Agente de IA para Criação de Relatórios de Desempenho Escolar

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

Como criar um agente de IA que sintetiza dados de desempenho dos alunos a partir de avaliações e gera relatórios personalizados.

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 Relatórios de Desempenho Escolar", uma solução de automação projetada para sintetizar dados de desempenho dos alunos a partir de avaliações e gerar relatórios personalizados para professores e pais. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específico para construção de Agentes de IA.

O objetivo principal é transformar dados brutos de avaliações em relatórios claros e acessíveis, atendendo às necessidades específicas de professores e pais, reduzindo drasticamente o tempo e o esforço manual necessário para essa tarefa.

2. Contexto e Problema

Cenário Atual

As escolas enfrentam desafios significativos na geração de relatórios de desempenho escolar. O processo atual é demorado e manual, exigindo que os professores coletem, analisem e formatem dados de desempenho de cada aluno para criar relatórios personalizados.

Problemas Identificados

  • Processo Demorado: A criação manual de relatórios de desempenho escolar é um processo que consome muito tempo, desviando os professores de outras tarefas pedagógicas essenciais.
  • Necessidade de Personalização: Professores e pais exigem relatórios personalizados que atendam às suas necessidades específicas, o que aumenta a complexidade e o tempo de preparação.

3. Impactos Esperados

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

  • Reduzir o tempo de criação de relatórios em pelo menos 70%.
  • Fornecer relatórios personalizados e acessíveis que atendam às necessidades de professores e pais.
  • Aumentar a precisão e a consistência dos dados apresentados nos relatórios.

4. Visão Geral da Solução

O agente de IA para criação de relatórios de desempenho escolar coleta e analisa dados de avaliações dos alunos, gerando relatórios personalizados de desempenho para diferentes públicos. 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 relatórios que seguem as especificidades da sua instituição de ensino.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a validação e normalização dos dados de avaliação e termina com a geração de relatórios personalizados prontos para distribuição.

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

Agentes Função Principal
Agente de Validação e Normalização de Dados de Avaliações (RF 1) Validar, higienizar e normalizar dados de avaliações de alunos para um formato único e consistente utilizado pelos agentes subsequentes.
Agente de Cálculo de Métricas de Desempenho (RF 2) Calcular métricas acadêmicas e comparativas por aluno e disciplina a partir do dataset normalizado.
Agente de Insights e Recomendações Pedagógicas (RF 3) Gerar insights interpretáveis e planos de ação objetivos para professores e pais, com base nas métricas calculadas.
Agente de Geração de Relatórios Personalizados (RF 4) Produzir relatórios personalizados para professores e pais a partir das métricas e insights, em formato legível e pronto para distribuição.

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

6. Requisitos Funcionais

RF 1. Agente de Validação e Normalização de Dados de Avaliações

1.1 Tarefa do Agente

Validar, higienizar e normalizar dados de avaliações de alunos para um formato único e consistente utilizado pelos agentes subsequentes.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo arquivos ou objetos estruturados com registros de avaliações de alunos. Esses dados são brutos e precisam ser validados e normalizados para garantir consistência e precisão.

# 2. Objetivo
Validar, higienizar e normalizar dados de avaliações de alunos para um formato único e consistente utilizado pelos agentes subsequentes.

# 3. Regras que você deve seguir para gerar sua resposta
- Converta todas as notas para escala 0–100.
- Peso padrão = 1.0 quando ausente ou inválido.
- Remova duplicatas por (aluno_id, avaliacao_id, tentativa).
- Descarte registros sem aluno_id, disciplina, avaliacao_id ou nota.
- Normalize nomes de disciplinas.
- Se faltas ausentes, defina 0.
- Se tentativa ausente, defina 1.
- Valide período letivo.
- Gere estatísticas de importação com totais de entrada, válidos, descartados e lista de regras aplicadas.
- Garanta que dataset_normalizado esteja ordenado por aluno_id, disciplina, data ascendente.
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 um arquivo ou objeto estruturado com registros de avaliações 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 um arquivo ou objeto estruturado com registros de avaliações.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xlsx, .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 objeto JSON contendo o dataset normalizado, estatísticas de importação e alertas de qualidade.
  • Exemplo de Estrutura de Output:
     {
      "dataset_normalizado": [
        {"aluno_id": "A123", "aluno_nome": "João Silva", "turma_id": "9A", "disciplina": "Matemática", "avaliacao_id": "AV1", "data": "2025-03-15", "nota_padronizada_0_100": 82.5, "peso": 1.0, "faltas": 0, "tentativa": 1 }
      ],
      "estatisticas_importacao": {
        "total_registros_entrada": 350,
        "total_registros_validos": 340,
        "total_registros_descartados": 10
      },
      "alertas_qualidade": ["10 registros com datas fora do período letivo"]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e detalhado, 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 Cálculo de Métricas de Desempenho (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Cálculo de Métricas de Desempenho (RF 2).

RF 2. Agente de Cálculo de Métricas de Desempenho

2.1 Tarefa do Agente

Calcular métricas acadêmicas e comparativas por aluno e disciplina a partir do dataset normalizado.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um dataset normalizado de avaliações de alunos. Esses dados foram validados e estão prontos para análise.

