar currículo e dados dos alunos em um perfil de aprendizagem estruturado, com lacunas, metas SMART e parâmetros de personalização.

# 3. Regras que você deve seguir para gerar sua resposta
- Seção de parsing: extraia dos campos de entrada todos os objetivos curriculares, tópicos, pré-requisitos, restrições e mapeie para cada aluno nível atual por tópico (0 a 1). Se algum campo essencial estiver ausente (objetivos_curriculares OU topicos OU nivel_por_topico), defina perfil_aprendizagem.dados_suficientes = false e liste faltantes em perfil_aprendizagem.alertas.
- Para cada aluno, calcule lacunas como tópicos com nivel_por_topico < 0.6; classifique prioridades: A se nivel<0.4, B se 0.4–0.7, C se >=0.7.
- Gere metas SMART por tópico com lacuna: inclua ação observável, métrica mensurável (ex.: % acerto, tempo de resolução), prazo em dias (7–21), e critério de sucesso (ex.: >=75%).
- Defina nivel_complexidade_target por tópico com base no nível atual: Recordar/Compreender (<0.4), Aplicar (0.4–0.7), Analisar (>=0.7). Use termos da taxonomia (Recordar, Compreender, Aplicar, Analisar, Avaliar, Criar).
- Estruture estrategias_engajamento a partir de interesses declarados e contexto de cotidiano do aluno; vincule no mínimo 1 exemplo temático por tópico prioritário A.
- Ajustes de acessibilidade: se TDAH, priorize instruções curtas, checklists e intervalos; se dislexia, prefira frases curtas e vocabulário simples; se nenhuma necessidade, retorne lista vazia.
- Respeite restricoes de tempo: calcule tempo_disponivel_semana_min efetivo do aluno (se não informado, assuma 60 min). 
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 dos dados do currículo e 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: O input inicial para o fluxo são dados estruturados do currículo e dos alunos.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .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 um arquivo no formato JSON contendo o perfil de aprendizagem estruturado. A estrutura deve incluir lacunas, metas SMART e parâmetros de personalização para cada aluno.
  • Exemplo de Estrutura de Output:
     {
      "perfil_aprendizagem": {
        "alunos": [
          {
            "id": "A001",
            "lacunas": ["interpretação de gráficos de velocidade x tempo"],
            "prioridades": [{"topico": "Dinâmica", "prioridade": "A"}],
            "metas_smart": [{"topico": "Cinemática", "meta": "Resolver 80% de exercícios de MRU em 2 semanas", "metricas": ["% acerto"], "prazo_dias": 14}],
            "nivel_complexidade_target": {"Cinemática": "Aplicar", "Dinâmica": "Compreender"},
            "estrategias_engajamento": ["usar exemplos com futebol e bicicleta"],
            "ajustes_acessibilidade": ["instruções curtas e objetivas", "quebrar tarefas em passos"],
            "idioma": "pt-BR"
          }
        ],
        "dados_suficientes": true
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 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

  • 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 Planejamento de Sequência Didática (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Planejamento de Sequência Didática (RF 2).

RF 2. Agente de Planejamento de Sequência Didática

2.1 Tarefa do Agente

Converter o perfil de aprendizagem em um plano de unidades e aulas com objetivos, pré-requisitos, duração, atividades e avaliação.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o perfil de aprendizagem consolidado e deve convertê-lo em um plano de unidades e aulas.

# 2. Objetivo
Converter o perfil de aprendizagem em um plano de unidades e aulas com objetivos, pré-requisitos, duração, atividades e avaliação.

