Agente de IA para Feedback Automatizado a Pais e Responsáveis

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

Como criar um agente de IA que gera relatórios regulares para pais sobre o progresso 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 "Feedback Automatizado a Pais e Responsáveis", uma solução de automação projetada para gerar relatórios regulares sobre o progresso dos alunos com base em dados de desempenho e comportamento coletados na escola. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é integrar dados de desempenho e comportamento para fornecer feedbacks completos e estruturados.

2. Contexto e Problema

Cenário Atual

Atualmente, as escolas enfrentam desafios significativos na comunicação regular e estruturada com os pais sobre o progresso dos alunos. As principais dificuldades incluem:

  • Falta de comunicação regular e estruturada entre a escola e os pais sobre o progresso dos alunos.
  • Necessidade de integrar dados de desempenho e comportamento para fornecer feedbacks completos.

A ausência de um sistema automatizado para compilar e enviar essas informações resulta em lacunas na comunicação, o que pode impactar negativamente o envolvimento dos pais e o apoio ao desenvolvimento dos alunos.


3. Impactos Esperados

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

  • Melhorar a comunicação entre escola e pais, fornecendo relatórios regulares e estruturados.
  • Aumentar o envolvimento dos pais no progresso educacional dos alunos.
  • Integrar dados de desempenho e comportamento de forma coerente para feedbacks completos.

4. Visão Geral da Solução

O agente de IA para feedback automatizado a pais e responsáveis processa dados de desempenho e comportamento dos alunos, gerando relatórios estruturados que são enviados regularmente aos pais. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil na comunicação entre escolas e famílias.

A solução consiste em um fluxo de automação composto por 8 agentes de IA. O processo inicia com a preparação dos parâmetros do relatório e termina com o envio dos relatórios aos responsáveis.

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

Agentes Função Principal
Agente de Preparação de Parâmetros e Escopo do Relatório (RF 1) Validar e padronizar os parâmetros necessários para gerar o relatório.
Agente de Execução de Chamada à API - Sistema Acadêmico (Desempenho) (RF 2) Obter notas, avaliações, trabalhos e frequência no período.
Agente de Execução de Chamada à API - Sistema de Comportamento/Disciplina (RF 3) Obter incidentes, elogios, ocorrências e registros de conduta no período.
Agente de Consolidação e Normalização de Dados (RF 4) Unificar e padronizar dados acadêmicos e de comportamento, calcular métricas derivadas.
Agente de Geração de Relatórios de Progresso (RF 5) Produzir o relatório estruturado para pais/responsáveis.
Agente de Verificação de Conteúdo e Conformidade (RF 6) Revisar o relatório para tom adequado, privacidade e conformidade com políticas escolares.
Agente de Personalização de Canal e Preparação de Envio (RF 7) Adaptar o conteúdo aprovado ao canal de comunicação escolhido e preparar o payload de notificação.
Agente de Execução de Chamada à API - Sistema de Notificações (RF 8) Enviar os relatórios aos responsáveis nos canais preparados.

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 pais receberão. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Preparação de Parâmetros e Escopo do Relatório

1.1 Tarefa do Agente

Validar e padronizar os parâmetros necessários para gerar o relatório, definindo período, aluno(s), idiomas, granularidade e quais fontes de dados coletar (desempenho e/ou comportamento).

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto contendo informações sobre alunos e parâmetros de relatório. Este objeto define o escopo e as preferências para a geração do relatório de progresso.

# 2. Objetivo
Validar e padronizar os parâmetros necessários para gerar o relatório, definindo período, aluno(s), idiomas, granularidade e quais fontes de dados coletar (desempenho e/ou comportamento).

# 3. Regras que você deve seguir para gerar sua resposta
- Se periodo_referencia vier como rótulo (ex.: trimestre_3), resolver para intervalo [inicio,fim] usando calendário escolar fornecido no contexto; se ausente, usar último período completo encerrado.
- Garantir que pelo menos um aluno_id válido exista; se vier turma_id sem aluno_id, marcar escopo como turma e retornar lista de alunos como placeholder (a ser resolvida a jusante) definindo requires_aluno_expansao:true.
- Definir idioma_preferido=pt-BR se não informado; canais=['email'] se preferencia_canal ausente.
- Derivar flags: coletar_desempenho = true se necessidade_desempenho não informado ou true; coletar_comportamento = true se necessidade_comportamento não informado ou true.
- Padronizar fuso horário para America/Sao_Paulo e datas em ISO 8601 (YYYY-MM-DD).
- Definir metricas_requeridas padrão: notas_por_disciplina, media_geral, frequencia, atrasos, incidentes, elogios, tendencias_90d, comparativo_turma.
- Incluir campos de privacidade: incluir_detalhes_sensiveis:false por padrão; anonimizar_terceiros:true.

