Agente de IA para Criação de Planos de Aula Personalizados

09 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que auxilia professores na elaboração de planos de aula adaptados ao nível de compreensão e interesse dos alunos.

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 "Criação de Planos de Aula Personalizados", uma solução de automação projetada para auxiliar professores na elaboração de planos de aula adaptados ao nível de compreensão e interesse dos 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 transformar dados de desempenho e interesse dos alunos em um plano de aula personalizado que atenda às necessidades individuais de cada turma, otimizando o tempo dos professores e melhorando a eficácia do ensino.

2. Contexto e Problema

Problemas Específicos

Os professores enfrentam desafios significativos ao tentar adaptar planos de aula para atender às diversas necessidades de suas turmas. Problemas comuns incluem:

  • Dificuldade em adaptar planos de aula para diferentes níveis de compreensão.
  • Falta de tempo dos professores para personalizar materiais de ensino.

A abordagem tradicional de criação de planos de aula muitas vezes não considera as variações no nível de compreensão e interesse dos alunos, resultando em um ensino menos eficaz e menos engajamento dos estudantes.

3. Impactos Esperados

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

  • Reduzir o tempo gasto na preparação de planos de aula em pelo menos 50%.
  • Aumentar o engajamento dos alunos através de planos de aula mais personalizados e relevantes.
  • Melhorar os resultados de aprendizagem ao adaptar o conteúdo ao nível de compreensão dos alunos.
  • Facilitar o trabalho dos professores, permitindo que se concentrem mais na interação direta com os alunos.

4. Visão Geral da Solução

O agente de IA para criação de planos de aula personalizados analisa dados de desempenho e interesses dos alunos para gerar planos de aula adaptados, otimizando o tempo dos professores e aumentando o engajamento dos alunos. 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 criação de planos de aula personalizados.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a análise do desempenho dos alunos e termina com a proposição de atividades e materiais adaptados.

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

Agentes Função Principal
Agente de Análise de Desempenho dos Alunos (RF 1) Analisar o desempenho anterior dos alunos para ajustar o conteúdo das aulas.
Agente de Proposição de Atividades e Materiais (RF 2) Propor atividades e materiais que despertem o interesse dos alunos.

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

6. Requisitos Funcionais

RF 1. Agente de Análise de Desempenho dos Alunos

1.1 Tarefa do Agente

Analisar o desempenho anterior dos alunos para ajustar o conteúdo das aulas.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de desempenho dos alunos em formato JSON, com chaves 'aluno', 'desempenho', 'nível_compreensão'. Este é o registro dos resultados anteriores dos alunos e sua compreensão atual.

# 2. Objetivo
Analisar os dados recebidos para sugerir ajustes no plano de aula que atendam às necessidades de cada aluno, considerando seu nível de compreensão e desempenho.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise dados históricos de desempenho dos alunos para identificar tendências e padrões de compreensão.
- Identifique lacunas específicas nas áreas de conhecimento dos alunos e ajuste o conteúdo das aulas para abordar essas lacunas.
- Considere o nível de compreensão atual de cada aluno e proponha ajustes que sejam desafiadores, mas alcançáveis.
- Priorize ajustes que se alinhem com os objetivos de aprendizagem estabelecidos pelo currículo escolar.

# 4. Exemplo de Output que você deve produzir
{
  "tema": "Matemática - Frações",
  "ajuste_sugerido": "Incluir exercícios adicionais sobre frações equivalentes."
} 
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 dados de desempenho 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 de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um arquivo JSON contendo dados de desempenho dos alunos.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados no formato: .json.
  • 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 arquivo JSON contendo sugestões de ajustes no plano de aula.
  • Exemplo de Estrutura de Output:
     {
      "tema": "Matemática - Frações",
      "ajuste_sugerido": "Incluir exercícios adicionais sobre frações equivalentes."
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 500 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 Proposição de Atividades e Materiais (RF 2).

RF 2. Agente de Proposição de Atividades e Materiais

2.1 Tarefa do Agente

Propor atividades e materiais que despertem o interesse dos alunos.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo sugestões de ajustes no plano de aula em formato JSON, com chaves 'tema' e 'ajuste_sugerido'.

# 2. Objetivo
Utilizar as sugestões de ajustes para propor atividades e materiais que despertem o interesse dos alunos e atendam ao nível de compreensão deles.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize os interesses demonstrados pelos alunos em aulas anteriores para propor atividades que sejam relevantes e envolventes.
- Selecione materiais que complementem as atividades propostas, garantindo que sejam adequados ao nível de compreensão dos alunos.
- Inclua uma variedade de formatos de atividades (ex: jogos, debates, projetos) para atender diferentes estilos de aprendizagem.
- Assegure que as atividades propostas promovam o desenvolvimento de habilidades críticas e o pensamento criativo.

# 4. Exemplo de Output que você deve produzir
{
  "atividade": "Jogo de Frações",
  "material": "Cartões de Frações",
  "objetivo": "Ajudar os alunos a entenderem frações equivalentes através de um jogo interativo."
} 
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 contendo sugestões de ajustes no plano de aula.
  • 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 1.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON contendo uma lista de atividades e materiais propostos.
  • Exemplo de Estrutura de Output:
     {
      "atividade": "Jogo de Frações",
      "material": "Cartões de Frações",
      "objetivo": "Ajudar os alunos a entenderem frações equivalentes através de um jogo interativo."
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.000 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

  • 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 não é visível para outros agentes; é o resultado final entregue ao usuário.

2.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As atividades e materiais propostos são o entregável final disponibilizado ao professor.

© 2025 prototipe.ai. Todos os direitos reservados.