# 3. Regras que você deve seguir para gerar sua resposta
- Se dados_suficientes=false, crie plano_sequencia com status="rascunho" e inclua pendencias.campo_faltante; caso contrário, status="aprovado_para_geracao".
- Particione conteúdos por prioridade (A antes de B antes de C). Garanta que todo pré-requisito apareça antes do conteúdo dependente.
- Calcule carga_semanal_min como min(tempo_disponivel_semana_min aluno, restricoes.tempo_total_semanais_min curriculo, se ambos existirem). Ajuste quantidade de aulas para caber nessa carga (tamanho padrão 30–50 min por aula).
- Para cada aula: defina 1 objetivo claro no mesmo nível da taxonomia de nivel_complexidade_target do tópico dominante; inclua avaliação_formativa com critério objetivo (ex.: % acerto, checklist de passos).
- Defina no mínimo um checkpoint a cada 2–3 aulas para revisão e recuperação.
- Mapear cada aula a pelo menos um código de objetivo curricular; no final, calcule cobertura percentual dos objetivos do currículo e inclua em plano_sequencia.metricas.cobertura_objetivos (0–1). 
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 como input um arquivo JSON, que corresponde ao perfil de aprendizagem gerado pelo agente anterior.
  • 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 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo o plano de sequência didática. A estrutura deve definir unidades, aulas, objetivos, pré-requisitos, duração, atividades e avaliação.
  • Exemplo de Estrutura de Output:
     {
      "plano_sequencia": {
        "unidades": [
          {
            "titulo": "Movimento e Força",
            "aulas": [
              {
                "id": "Aula-1",
                "objetivo": "Aplicar MRU a situações do cotidiano",
                "conteudos": ["posição", "velocidade", "gráficos v x t"],
                "prerequisitos": ["Grandezas e unidades"],
                "estrategia": "exposição breve + prática guiada",
                "duracao_min": 45,
                "avaliacao_formativa": {"tipo": "quiz diagnóstico", "criterios": [">=75% acertos"]},
                "recursos_previstos": ["planilha simples", "cartolinas"]
              }
            ],
            "mapa_objetivos_curriculares": ["BNCC-CN08-01"]
          }
        ],
        "carga_semanal_min": 90,
        "checkpoints": ["Revisão após Aula-2"],
        "sumativa": {"tipo": "projeto curto", "rubrica": ["conceitos", "aplicação", "comunicação"]}
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 6.000 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 Geração de Materiais Didáticos Personalizados (RF 3).

RF 3. Agente de Geração de Materiais Didáticos Personalizados

3.1 Tarefa do Agente

Produzir materiais de aula personalizados e nivelados com base no plano de sequência e perfil do aluno.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o plano de sequência e o perfil de aprendizagem dos alunos para produzir materiais didáticos personalizados.

# 2. Objetivo
Produzir materiais de aula personalizados e nivelados com base no plano de sequência e perfil do aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Idioma: use o idioma informado no perfil; se ausente, use pt-BR.
- Cada aula deve conter: roteiro com tempos, explicacao (120–180 palavras), 1–3 exemplos contextualizados com os interesses do aluno, atividade_pratica com passos numerados, 3–6 exercícios com gabarito detalhado, versões niveladas (básico/intermediário/avançado), e pelo menos 1 item de engajamento explícito.
- Diferenciação: aplique ajustes_acessibilidade do aluno (ex.: instruções curtas, segmentação por passos, linguagem simples). Evite jargões sem definição; quando necessário, inclua definição entre parênteses.
- Alinhamento: para cada exercício, vincule o conteúdo ao objetivo da aula; cubra todos os conteúdos listados na aula com pelo menos 1 exercício.
- Segurança e ética: evite temas sensíveis inapropriados à faixa etária; não inclua estereótipos; use exemplos inclusivos.
- Formato de saída exclusivamente em JSON conforme esquema do expected_output; não incluir marcações externas. 
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 dois artefatos como input: o plano de sequência didática e o perfil de aprendizagem dos alunos.
  • 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 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo os materiais didáticos personalizados para cada aula. A estrutura deve incluir roteiro, explicação, exemplos, atividades práticas, exercícios, versões niveladas, e itens de engajamento.
  • Exemplo de Estrutura de Output:
     {
      "materiais": {
        "por_aula": [
          {
            "aula_id": "Aula-1",
            "roteiro": "Abertura (5m), exemplo do cotidiano com futebol (10m), prática guiada (20m), checagem (10m)",
            "explicacao": "Texto claro e conciso...",
            "exemplos": ["Calcular velocidade média na corrida"],
            "atividade_pratica": {"descricao": "Medir deslocamento e tempo", "passos": ["passo 1", "passo 2"]},
            "exercicios": [{"enunciado": "...", "nivel": "básico", "gabarito": "..."}],
            "versoes_niveladas": {"basico": "...", "intermediario": "...", "avancado": "..."},
            "diferenciacoes": ["quebrar tarefas em micro-passos"],
            "itens_engajamento": ["exemplo com bicicleta"],
            "indicadores_leiturabilidade": {"alvo": "8º ano", "complexidade_relativa": "média"}
          }
        ]
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 10.000 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

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Avaliação de Alinhamento e Qualidade (RF 4).