# 4. Exemplo de Output que você deve produzir
Payload normalizado: { alunos:[{aluno_id, turma_id}], periodo:{inicio,fim,label}, idioma, canais:[...], coletar_desempenho:true/false, coletar_comportamento:true/false, metricas_requeridas:[...] } 
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 de parâmetros via API. Na fase de testes, os dados serão enviados por upload direto na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial é um objeto JSON contendo informações sobre alunos e parâmetros de relatório.
  • 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 5.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado e padronizado, contendo os parâmetros validados e normalizados para geração do relatório.
  • Exemplo de Estrutura de Output:
     {
      "alunos": [{"aluno_id": "123", "turma_id": "A"}],
      "periodo": {"inicio": "2025-09-01", "fim": "2025-11-30", "label": "trimestre_3"},
      "idioma": "pt-BR",
      "canais": ["email"],
      "coletar_desempenho": true,
      "coletar_comportamento": true,
      "metricas_requeridas": ["notas_por_disciplina", "media_geral", "frequencia", "atrasos", "incidentes", "elogios", "tendencias_90d", "comparativo_turma"]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.000 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

1.3.6 Regras de Orquestração e Transição

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

RF 2. Agente de Execução de Chamada à API - Sistema Acadêmico (Desempenho)

2.1 Tarefa do Agente

Realizar chamada à API do Sistema Acadêmico para obter notas, avaliações, trabalhos e frequência no período.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para a chamada à API do Sistema Acadêmico. Este payload contém as informações necessárias para recuperar dados de desempenho dos alunos.

# 2. Objetivo
Realizar chamada à API do Sistema Acadêmico para obter notas, avaliações, trabalhos e frequência no período.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize o endpoint da API fornecido no contexto para realizar a chamada com o payload recebido.
- Capture os dados brutos de desempenho retornados pela API, mantendo a estrutura original.
- Em caso de erro na chamada, registre o erro e retorne uma notificação para intervenção manual.

# 4. Exemplo de Output que você deve produzir
Dados brutos do acadêmico por aluno e disciplina: avaliações[{tipo, data, peso, nota}], notas_finais, média, carga_horária, presenças/ausências por dia. 
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 payload JSON pronto para a chamada à API.
  • 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 3.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados brutos de desempenho retornados pela API.
  • Exemplo de Estrutura de Output:
     {
      "avaliacoes": [{"tipo": "prova", "data": "2025-09-10", "peso": 2, "nota": 8.5}],
      "notas_finais": {"matematica": 8.5, "portugues": 7.0},
      "media": 7.75,
      "carga_horaria": 120,
      "frequencia": {"presencas": 95, "ausencias": 5}
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 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: Conecta-se ao Sistema Acadêmico via API para obter dados de desempenho.

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 (RF 4).

RF 3. Agente de Execução de Chamada à API - Sistema de Comportamento/Disciplina

3.1 Tarefa do Agente

Realizar chamada à API do Sistema de Comportamento para obter incidentes, elogios, ocorrências e registros de conduta no período.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um payload pronto para a chamada à API do Sistema de Comportamento. Este payload contém as informações necessárias para recuperar dados de comportamento dos alunos.

# 2. Objetivo
Realizar chamada à API do Sistema de Comportamento para obter incidentes, elogios, ocorrências e registros de conduta no período.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize o endpoint da API fornecido no contexto para realizar a chamada com o payload recebido.
- Capture os dados brutos de comportamento retornados pela API, mantendo a estrutura original.
- Em caso de erro na chamada, registre o erro e retorne uma notificação para intervenção manual.

# 4. Exemplo de Output que você deve produzir
Dados brutos de comportamento por aluno: { data, categoria, gravidade, descricao, local, resolucao, pontos_positivos }. 
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 1).
  • Tipo do input: Este agente deve ser apto a receber como input um payload JSON pronto para a chamada à API.
  • 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 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo os dados brutos de comportamento retornados pela API.
  • Exemplo de Estrutura de Output:
     {
      "comportamento": [{"data": "2025-09-15", "categoria": "pontualidade", "gravidade": "baixa", "descricao": "Chegou atrasado", "local": "Escola", "resolucao": "Advertência verbal", "pontos_positivos": "Nenhum"}]
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Conecta-se ao Sistema de Comportamento via API para obter dados de comportamento.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Normalização de Dados (RF 4).

