Agente de IA para Emissão de Relatórios de Matrícula

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

Como criar um agente de IA que gera relatórios detalhados sobre o status das matrículas, identificando pendências e propondo ações corretivas.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como consultas a documentos e demais requisitos funcionais para o Agente de IA para Emissão de Relatórios de Matrícula. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal deste agente é gerar relatórios detalhados sobre o status das matrículas, identificando pendências e propondo ações corretivas, facilitando a comunicação entre a escola e os responsáveis pelo progresso das matrículas.

2. Contexto e Problema

Problemas Específicos

O agente de IA foi projetado para resolver problemas específicos relacionados à falta de visibilidade sobre o status atual das matrículas e a dificuldade em identificar e corrigir pendências no processo de matrícula. Esses problemas incluem:

  • Falta de visibilidade sobre o status atual das matrículas.
  • Dificuldade em identificar e corrigir pendências no processo de matrícula.

Regras Aplicadas

Para resolver esses problemas, o agente deve aplicar as seguintes regras:

  • Gerar relatórios detalhados e atualizados sobre o status das matrículas.
  • Identificar automaticamente pendências e inconsistências nos processos de matrícula.
  • Propor ações corretivas para resolver pendências identificadas.
  • Facilitar a comunicação entre a escola e os responsáveis sobre o progresso das matrículas.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Melhorar a visibilidade sobre o status das matrículas em tempo real.
  • Aumentar a eficiência na identificação e resolução de pendências.
  • Reduzir o tempo necessário para a comunicação entre a escola e os responsáveis.
  • Elevar a satisfação dos responsáveis através de informações claras e precisas.

4. Visão Geral da Solução

O agente de IA para emissão de relatórios de matrícula gera relatórios detalhados sobre o status das matrículas, identifica automaticamente pendências e inconsistências nos processos e propõe ações corretivas. 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 gestão de matrículas escolares.

A solução é composta por um fluxo de automação com três agentes de IA. O processo começa com a padronização e validação dos dados de matrícula e termina com a geração de comunicações personalizadas para responsáveis e equipe interna.

A execução dos agentes é sequencial, conforme detalhado na tabela abaixo.

Agentes Função Principal
Agente de Padronização e Validação de Dados de Matrícula (RF 1) Padronizar e validar os dados de matrícula, identificando pendências preliminares.
Agente de Análise e Geração do Relatório de Matrículas (RF 2) Gerar relatório consolidado e plano de ação a partir do dataset normalizado.
Agente de Geração de Comunicações sobre Matrícula (RF 3) Elaborar mensagens padronizadas e personalizadas para responsáveis e equipe interna.

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 os responsáveis e a equipe interna receberão. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Padronização e Validação de Dados de Matrícula

1.1 Tarefa do Agente

Padronizar o dataset de matrículas recebido, validar campos críticos, normalizar status e identificar inconsistências e pendências preliminares.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um arquivo CSV ou JSON com registros de matrícula contendo, no mínimo, as colunas: id_aluno (ou nome_aluno + data_nascimento), status_matricula, pendencias, data_matricula.

# 2. Objetivo
Padronizar o dataset de matrículas recebido, validar campos críticos, normalizar status e identificar inconsistências e pendências preliminares.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronização de campos:
  - Normalize status_matricula para um vocabulário controlado: {"concluida", "em_andamento", "pendente", "cancelada"}.
  - Converta datas para ISO-8601 (YYYY-MM-DD).
  - Trime espaços, normalize acentuação em chaves de categoria, e padronize campos booleanos para {"sim","nao"}.
- Chaves e unicidade:
  - Se houver id_aluno, use como chave primária.
  - Se duplicado, marque erro_critico com ids colidentes.
- Validações de integridade:
  - status_matricula obrigatório e dentro do vocabulário controlado.
  - data_matricula obrigatória quando status != "cancelada".
- Regras para identificar pendências preliminares a partir dos dados:
  - documento_faltante: detalhe lista.
  - pagamento_pendente: se pagamento_status em {"pendente","atrasado"}.
  - contrato_nao_assinado: se contrato_assinado=="nao".
  - dados_inconsistentes: se campos obrigatórios ausentes ou formatos inválidos.

# 4. Exemplo de Output que você deve produzir
{
  "dataset_normalizado": [],
  "dicionario_campos": {},
  "validacao_resumo": {},
  "pendencias_detectadas_preliminares": []
} 
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 CSV ou JSON com registros de matrícula 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: Arquivo CSV ou JSON com registros de matrícula.
  • Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv, .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 JSON contendo: dataset_normalizado, dicionario_campos, validacao_resumo, pendencias_detectadas_preliminares.
  • Exemplo de Estrutura de Output:
     {
      "dataset_normalizado": [],
      "dicionario_campos": {},
      "validacao_resumo": {},
      "pendencias_detectadas_preliminares": []
    } 
  • Número de caracteres esperado: O JSON final terá um tamanho máximo esperado de 10.000 caracteres.