RF 4. Agente de Avaliação de Alinhamento e Qualidade

4.1 Tarefa do Agente

Verificar se os materiais atendem ao currículo, ao perfil do aluno e aos critérios de clareza, acessibilidade, segurança e cobertura; emitir veredicto e ajustes.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo os materiais didáticos produzidos, o plano de sequência e o perfil de aprendizagem para avaliação de qualidade.

# 2. Objetivo
Verificar se os materiais atendem ao currículo, ao perfil do aluno e aos critérios de clareza, acessibilidade, segurança e cobertura; emitir veredicto e ajustes.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule cobertura_objetivos comparando códigos do currículo mapeados no plano_sequencia com os conteúdos efetivamente cobertos nos materiais; considere aprovado se cobertura >= 0.9.
- Avalie alinhamento_nivel confrontando nivel_complexidade_target do perfil com a exigência cognitiva dos exercícios; marque "inadequado" se maioria dos itens estiver 1 nível acima/abaixo da meta.
- Acessibilidade: verifique presença de instruções passo a passo, linguagem simples e diferenciações solicitadas; se faltar qualquer item obrigatório do perfil, adicione em ajustes_recomendados.
- Leiturabilidade: sinalize como "inadequada" se explicacao exceder 200 palavras ou usar vocabulário excessivamente técnico sem definição.
- Segurança e viés: liste qualquer conteúdo potencialmente discriminatório ou impróprio; se houver, defina aprovado=false.
- Critérios de aprovação: aprovado=true somente se cobertura_objetivos>=0.9, alinhamento_nivel="adequado", acessibilidade≠"inadequada" e nenhum erro crítico; caso contrário, aprovado=false e preencha motivo_reprovacao e no mínimo 1 ajuste_recomendado com referência ao campo alvo (ex.: "por_aula[0].exercicios[2]"). 
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 três artefatos como input: os materiais didáticos produzidos, o plano de sequência e o perfil de aprendizagem.
  • 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.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo o relatório de qualidade e alinhamento dos materiais. A estrutura deve incluir cobertura de objetivos, alinhamento de nível, acessibilidade, leiturabilidade, erros detectados, ajustes recomendados, e o veredicto de aprovação.
  • Exemplo de Estrutura de Output:
     {
      "qa_relatorio": {
        "cobertura_objetivos": 0.93,
        "alinhamento_nivel": "adequado",
        "acessibilidade": "adequada",
        "leiturabilidade": "coerente com 8º ano",
        "erros_detectados": [],
        "ajustes_recomendados": [],
        "aprovado": true,
        "motivo_reprovacao": null
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.000 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

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 Revisão e Ajustes Finais (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Revisão e Ajustes Finais (RF 5).

RF 5. Agente de Revisão e Ajustes Finais

5.1 Tarefa do Agente

Aplicar os ajustes recomendados pelo QA e devolver materiais revisados com controle de versão e changelog.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo os materiais didáticos, juntamente com o relatório de qualidade e ajustes recomendados.

# 2. Objetivo
Aplicar os ajustes recomendados pelo QA e devolver materiais revisados com controle de versão e changelog.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente só deve executar quando qa_relatorio.aprovado=false; caso contrário, retorne materiais inalterados e copie versão existente.
- Para cada item em ajustes_recomendados, aplique a ação no alvo indicado mantendo intenção pedagógica e alinhamento ao objetivo da aula.
- Atualize versão semântica: incremente o componente minor (ex.: 1.0 -> 1.1). Registre cada alteração em changelog com alvo, mudança e motivo.
- Após ajustes, reavalie rapidamente regras básicas: extensão da explicacao (120–180 palavras), presença de diferenciações e engajamento; defina aprovacao_final_prevista=true se critérios aparentes forem atendidos.
- Preserve estrutura JSON dos materiais; não remova campos obrigatórios adicionados por agentes anteriores. 
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 dois artefatos como input: os materiais didáticos e o relatório de qualidade.
  • 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 25.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo os materiais revisados e aprovados. A estrutura deve incluir controle de versão e changelog.
  • Exemplo de Estrutura de Output:
     {
      "materiais_revisados": {
        "versao": "1.1",
        "por_aula": [...],
        "changelog": [
          {"alvo": "por_aula[0].explicacao", "mudanca": "reduzido para ~150 palavras", "motivo": "leiturabilidade"}
        ]
      },
      "aprovacao_final_prevista": true
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 5.000 caracteres.

5.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

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 é o entregável final e não precisa ser visível para outros agentes.

5.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. Os materiais revisados e aprovados são o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.