RF 4. Agente de Consolidação e Normalização de Dados

4.1 Tarefa do Agente

Unificar e padronizar dados acadêmicos e de comportamento, calcular métricas derivadas e preparar um JSON estruturado para geração do relatório.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos de desempenho e comportamento dos alunos, além dos parâmetros de relatório.

# 2. Objetivo
Unificar e padronizar dados acadêmicos e de comportamento, calcular métricas derivadas e preparar um JSON estruturado para geração do relatório.

# 3. Regras que você deve seguir para gerar sua resposta
- Harmonizar escalas de notas: se houver notas em 0-10 e 0-100, converter tudo para 0-10 mantendo 1 casa decimal; registrar escala_original por campo.
- Pontos de corte: desempenho abaixo de 6.0 marcar como abaixo_do_esperado; 6.0–7.5 como em_desenvolvimento; >7.5 satisfatorio; >9.0 destaque.
- Frequência: calcular %presença = presenças/(presenças+ausências) considerando apenas dias letivos do período; sinalizar alerta_frequencia_baixa se %presença < 85%.
- Tendências: calcular variação em relação ao período anterior imediato quando disponível; classificar tendencia como 'subindo' se delta >= +0.5, 'estável' se |delta| < 0.5, 'caindo' se delta <= -0.5.
- Comportamento: classificar eventos em categorias [pontualidade, respeito, participação, colaboração, disciplina]; gravidade mapeada para [baixa, média, alta]; consolidar contagens e destacar até 3 eventos representativos (com descrições redigidas de forma neutra).
- Comparativos: quando disponível, calcular posição_percentil na turma por média geral; se dados ausentes, retornar comparativos=null sem inventar valores.
- Privacidade: remover nomes de terceiros de descrições; substituir por 'colega'/'funcionário'.
- Se algum bloco de dados estiver ausente (ex.: sem comportamento), definir o respectivo nó como vazio e marcar no resumo dados_incompletos:true.

# 4. Exemplo de Output que você deve produzir
JSON consolidado por aluno: { perfil_aluno, periodo, disciplinas[{nome, nota_final, media_disciplina, tendencia}], frequencia:{%presenca,%ausencia}, comportamento:{totais, por_categoria, eventos_relevantes}, comparativos:{turma, escola}, alertas_calculados } 
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão dos agentes anteriores (RF 2 e RF 3).
  • Tipo do input: Este agente deve ser apto a receber como input os dados brutos de desempenho e comportamento, além dos parâmetros de relatório.
  • 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.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON consolidado e padronizado, pronto para a geração do relatório.
  • Exemplo de Estrutura de Output:
     {
      "perfil_aluno": {"nome": "João Silva", "turma": "A"},
      "periodo": {"inicio": "2025-09-01", "fim": "2025-11-30"},
      "disciplinas": [{"nome": "Matemática", "nota_final": 8.5, "media_disciplina": 7.5, "tendencia": "subindo"}],
      "frequencia": {"%presenca": 95, "%ausencia": 5},
      "comportamento": {"totais": 5, "por_categoria": {"pontualidade": 2, "respeito": 1}, "eventos_relevantes": "Nenhum"},
      "comparativos": {"turma": 80, "escola": 75},
      "alertas_calculados": "Nenhum"
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 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 harmonização de dados e cálculo de métricas derivadas.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

4.3.5 Memória

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios de Progresso (RF 5).

RF 5. Agente de Geração de Relatórios de Progresso

5.1 Tarefa do Agente

Produzir o relatório estruturado para pais/responsáveis, claro e objetivo, integrando desempenho e comportamento.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON consolidado com dados acadêmicos e de comportamento dos alunos.

# 2. Objetivo
Produzir o relatório estruturado para pais/responsáveis, claro e objetivo, integrando desempenho e comportamento.

