Agente de IA para Feedback Automatizado de Estágios

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

Como criar um agente de IA que coleta e analisa feedbacks de estagiários e supervisores.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Feedback Automatizado de Estágios", uma solução de automação projetada para coletar e analisar feedbacks de estagiários e supervisores de maneira sistemática. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é automatizar a coleta de feedbacks, identificar áreas de melhoria nos programas de estágio e propor mudanças baseadas nas análises realizadas, melhorando continuamente os programas de estágio.

2. Contexto e Problema

Cenário Atual

A coleta e análise de feedbacks de estagiários e supervisores são processos manuais e inconsistentes, dificultando a identificação de áreas de melhoria nos programas de estágio. Os principais desafios incluem:

  • Dificuldade em coletar feedbacks de maneira sistemática.
  • Falta de padronização nos feedbacks recebidos, dificultando a análise.
  • Necessidade de melhorar continuamente os programas de estágio com base nos feedbacks.

Atualmente, a análise dos feedbacks é feita manualmente, o que consome tempo e está sujeita a erros humanos. Além disso, a falta de um sistema automatizado impede a identificação rápida de áreas críticas que necessitam de melhorias.


Problemas Identificados

  • Consumo de tempo: O processo manual de análise de feedbacks consome um tempo valioso que poderia ser utilizado para implementar melhorias nos programas de estágio.
  • Falta de padronização: Feedbacks não padronizados dificultam a análise e comparação entre diferentes programas de estágio.
  • Falta de insights acionáveis: A análise manual não consegue identificar rapidamente áreas críticas para melhoria.

3. Impactos Esperados

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

  • Reduzir o tempo de coleta e análise de feedbacks em pelo menos 70%.
  • Padronizar a qualidade e o formato dos feedbacks recebidos.
  • Identificar rapidamente áreas críticas para melhoria nos programas de estágio.
  • Melhorar continuamente os programas de estágio com base em insights acionáveis.

4. Visão Geral da Solução

O agente de IA para feedback automatizado de estágios coleta e analisa feedbacks de estagiários e supervisores, aplica regras de análise de dados para identificar áreas de melhoria e propõe mudanças nos programas de estágio. 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 melhoria contínua dos programas de estágio.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a coleta e padronização dos feedbacks e termina com a geração de um plano de ação priorizado para melhorias nos programas de estágio.

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

Agentes Função Principal
Agente de Coleta e Padronização de Feedbacks (RF 1) Automatizar a ingestão e padronização de feedbacks de estagiários e supervisores.
Agente de Análise de Feedbacks (RF 2) Identificar padrões e oportunidades de melhoria a partir dos feedbacks padronizados.
Agente de Geração de Plano de Ação (RF 3) Converter achados analíticos em um plano de ação priorizado para melhoria dos programas de estágio.

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 Coleta e Padronização de Feedbacks

1.1 Tarefa do Agente

Automatizar a ingestão e padronização de feedbacks de estagiários e supervisores, garantindo anonimização quando exigida e validação mínima de qualidade.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma lista de feedbacks de estagiários e supervisores. Este texto é o registro bruto dos feedbacks sobre os programas de estágio.

# 2. Objetivo
Automatizar a ingestão e padronização dos feedbacks, garantindo anonimização e validação de qualidade.

# 3. Regras que você deve seguir para gerar sua resposta
- Aceite formatos de escala equivalentes e normalize para inteiro 1..5.
- Campos obrigatórios por respondent_type: estagiario => {respondent_type, programa_id, coorte}; supervisor => {respondent_type, programa_id}.
- Anonimização quando anonimizado=true ou solicitado no input.
- Normalizar datas para ISO-8601 (YYYY-MM-DD).
- Deduplicação: considerar duplicado quando (comentario_normalizado sem stopwords + programa_id + respondent_type + data_iso mesmo dia) for idêntico.
- Normalizar chaves de dimensões de escala para taxonomia padrão.
- Produzir hash_canonico por item.
- Preencher quality.total_itens, quality.itens_invalidos e quality.campos_faltantes_por_percentual com percentuais em 0–100, com 2 casas decimais. 
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 feedbacks em formato estruturado ou semiestruturado 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: Lista de feedbacks em formato estruturado (JSON) ou semiestruturado (texto/csv).
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .json, .csv, .txt.
  • 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 com array normalized_feedbacks e metadados de qualidade.
  • Exemplo de Estrutura de Output:
     {
      "normalized_feedbacks": [{ "feedback_id": "string", "respondent_type": "string", "programa_id": "string", "coorte": "string", "departamento?": "string", "localidade?": "string", "escala": {"dimensoes...": "1..5"}, "comentario_normalizado": "string", "anonimizado": true|false, "data_iso": "string", "origem": "string", "hash_canonico": "string" }],
      "quality": { "total_itens": "number", "removidos_duplicados": "number", "itens_invalidos": "number", "campos_faltantes_por_percentual": "number" }
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 5.000 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 de Feedbacks (RF 2).

