Agente de IA para Emissão Automatizada de Históricos Escolares

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

Como criar um agente de IA que gera históricos escolares a partir de dados acadêmicos 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 "Emissão Automatizada de Históricos Escolares", uma solução de automação projetada para gerar históricos escolares a partir de dados acadêmicos 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 garantir que os históricos sejam emitidos com formatação correta, sem erros manuais e com informações consistentes, reduzindo assim o tempo e a necessidade de revisão humana.

2. Contexto e Problema

Cenário Atual

O processo de emissão de históricos escolares na instituição atualmente enfrenta diversos desafios, incluindo:

  • Erros manuais na formatação e preenchimento de históricos escolares.
  • Demora no processo de emissão de históricos devido à revisão humana.
  • Inconsistências nas informações apresentadas nos históricos.

Estes problemas resultam em atrasos e retrabalhos frequentes, impactando a eficiência do setor administrativo da instituição.

3. Impactos Esperados

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

  • Reduzir o tempo de emissão de históricos em pelo menos 70%.
  • Garantir a consistência e precisão das informações apresentadas nos históricos.
  • Eliminar erros manuais no processo de formatação e preenchimento dos documentos.

4. Visão Geral da Solução

O agente de IA para emissão automatizada de históricos escolares processa dados acadêmicos dos alunos, aplica regras de formatação padronizadas e valida automaticamente as informações antes da emissão final. 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 históricos escolares precisos e bem formatados.

A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a preparação dos parâmetros de extração de dados e termina com a validação final do documento formatado para emissão.

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

Agentes Função Principal
Agente de Preparação de Parâmetros de Extração (RF 1) Construir o payload de consulta para recuperar dados acadêmicos do aluno nos sistemas institucionais.
Agente de Execução de Chamada à API (RF 2) Realizar chamada à API do Sistema Acadêmico institucional para obter dados acadêmicos brutos do aluno.
Agente de Consolidação e Normalização de Dados Acadêmicos (RF 3) Unificar, higienizar e normalizar os dados brutos em um JSON acadêmico padronizado pronto para validação.
Agente de Validação de Consistência Acadêmica (RF 4) Validar automaticamente consistência, completude e regras acadêmicas no JSON normalizado antes da formatação.
Agente de Formatação de Histórico Escolar (RF 5) Aplicar formatação padronizada e gerar o histórico escolar em texto estruturado.
Agente de Validação de Conformidade do Documento para Emissão (RF 6) Inspecionar o documento formatado e atestar conformidade com requisitos institucionais antes da emissão.

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 Preparação de Parâmetros de Extração

1.1 Tarefa do Agente

Construir o payload de consulta para recuperar dados acadêmicos do aluno nos sistemas institucionais.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo identificadores do aluno e escopo da solicitação para a recuperação de dados acadêmicos nos sistemas institucionais.

# 2. Objetivo
Construir o payload de consulta para recuperar dados acadêmicos do aluno nos sistemas institucionais.

# 3. Regras que você deve seguir para gerar sua resposta
- Se múltiplos identificadores forem fornecidos, priorize aluno_id > matricula > cpf; inclua os demais como chaves de conferência no payload.
- Normalizar datas para ISO-8601 (AAAA-MM-DD) e períodos para formato AAAA-S (S em {1,2} ou 01..06 conforme calendário informado no input; se ausente, use 1/2).
- Incluir no payload apenas filtros explicitamente solicitados; padrão: histórico completo.
- Mapear claramente quais coleções precisam ser obtidas: dados_pessoais, vinculos_curso, disciplinas_cursadas, equivalencias, trancamentos, aproveitamentos, calendarios, escalas_avaliacao. Incluir lista dessas coleções no campo endpoints.
- Inserir no payload a instrução de campos desejados por coleção, evitando overfetch (ex.: para disciplinas_cursadas: codigo, nome, periodo, carga_horaria, nota_final, frequencia, situacao, data_conclusao).
- Definir paginação padrão (limit=1000, cursor) quando não houver instrução específica.
- Adicionar parâmetro de 'data_referencia' (hoje) para garantir consistência temporal das consultas.
- Se algum identificador essencial estiver ausente, defina no output o campo "bloqueio_execucao": true e descreva em "motivo_bloqueio" o que falta.
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 identificadores do aluno 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 csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um conjunto de identificadores do aluno e escopo da solicitação.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados em 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 JSON estruturado contendo o payload de consulta para os sistemas institucionais.
  • Exemplo de Estrutura de Output:
     {
      "endpoints": [...],
      "parametros": {
        "aluno_id": "...",
        "filtros": {...}
      },
      "headers": {...}
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 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 Execução de Chamada à API (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API (RF 2).