# 3. Regras que você deve seguir para gerar sua resposta
- Estrutura fixa do relatório em markdown:
  1) Cabeçalho: nome do aluno, turma, período, data de emissão.
  2) Destaques Rápidos (bullet points): 3–5 bullets priorizando pontos fortes e atenção.
  3) Desempenho Acadêmico por disciplina: nota (0–10), status (abaixo/em desenvolvimento/satisfatório/destaque), breve frase de contexto (máx. 200 caracteres por disciplina).
  4) Frequência: %presença, comparação com referência escolar se disponível, comentário objetivo.
  5) Comportamento: totais por categoria e eventos representativos (linguagem neutra e construtiva, sem julgamentos).
  6) Tendências e Comparativos: variações em relação ao período anterior e percentil na turma (se disponível).
  7) Recomendações Práticas para casa (3–5 ações específicas, exequíveis e de baixo custo) e para a escola (2–3 sugestões de acompanhamento).
  8) Próximos Passos e Contato: janela para dúvidas e canais oficiais.
- Linguagem: tom respeitoso, claro, sem jargões; evitar termos que estigmatizem; preferir "precisa de apoio em..." a "está fraco em...".
- Nivel_risco: calcular como {baixo, moderado, alto} com base em regras: risco alto se (média_geral<6.0) ou (%presença<80%) ou (>=2 eventos alta gravidade); moderado se (6.0<=média<7.0) ou (80%<=presença<85%) ou (1 evento alta gravidade); caso contrário, baixo.
- Recomendações: personalizar por disciplina com maior gap e por categoria de comportamento mais incidente; cada recomendação deve indicar frequência sugerida (ex.: 3x/semana) e duração (ex.: 15 min).
- Transparência de dados: inserir rodapé "Alguns dados podem estar indisponíveis para este período" quando dados_incompletos=true.
- Acessibilidade: se idioma!=pt-BR, gerar também versão pt-BR no sumário_json.copia_ptbr para auditoria.

# 4. Exemplo de Output que você deve produzir
Dois artefatos: 1) relatório em markdown com seções fixas; 2) sumário JSON com campos-chave para registro e envio {resumo_textual, nivel_risco, recomendacoes_curto_prazo, proxima_emissao_sugerida, anexos_sugeridos}. 
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 consolidado com dados acadêmicos e de comportamento.
  • 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 5.000 caracteres.

5.3.2 Especificação do Output

  • Formato de output: O output deve ser dois artefatos: 1) relatório em markdown; 2) sumário JSON com campos-chave para registro e envio.
  • Exemplo de Estrutura de Output:
     {
      "relatorio_markdown": "# Relatório de Progresso\n## Aluno: João Silva\n## Período: Trimestre 3\n- Destaques:...",
      "sumario_json": {"resumo_textual": "Aluno com bom desempenho geral...", "nivel_risco": "baixo", "recomendacoes_curto_prazo": ["Revisar matemática 3x/semana"], "proxima_emissao_sugerida": "2026-01-15", "anexos_sugeridos": []}
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.000 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 cálculo de nível de risco e recomendações.
  • 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 Verificação de Conteúdo e Conformidade (RF 6).

RF 6. Agente de Verificação de Conteúdo e Conformidade

6.1 Tarefa do Agente

Revisar o relatório para tom adequado, privacidade e conformidade com políticas escolares antes do envio.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um relatório em markdown e um sumário JSON para revisão.

# 2. Objetivo
Revisar o relatório para tom adequado, privacidade e conformidade com políticas escolares antes do envio.

# 3. Regras que você deve seguir para gerar sua resposta
- Checagem de privacidade: garantir remoção de nomes de terceiros; trocar por termos neutros; não incluir dados médicos ou sensíveis sem consentimento explícito.
- Tom e linguagem: bloquear termos pejorativos; reduzir imperativos; preferir linguagem de colaboração escola-família.
- Integridade: confirmar presença de todas as seções; se ausente, regenerar seção faltante com base no JSON consolidado sem inventar métricas.
- Idioma: confirmar consistência com idioma solicitado; números com vírgula decimal em pt-BR.
- Intervenção humana: marcar requer_intervencao_humana=true se houver conflito de dados (ex.: nota>10, %presença>100%), gravidade alta repetida com descrição sensível, ou políticas violadas.

# 4. Exemplo de Output que você deve produzir
Relatório aprovado ou com ajustes: {aprovado:true/false, markdown_final, motivos_recusa:[...], campos_corrigidos:[...], requer_intervencao_humana:true/false}. 
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 relatório em markdown e um sumário JSON.
  • 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 6.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a aprovação do relatório ou ajustes necessários, além de motivos de recusa e campos corrigidos.
  • Exemplo de Estrutura de Output:
     {
      "aprovado": true,
      "markdown_final": "# Relatório de Progresso...",
      "motivos_recusa": [],
      "campos_corrigidos": [],
      "requer_intervencao_humana": false
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 2.000 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: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

6.3.5 Memória

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Personalização de Canal e Preparação de Envio (RF 7).

