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
- 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 Análise e Geração do Relatório de Matrículas (RF 2).
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
- 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 Comunicações sobre Matrícula (RF 3).
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.