RF 2. Agente de Execução de Chamada à API

2.1 Tarefa do Agente

Realizar chamada à API do Sistema Acadêmico institucional para obter dados acadêmicos brutos do aluno.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para a execução da chamada à API do Sistema Acadêmico.

# 2. Objetivo
Realizar chamada à API do Sistema Acadêmico institucional para obter dados acadêmicos brutos do aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Execute a chamada à API utilizando os endpoints, parâmetros e headers fornecidos no payload.
- Não é necessário gerar instruções para chamadas ao LLM, pois sua única função é executar a chamada à API.
- Retorne os dados brutos recuperados das chamadas à API por coleção solicitada.
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 JSON estruturado contendo o payload de consulta para os sistemas institucionais.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 2.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um conjunto de dados brutos recuperados das chamadas à API, estruturados por coleção solicitada.
  • Exemplo de Estrutura de Output:
     {
      "dados_pessoais": [...],
      "vinculos_curso": [...],
      "disciplinas_cursadas": [...]
    } 
  • Número de caracteres esperado: O conjunto de dados gerado deve ter um tamanho estimado em torno de 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente executa chamadas à API externa para recuperar dados acadêmicos.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Normalização de Dados Acadêmicos (RF 3).

RF 3. Agente de Consolidação e Normalização de Dados Acadêmicos

3.1 Tarefa do Agente

Unificar, higienizar e normalizar os dados brutos em um JSON acadêmico padronizado pronto para validação.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos por coleção retornados da API.

# 2. Objetivo
Unificar, higienizar e normalizar os dados brutos em um JSON acadêmico padronizado pronto para validação.

# 3. Regras que você deve seguir para gerar sua resposta
- Unificar nomes e codificações: remover duplicidades por (codigo, periodo), mantendo o mais recente por data_conclusao; se empates, manter o com situacao de maior hierarquia: Concluida(Aprovado) > Equivalencia > Aproveitamento > Reprovado > Cancelado/Trancado.
- Normalizar escalas de nota para 0–10 com 2 casas decimais quando a escala base permitir mapeamento direto; registrar escala_original e metodo_conversao em cada disciplina.
- Frequência em percentual 0–100 com 1 casa decimal; se original em faltas, converter usando carga_horaria e carga_horaria_cumprida quando disponíveis; se não possível, marcar frequencia as null e adicionar aviso na disciplina.
- Mapear situacoes para conjunto fechado: {APROVADO, REPROVADO, CURSANDO, TRANCADO, CANCELADO, EQUIVALENCIA, APROVEITAMENTO}. Manter situacao_original no objeto.
- Calcular CR/GPA por período e acumulado considerando apenas disciplinas que compõem o CR institucional: por padrão incluir {APROVADO, REPROVADO}; excluir {TRANCADO, CANCELADO}; incluir EQUIVALENCIA/APROVEITAMENTO apenas se houver carga_horaria e regra explicitada na coleção escalas_avaliacao; registrar regra aplicada em gpa.regra_calculo.
- Arredondamentos: notas com 2 casas (round half up), GPA com 2 casas, cargas horárias e créditos como inteiros.
- Totais: somar carga_horaria_aprovada, carga_horaria_cursada, quantidade_disciplinas, horas_obrigatorias vs eletivas quando possível via campo natureza.
- Datas: emitir datas no formato ISO-8601; garantir ordem cronológica de periodos; se períodos vierem fora de ordem, reordenar e renumerar apenas o índice interno mantendo o rótulo original.
- Identificação do aluno: normalizar nome com capitalização padrão PT-BR (exceto preposições usuais) mantendo acentuação; cpf em formato XXX.XXX.XXX-YY quando presente.
- Incluir campo verificacao_interna com hash_texto_base construído concatenando (aluno_id|curso_codigo|periodo_label|codigo_disciplina|nota|frequencia) para cada disciplina; gerar um verification_digest (ex.: base64 do hash_texto_base) para eventual conferência humana.
- Se dados essenciais faltarem (ex.: sem qualquer disciplina), definir campo status_normalizacao: "incompleto" e listar faltas em "pendencias"; caso contrário, status_normalizacao: "ok".
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 conjunto de dados brutos estruturados por coleção.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON acadêmico padronizado pronto para validação, contendo informações normalizadas e higienizadas.
  • Exemplo de Estrutura de Output:
     {
      "aluno": {"nome": "...", "cpf": "..."},
      "curso": {"codigo": "...", "nome": "..."},
      "disciplinas": [...],
      "gpa": {...},
      "status_normalizacao": "ok"
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 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: Utiliza lógica interna para normalização e higienização dos dados.
  • 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 Validação de Consistência Acadêmica (RF 4).