RF 7. Agente de Personalização de Canal e Preparação de Envio

7.1 Tarefa do Agente

Adaptar o conteúdo aprovado ao canal de comunicação escolhido (email, SMS, app) e preparar o payload de notificação.

7.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um relatório aprovado e um sumário JSON para preparação de envio.

# 2. Objetivo
Adaptar o conteúdo aprovado ao canal de comunicação escolhido (email, SMS, app) e preparar o payload de notificação.

# 3. Regras que você deve seguir para gerar sua resposta
- Assunto de email: "Relatório de Progresso - {Aluno} - {Período}"; incluir identificador da escola se disponível.
- SMS: limitar a 160 caracteres, incluir link curto para relatório completo no app/portal.
- App: manter até 120 caracteres no título e 500 no conteúdo; incluir chamada para ação ("Ver relatório").
- Inserir nível de risco como etiqueta no metadado para priorização de leitura.
- Se requer_intervencao_humana=true, não gerar payload de envio; retornar erro_de_bloqueio com motivo.

# 4. Exemplo de Output que você deve produzir
Payloads prontos para envio por canal: {email:{assunto,html/texto,anexos?}, sms:{texto_160}, app:{titulo,conteudo,link}}, além de metadados de rastreio (message_id_candidato, aluno_id, periodo). 
7.3 Configurações do Agente

7.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
  • Tipo do input: Este agente deve ser apto a receber como input um relatório aprovado e um sumário JSON.
  • 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 6.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser payloads prontos para envio por canal, com metadados de rastreio.
  • Exemplo de Estrutura de Output:
     {
      "email": {"assunto": "Relatório de Progresso - João Silva - Trimestre 3", "html": "

    Prezado responsável...

    "}, "sms": {"texto_160": "Relatório de Progresso - João Silva disponível. Veja o link: http://linkcurto.com"}, "app": {"titulo": "Relatório de Progresso", "conteudo": "Veja o relatório de progresso de João Silva", "link": "http://linkcurto.com"}, "metadados": {"message_id_candidato": "msg123", "aluno_id": "123", "periodo": "trimestre_3"} }
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 2.500 caracteres.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

7.3.5 Memória

7.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Chamada à API - Sistema de Notificações (RF 8).

RF 8. Agente de Execução de Chamada à API - Sistema de Notificações

8.1 Tarefa do Agente

Realizar a chamada à API do sistema de notificações para enviar os relatórios aos responsáveis nos canais preparados.

8.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo payloads prontos para envio por canal, com destinatários e conteúdos definitivos.

# 2. Objetivo
Realizar a chamada à API do sistema de notificações para enviar os relatórios aos responsáveis nos canais preparados.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize o endpoint da API de notificações fornecido no contexto para realizar a chamada com os payloads recebidos.
- Capture o resultado do envio por canal, registrando status, ids_externos e erros eventuais.
- Em caso de erro no envio, registre o erro e retorne uma notificação para intervenção manual.

# 4. Exemplo de Output que você deve produzir
Resultado do envio por canal: {status_por_canal, ids_externos, erros_eventuais, timestamp_envio}. 
8.3 Configurações do Agente

8.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 7).
  • Tipo do input: Este agente deve ser apto a receber como input payloads prontos para envio por canal.
  • 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 3.000 caracteres.

8.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo o resultado do envio por canal, com status, ids_externos e erros eventuais.
  • Exemplo de Estrutura de Output:
     {
      "status_por_canal": {"email": "enviado", "sms": "enviado", "app": "enviado"},
      "ids_externos": {"email": "msg123", "sms": "msg124", "app": "msg125"},
      "erros_eventuais": [],
      "timestamp_envio": "2025-12-20T10:40:00"
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 caracteres.

8.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

8.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Conecta-se ao sistema de notificações via API para enviar os relatórios.

8.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente subsequente.
  • Visibilidade da Resposta: A resposta (resultado do envio) é o entregável final e não é passada para outros agentes internos.

8.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O resultado do envio deve ser registrado para auditoria e controle.

© 2025 prototipe.ai. Todos os direitos reservados.