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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise e Geração do Relatório de Matrículas (RF 2).

RF 2. Agente de Análise e Geração do Relatório de Matrículas

2.1 Tarefa do Agente

Gerar relatório consolidado e plano de ação a partir do dataset normalizado, com KPIs, segmentações, lista priorizada de pendências e recomendações acionáveis.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a saída do Agente de Padronização e Validação de Dados de Matrícula (dataset_normalizado, validacao_resumo, pendencias_detectadas_preliminares).

# 2. Objetivo
Gerar relatório consolidado e plano de ação a partir do dataset normalizado, com KPIs, segmentações, lista priorizada de pendências e recomendações acionáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Cálculo de KPIs:
  - total_matriculas = count(status in {"concluida","em_andamento","pendente"}).
  - concluidas = count(status=="concluida").
  - em_andamento = count(status=="em_andamento").
  - com_pendencia = count(registros com >=1 pendência severidade >= média).
  - taxa_conclusao = concluidas / total_matriculas.
  - atraso: um registro está "atrasado" se (data_limite_matricula existe e hoje > data_limite_matricula e status != "concluida").
- Segmentações automáticas:
  - Se existirem campos serie, turma ou unidade, gerar cortes com mesmos KPIs por dimensão.
- Consolidação e categorização de pendências:
  - Agrupar por tipo_pendencia e severidade; calcular {qtd, % do total}.
- Priorização do backlog:
  - Alta quando severidade==Alta OU atraso>0.
  - Média quando severidade==Média e sem atraso.
  - Baixa caso contrário.

# 4. Exemplo de Output que você deve produzir
{
  "kpis_gerais": {},
  "cortes_por_dimensao": {},
  "pendencias_categorizadas": [],
  "backlog_priorizado": [],
  "acoes_corretivas": [],
  "relatorio_markdown": ""
} 
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: Saída do Agente de Padronização e Validação de Dados de Matrícula.
  • 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 até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo: kpis_gerais, cortes_por_dimensao, pendencias_categorizadas, backlog_priorizado, acoes_corretivas, relatorio_markdown.
  • Exemplo de Estrutura de Output:
     {
      "kpis_gerais": {},
      "cortes_por_dimensao": {},
      "pendencias_categorizadas": [],
      "backlog_priorizado": [],
      "acoes_corretivas": [],
      "relatorio_markdown": ""
    } 
  • Número de caracteres esperado: O JSON final terá um tamanho máximo esperado de 15.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para cálculo de KPIs e prazos.
  • 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 Geração de Comunicações sobre Matrícula (RF 3).

RF 3. Agente de Geração de Comunicações sobre Matrícula

3.1 Tarefa do Agente

Elaborar mensagens padronizadas e personalizadas para responsáveis e equipe interna, com base nas pendências identificadas e prazos sugeridos.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo a saída do Agente de Análise e Geração do Relatório (especialmente backlog_priorizado, acoes_corretivas) e dados de contato do dataset_normalizado quando disponíveis.

# 2. Objetivo
Elaborar mensagens padronizadas e personalizadas para responsáveis e equipe interna, com base nas pendências identificadas e prazos sugeridos.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada item do backlog_priorizado, gerar até 2 canais quando disponíveis: email (preferencial) e WhatsApp/SMS (se telefone válido).
- Estrutura mínima de cada comunicação ao responsável:
  - Saudação com responsavel_nome e identificação do aluno.
  - Resumo objetivo da pendência.
  - Ação requerida com prazo explícito.
  - Lista de documentos/itens a providenciar.
  - Instruções claras de envio/entrega e contato para dúvidas.
- Validações de contato:
  - Email válido: contém "@" e domínio com ponto.
  - Telefone válido: ao menos 10 dígitos numéricos.
- Mensagens internas por responsável_sugerido:
  - Consolidar por área gerando lista priorizada.
- Diretrizes de envio:
  - Ordem de prioridade de disparo: Alta -> Média -> Baixa.

# 4. Exemplo de Output que você deve produzir
{
  "comunicacoes_responsaveis": [],
  "comunicacoes_internas": [],
  "diretrizes_de_envio": {},
  "anexos_recomendados": {}
} 
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: Saída do Agente de Análise e Geração do Relatório e dados de contato do 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 até 15.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo: comunicacoes_responsaveis, comunicacoes_internas, diretrizes_de_envio, anexos_recomendados.
  • Exemplo de Estrutura de Output:
     {
      "comunicacoes_responsaveis": [],
      "comunicacoes_internas": [],
      "diretrizes_de_envio": {},
      "anexos_recomendados": {}
    } 
  • Número de caracteres esperado: O JSON final terá um tamanho máximo esperado de 10.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

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 é o entregável final e não é passada para outros agentes internos.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As comunicações geradas são o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.