1.3.6 Regras de Orquestração e Transição

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

RF 2. Agente de Análise de Feedbacks

2.1 Tarefa do Agente

Identificar padrões, temas críticos e oportunidades de melhoria a partir dos feedbacks padronizados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON contendo feedbacks padronizados e metadados de qualidade.

# 2. Objetivo
Analisar os feedbacks para identificar padrões, temas críticos e oportunidades de melhoria.

# 3. Regras que você deve seguir para gerar sua resposta
- Classificação de sentimento (comentario_normalizado).
- Taxonomia de temas multi-rótulo.
- KPIs: calcular média_por_dimensao.
- Outliers críticos.
- Priorização de temas: ordenar por (1) %negativo, (2) média ascendente, (3) ocorrências.
- Incluir até 3 exemplos_evidencias por tema.
- Registrar data_quality_notas com alertas. 
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: JSON contendo feedbacks padronizados e metadados de qualidade.
  • 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.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON analítico com KPIs, temas, segmentos e priorização de temas.
  • Exemplo de Estrutura de Output:
     {
      "kpis": {"n_respostas": "number", "cobertura_dimensoes%": "number", "media_por_dimensao": "number", "%negativos_por_dimensao": "number", "itens_outliers": "array" },
      "temas": [{"tema": "string", "ocorrencias": "number", "media_escala": "number", "%negativo": "number", "exemplos_evidencias": "array" }],
      "segmentos": {"por_respondent_type": "object"},
      "priorizacao": [{"tema": "string", "criticidade": "string", "motivo": "string" }],
      "data_quality_notas": "string"
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 4.000 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: Não utiliza.
  • 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 Plano de Ação (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Plano de Ação (RF 3).

RF 3. Agente de Geração de Plano de Ação

3.1 Tarefa do Agente

Converter achados analíticos em um plano de ação priorizado para melhoria contínua dos programas de estágio.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON analítico contendo achados sobre feedbacks de programas de estágio.

# 2. Objetivo
Converter os achados em um plano de ação priorizado para melhoria contínua dos programas de estágio.

# 3. Regras que você deve seguir para gerar sua resposta
- Para cada tema com criticidade=alto, definir ao menos 1 objetivo específico.
- Criar ações SMART.
- Priorização baseada em matriz impacto x esforço.
- Quick wins.
- Conformidade e anonimato.
- Estabelecer governança mínima. 
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: JSON analítico contendo achados sobre feedbacks de programas de estágio.
  • 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 4.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON do plano de ação.
  • Exemplo de Estrutura de Output:
     {
      "prioridades": [{"tema": "string", "objetivo_especifico": "string", "acoes": [{"descricao": "string", "owner_role": "string", "prazo_dias": "number", "esforco": "string", "impacto_esperado": "string", "dependencias?": "string", "riscos_mitigacoes?": "string", "sucesso_metrica": {"dimensao_alvo?": "string", "baseline": "number", "meta": "number", "prazo_avaliacao_dias": "number"}}], "justificativa": "string", "criticidade": "string"}],
      "quick_wins": [{"tema": "string", "descricao": "string", "prazo_dias": "number", "esforco": "string"}],
      "governanca": {"cadencia_revisao": "string", "rituais": [{"nome": "string", "participantes": "string", "entrada": "string", "saida": "string"}], "responsavel_geral": "string"}
    } 
  • Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 3.500 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 (plano de ação) 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. O plano de ação gerado é o resultado que deve ser disponibilizado aos responsáveis pelo programa de estágio.

© 2025 prototipe.ai. Todos os direitos reservados.