PrototipeAI | Agente de IA para Criação de Relatórios de Progresso do Aluno

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 Progresso do Aluno", uma solução de automação projetada para gerar relatórios detalhados sobre o progresso acadêmico e comportamental dos alunos com base em dados coletados ao longo do semestre. 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 acadêmicos e comportamentais em relatórios personalizados para cada aluno, oferecendo insights acionáveis para educadores e famílias.

2. Contexto e Problema

Cenário Atual

As escolas enfrentam desafios na geração de relatórios detalhados e consistentes sobre o progresso dos alunos devido à dificuldade em coletar e analisar dados de desempenho ao longo do semestre. Problemas específicos incluem:

Falta de relatórios detalhados e consistentes sobre o progresso dos alunos.
Dificuldade em coletar e analisar dados de desempenho ao longo do semestre.

Problemas Identificados

Consistência dos dados: Relatórios manuais podem ser inconsistentes, variando em qualidade e detalhe.
Tempo de processamento: A análise manual dos dados consome tempo que poderia ser utilizado em atividades mais estratégicas.
Falta de insights: Muitas vezes, os relatórios não oferecem insights acionáveis claros para educadores e famílias.

3. Impactos Esperados

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

Padronizar a qualidade e o formato dos relatórios de progresso dos alunos.
Reduzir o tempo de geração de relatórios em pelo menos 50%.
Fornecer insights acionáveis para educadores e famílias, facilitando intervenções e suporte adequados.

4. Visão Geral da Solução

O agente de IA para criação de relatórios de progresso do aluno processa dados acadêmicos e comportamentais ao longo do semestre, gera relatórios personalizados para cada aluno e fornece insights acionáveis. 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 elaboração de relatórios que seguem as especificidades da sua escola.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta de dados e termina com a geração de relatórios detalhados.

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

Agentes	Função Principal
`Agente de Coleta de Dados Acadêmicos e Comportamentais` (RF 1)	Coletar e compilar dados acadêmicos e comportamentais ao longo do semestre.
`Agente de Geração de Relatórios de Progresso` (RF 2)	Gerar relatórios detalhados e personalizados sobre o progresso acadêmico e comportamental de cada aluno.

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.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Coleta de Dados Acadêmicos e Comportamentais

1.1 Tarefa do Agente

Coletar e compilar dados acadêmicos e comportamentais ao longo do semestre para cada aluno.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos de desempenho acadêmico e comportamental de alunos em formato CSV ou planilha.

# 2. Objetivo
Coletar e compilar dados acadêmicos e comportamentais ao longo do semestre para cada aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Regra 1: Extraia dados de desempenho acadêmico, incluindo notas de provas, trabalhos e participação em sala de aula, a partir dos dados recebidos.
- Regra 2: Extraia dados comportamentais, como frequência, pontualidade e interações sociais, a partir dos dados recebidos.
- Regra 3: Compile todos os dados extraídos ao longo do semestre, organizando por aluno e por tipo de dado, assegurando uma estrutura consistente.

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 em formato CSV ou planilha 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: Dados brutos de desempenho acadêmico e comportamental em formato CSV ou planilha.
Formatos Suportados: .csv, .xlsx.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 100.000 caracteres.

1.3.2 Especificação do Output

Formato de output: Dados compilados em formato JSON, organizados por aluno.

Exemplo de Estrutura de Output:

 {"alunos": [{"nome": "João Silva", "notas": ["Matemática": 95, "Português": 88], "frequência": 95, "interações": "Participativo"}]}

Número de caracteres esperado: O JSON gerado terá um tamanho estimado em torno de 5.000 caracteres, variando conforme a quantidade de alunos e dados.

1.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.5

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 Geração de Relatórios de Progresso (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios de Progresso (RF 2).

RF 2. Agente de Geração de Relatórios de Progresso

2.1 Tarefa do Agente

Gerar relatórios detalhados e personalizados sobre o progresso acadêmico e comportamental de cada aluno.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados compilados em formato JSON, organizados por aluno.

# 2. Objetivo
Gerar relatórios detalhados e personalizados sobre o progresso acadêmico e comportamental de cada aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Regra 1: Analise os dados acadêmicos e comportamentais para identificar padrões e tendências significativas.
- Regra 2: Gere insights acionáveis para educadores e famílias, destacando oportunidades de intervenção e suporte com base nos dados analisados.
- Regra 3: Personalize o relatório para cada aluno, ressaltando áreas de melhoria e pontos fortes, e forneça recomendações práticas para aprimoramento.

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: Dados compilados em formato JSON, organizados por aluno.
Formatos Suportados: .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: Relatório detalhado em formato markdown para cada aluno, com insights acionáveis.