RF 4. Agente de Validação de Consistência Acadêmica

4.1 Tarefa do Agente

Validar automaticamente consistência, completude e regras acadêmicas no JSON normalizado antes da formatação.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON acadêmico padronizado pronto para validação.

# 2. Objetivo
Validar automaticamente consistência, completude e regras acadêmicas no JSON normalizado antes da formatação.

# 3. Regras que você deve seguir para gerar sua resposta
- Regras de campos obrigatórios: aluno.{nome, documento?}, curso.{nome, codigo}, pelo menos 1 período quando houver disciplinas.
- Valores válidos: nota ∈ [0,10], frequencia ∈ [0,100] ou null com motivo; situacao ∈ conjunto fechado definido na normalização.
- Coerência de datas: data_inicio_periodo ≤ data_fim_periodo; datas de conclusão dentro do período correspondente; se calendário ausente, registrar aviso e não reprovar.
- Duplicidade: não pode haver a mesma disciplina com mesma tentativa e mesmo período repetida; se houver múltiplas tentativas em períodos diferentes, permitido; marcar em avisos.
- Totais: carga_horaria_aprovada ≤ carga_horaria_cursada; soma por período consistente com itens de disciplinas.
- GPA: calcular independentemente e comparar com valores do JSON; divergência > 0,01 reprova.
- Equivalências e aproveitamentos: devem apontar disciplina_origem ou justificativa; ausência gera aviso; se disciplina substituída sem carga_horaria definida, reprova a validação.
- Frequência obrigatória: para situação APROVADO, se frequência disponível e < limite_minimo (padrão 75%), marcar erro; se limite específico existir em escalas_avaliacao, usar o específico.
- Em caso de qualquer erro, status: "reprovado" e lista de erros; se apenas avisos, status: "aprovado" com avisos.
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 JSON acadêmico padronizado pronto para validação.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 8.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON normalizado com bloco de validacao {status: "aprovado"|"reprovado", erros:[], avisos:[], metricas:{...}}.
  • Exemplo de Estrutura de Output:
     {
      "status": "aprovado",
      "erros": [],
      "avisos": [...],
      "metricas": {...}
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 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: Utiliza lógica interna para validação das regras acadêmicas.
  • 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 Formatação de Histórico Escolar (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Formatação de Histórico Escolar (RF 5).

RF 5. Agente de Formatação de Histórico Escolar

5.1 Tarefa do Agente

Aplicar formatação padronizada e gerar o histórico escolar em texto estruturado.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON normalizado validado (validacao.status == "aprovado").

