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
- 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 Insights e Recomendações Pedagógicas (RF 3).
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
- 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 Relatórios Personalizados (RF 4).
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.