# 2. Objetivo
Calcular métricas acadêmicas e comparativas por aluno e disciplina a partir do dataset normalizado.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule média ponderada por disciplina.
- Determine conceito por disciplina baseado em faixas definidas.
- Calcule percentil e zscore por disciplina.
- Analise tendência de desempenho nos últimos 60 dias.
- Estime frequência se dados de faltas estiverem disponíveis.
- Gere resumo da turma com média e desvio padrão por disciplina.
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 objeto JSON contendo o dataset normalizado.
  • 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 50.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo métricas por aluno e resumo da turma.
  • Exemplo de Estrutura de Output:
     {
      "metricas_por_aluno": [
        {
          "aluno_id": "A123",
          "aluno_nome": "João Silva",
          "turma_id": "9A",
          "disciplinas": [
            {
              "disciplina": "Matemática",
              "media_ponderada": 82.4,
              "conceito": "B",
              "avaliacoes_contadas": 5,
              "tendencia_60d": {"delta_pontos": +6.5, "classificacao": "melhora"},
              "percentil_turma": 72,
              "zscore_turma": 0.58
            }
          ],
          "media_geral": 78.9,
          "conceito_geral": "C",
          "frequencia_estimativa": 96
        }
      ],
      "resumo_turma": {
        "turma_id": "9A",
        "disciplinas": [
          {"disciplina":"Matemática","media_turma": 74.2, "desvio_padrao": 8.1}
        ]
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e detalhado, com um tamanho estimado em 10.000 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: Utiliza lógica interna para calcular métricas acadêmicas.
  • 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 Insights e Recomendações Pedagógicas (RF 3).

RF 3. Agente de Insights e Recomendações Pedagógicas

3.1 Tarefa do Agente

Gerar insights interpretáveis e planos de ação objetivos para professores e pais, com base nas métricas calculadas.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo métricas acadêmicas e comparativas calculadas para cada aluno. Esses dados formam a base para a geração de insights e recomendações.

# 2. Objetivo
Gerar insights interpretáveis e planos de ação objetivos para professores e pais, com base nas métricas calculadas.

# 3. Regras que você deve seguir para gerar sua resposta
- Gere sumário em 2–3 frases começando pelo panorama geral.
- Identifique pontos fortes e a desenvolver.
- Dispare alertas quando necessário.
- Recomendações devem ser SMART e adaptadas para o público alvo.
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 objeto JSON contendo métricas acadêmicas e comparativas por aluno.
  • 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.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON contendo insights por aluno e recomendações adaptadas para professores e pais.
  • Exemplo de Estrutura de Output:
     {
      "insights_por_aluno": [
        {
          "aluno_id": "A123",
          "sumario": "Desempenho consistente, com melhora recente em Matemática.",
          "pontos_fortes": ["Leitura: conceito B"],
          "pontos_a_desenvolver": ["Matemática: lacunas em frações"],
          "alertas": ["Queda >10 pontos em Ciências nos últimos 60 dias"],
          "recomendacoes_professor": {
            "curto_prazo": ["Aplicar lista de 10 exercícios de frações equivalentes"],
            "medio_prazo": ["Reforço semanal de 30 min focado em operações com frações"]
          },
          "recomendacoes_pais": {
            "linguagem_simples": true,
            "curto_prazo": ["Acompanhar 15 min/dia de leitura guiada"],
            "medio_prazo": ["Agendar conversa com a escola sobre rotina de estudos"]
          }
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e detalhado, com um tamanho estimado em 8.000 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 Geração de Relatórios Personalizados (RF 4).

RF 4. Agente de Geração de Relatórios Personalizados

4.1 Tarefa do Agente

Produzir relatórios personalizados para professores e pais a partir das métricas e insights, em formato legível e pronto para distribuição.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo métricas acadêmicas, insights e recomendações geradas para cada aluno. Esses dados devem ser compilados em um relatório final.

# 2. Objetivo
Produzir relatórios personalizados para professores e pais a partir das métricas e insights, em formato legível e pronto para distribuição.

# 3. Regras que você deve seguir para gerar sua resposta
- O relatório deve conter: cabeçalho com aluno_nome, aluno_id, turma_id, data de geração.
- Inclua sumário executivo, tabelas de desempenho, evolução recente e comparativo com a turma.
- Forneça recomendações separadas por curto e médio prazo.
- Adapte a linguagem e o conteúdo para o público alvo (professores ou pais).
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 como input um objeto JSON contendo métricas, insights e recomendações por aluno.
  • 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 30.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um documento em formato Markdown contendo o relatório personalizado.
  • Exemplo de Estrutura de Output:
     # Relatório de Desempenho - João Silva (9A)
    ## Resumo Executivo
    ...
    ## Matemática
    Média: 82.4 (B) | Percentil: 72
    Barras: ████▇▇▆ ...
    ## Recomendações para Pais
    - Acompanhar 15 min/dia de leitura guiada
    - Agendar conversa com a escola sobre rotina de estudos 
  • Número de caracteres esperado: O documento gerado deve ser claro e detalhado, com um tamanho estimado em 15.000 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 é o entregável final e não é passada para outros agentes internos.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.