# 2. Objetivo
Aplicar formatação padronizada e gerar o histórico escolar em texto estruturado.

# 3. Regras que você deve seguir para gerar sua resposta
- Cabeçalho: razão social da instituição, CNPJ se disponível, nome do curso, nível (ex.: Graduação), turno, campus, cidade/UF, dados do aluno (nome, documento, matrícula), data de emissão (DD/MM/AAAA).
- Tabela por período: colunas fixas [Código, Disciplina, CH, Nota, Frequência, Situação]; ordenar por código asc ou ordem do currículo quando disponível; usar separadores consistentes e alinhar números à direita.
- Notas e frequências: exibir com 2 e 1 casas decimais, respectivamente; quando valor indisponível, exibir "—" e inserir nota de rodapé indicando motivo.
- GPA/CR: exibir GPA por período e acumulado, com legenda da regra de cálculo aplicada.
- Totais: exibir carga horária cursada e aprovada; quando possível, discriminar obrigatórias vs eletivas.
- Observações padronizadas: registrar trancamentos, cancelamentos, equivalências e aproveitamentos com referência ao período.
- Rodapé: inserir código de verificação textual composto por verification_digest fornecido na normalização e identificadores essenciais; informar que a autenticidade pode ser conferida pela instituição.
- Internacionalização: usar separador decimal vírgula e milhar ponto; datas em DD/MM/AAAA; nomes preservam acentuação.
- Quebra de página lógica: iniciar novo período após N linhas se necessário; porém manter um único documento markdown contínuo sem comandos específicos de impressão.
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 como input um JSON normalizado validado (validacao.status == "aprovado").
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 8.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser um histórico escolar formatado em markdown, acompanhado de um sumário técnico de formatação.
  • Exemplo de Estrutura de Output:
     # Histórico Escolar
    
    **Instituição:** Nome da Instituição
    **CNPJ:** 12.345.678/0001-90
    **Curso:** Nome do Curso
    **Nível:** Graduação
    **Turno:** Noturno
    **Campus:** Cidade/UF
    
    ## Dados do Aluno
    
    **Nome:** Nome do Aluno
    **Documento:** 123.456.789-00
    **Matrícula:** 20251234
    **Data de Emissão:** 17/12/2025
    
    ## Disciplinas por Período
    
    | Código | Disciplina | CH  | Nota | Frequência | Situação |
    |--------|------------|-----|------|------------|----------|
    | 001    | Disciplina | 60  | 9,5  | 100,0%     | Aprovado |
    
    ## GPA/CR
    
    **GPA por Período:** 9,5
    **GPA Acumulado:** 9,0
    
    ## Totais
    
    **Cursada:** 1200
    **Aprovada:** 1150
    
    ## Observações
    
    - Trancamento no período 2021/1
    
    ## Rodapé
    
    Verificação: abcdef1234567890
    
    *Este documento pode ser verificado junto à instituição para garantir sua autenticidade.* 
  • Número de caracteres esperado: O markdown gerado deve ter um tamanho estimado em torno de 4.000 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: Utiliza lógica interna para formatação dos dados.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

5.3.5 Memória

5.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Validação de Conformidade do Documento para Emissão (RF 6).

RF 6. Agente de Validação de Conformidade do Documento para Emissão

6.1 Tarefa do Agente

Inspecionar o documento formatado e atestar conformidade com requisitos institucionais antes da emissão.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um histórico escolar em markdown e o JSON normalizado validado.

# 2. Objetivo
Inspecionar o documento formatado e atestar conformidade com requisitos institucionais antes da emissão.

# 3. Regras que você deve seguir para gerar sua resposta
- Checklist mínimo: presença de cabeçalho completo, identificação do aluno, identificação do curso, tabela de disciplinas por período, totais, GPA por período e acumulado, observações, rodapé com código de verificação e data de emissão.
- Consistência entre documento e JSON: amostrar 100% das linhas para conferir Código, CH, Nota, Frequência e Situação; qualquer divergência reprova.
- Formatação: garantir colunas na ordem especificada e títulos padronizados; proibir abreviações não previstas (ex.: substituir "Frequência" por "Freq." reprova).
- Números: conferir casas decimais exatas e localidade PT-BR; divergência de arredondamento > 0,01 reprova.
- Se a validação de consistência anterior estiver reprovada, reprovar e instruir a retornar ao agente de normalização.
- Em caso de reprovação, listar exatamente as linhas/itens afetados e a correção esperada.
6.3 Configurações do Agente

6.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
  • Tipo do input: Este agente deve ser apto a receber como input um histórico escolar em markdown e o JSON normalizado validado.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .md (Markdown) e .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 12.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um histórico escolar validado e pronto para emissão, com relatório de conformidade {status, checklist, não-conformidades, recomendações}.
  • Exemplo de Estrutura de Output:
     {
      "status": "conforme",
      "checklist": [...],
      "nao_conformidades": [],
      "recomendacoes": [...]
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 3.000 caracteres.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para validação de conformidade do documento.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

6.3.5 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 conclui o fluxo de emissão automatizada de históricos escolares.

6.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O histórico escolar validado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.