PrototipeAI | Agente de IA para Feedback Automático em Avaliações

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Agente de IA para Feedback Automático em Avaliações. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é fornecer feedback imediato e personalizado para alunos em avaliações, ajudando no desenvolvimento contínuo do aprendizado.

2. Contexto e Problema

Atualmente, os alunos enfrentam uma falta de feedback imediato e personalizado em avaliações, o que pode atrasar o processo de aprendizagem e dificultar a identificação de áreas que necessitam de melhoria. Além disso, o apoio contínuo ao aprendizado dos alunos é uma necessidade crescente para garantir que cada estudante possa atingir seu potencial máximo.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

Fornecer feedback imediato aos alunos, ajudando-os a entender seus pontos fortes e áreas de melhoria.
Oferecer suporte contínuo ao aprendizado, adaptando o feedback ao nível de compreensão de cada aluno.
Melhorar o desempenho acadêmico dos alunos por meio de estratégias de estudo personalizadas.

4. Visão Geral da Solução

O agente de IA para feedback automático em avaliações analisa o desempenho dos alunos em tempo real, fornece feedback imediato e personalizado, destacando pontos fortes e áreas de melhoria. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no suporte ao aprendizado dos alunos.

A solução consiste em um fluxo de automação composto por dois agentes de IA. O processo inicia com a análise de desempenho dos alunos e termina com o fornecimento de feedback personalizado.

Agentes	Função Principal
`Agente de Análise de Desempenho em Avaliações` (RF 1)	Analisar o desempenho dos alunos em avaliações em tempo real.
`Agente de Feedback Personalizado` (RF 2)	Fornecer feedback imediato e personalizado para alunos após a análise de desempenho.

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 aluno receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Análise de Desempenho em Avaliações

1.1 Tarefa do Agente

Analisar o desempenho dos alunos em avaliações em tempo real.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo avaliações dos alunos em formato digital (texto ou planilha). Este input contém as respostas dos alunos para diversas questões de uma avaliação.

# 2. Objetivo
Analisar o desempenho dos alunos em avaliações em tempo real, identificando pontos fortes e áreas de melhoria.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise cada questão da avaliação para identificar acertos e erros e registre-os de forma estruturada.
- Calcule a pontuação total e a média por área do conhecimento, registrando os resultados.
- Identifique padrões de erro comuns entre os alunos e destaque-os para cada perfil.
- Classifique o desempenho como 'acima da média', 'na média' ou 'abaixo da média' com base em critérios pré-definidos específicos para a disciplina.
- Registre os pontos fortes e áreas de melhoria específicas para cada aluno, com base na análise detalhada das respostas.

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 avaliações dos alunos em formato digital via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do arquivo na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo são avaliações dos alunos em formato digital.
Formatos Suportados: Esse agente deve ser capaz de receber avaliações nos formatos: .txt, .csv.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um JSON estruturado contendo o desempenho dos alunos, incluindo pontos fortes e áreas de melhoria.

Exemplo de Estrutura de Output:

 {"aluno_id": "12345", "desempenho": "acima da média", "pontos_fortes": ["matemática", "ciências"], "areas_melhoria": ["história", "literatura"]}

Número de caracteres esperado: O JSON gerado deve ser conciso e informativo, com um tamanho estimado em torno de 2.000 caracteres, podendo variar conforme a quantidade de alunos e complexidade das análises.

1.3.3 Parâmetros de Geração

Modelo: GPT-4
Temperatura: 0.5

1.3.4 Ferramentas do Agente

Documentos: Não consulta documentos externos.
Calculadora: Utiliza lógica interna para cálculos de desempenho.
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 Feedback Personalizado (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Feedback Personalizado (RF 2).

RF 2. Agente de Feedback Personalizado

2.1 Tarefa do Agente

Fornecer feedback imediato e personalizado para alunos após a análise de desempenho.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o resultado da análise de desempenho dos alunos. Este resultado contém informações sobre o desempenho geral e específico de cada aluno.

# 2. Objetivo
Fornecer feedback imediato e personalizado para alunos, destacando pontos fortes e áreas de melhoria.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize os dados de desempenho para construir uma mensagem de feedback clara e motivadora, destacando realizações importantes.
- Inclua exemplos específicos de acertos e áreas de melhoria, relacionando-os a conceitos-chave.
- Adapte o tom e a complexidade do feedback ao nível de compreensão do aluno, considerando seu histórico de desempenho.
- Sugira recursos ou estratégias de estudo personalizados para melhorar as áreas de dificuldade identificadas.
- Garanta que o feedback seja entregue de forma imediata após a análise, priorizando a relevância e a aplicabilidade das sugestões.

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 o resultado da análise de desempenho dos alunos.
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 3.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser uma mensagem de feedback personalizada em formato Markdown.