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 em Trabalhos Escolares", uma solução de automação projetada para revisar trabalhos escolares e fornecer feedback detalhado sobre gramática, estilo e conteúdo. 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 o processo de revisão de trabalhos escolares, proporcionando feedback rápido, detalhado e adaptado ao nível de habilidade de cada aluno, melhorando assim o aprendizado e a qualidade dos trabalhos.
2. Contexto e Problema
Cenário Atual
Atualmente, o feedback para trabalhos escolares é dado manualmente, o que pode ser um processo demorado e inconsistente. Professores enfrentam dificuldades para fornecer um feedback rápido e detalhado, o que é essencial para o aprendizado contínuo dos alunos.
Problemas Identificados
- Demora no feedback: O tempo gasto para revisar manualmente cada trabalho é significativo, atrasando o feedback para os alunos.
- Inconsistência: O feedback manual pode variar de acordo com o avaliador, resultando em orientações inconsistentes para os alunos.
- Necessidade de personalização: Alunos de diferentes níveis de habilidade precisam de feedback adaptado para suas necessidades específicas, o que é desafiador de realizar manualmente.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Acelerar o processo de feedback para que os alunos possam receber orientações rapidamente.
- Padronizar a qualidade do feedback fornecido, garantindo consistência independentemente do avaliador.
- Adaptar o feedback ao nível do aluno, proporcionando orientações mais relevantes e eficazes para o aprendizado.
4. Visão Geral da Solução
O agente de IA para feedback automatizado em trabalhos escolares revisa documentos de estudantes, identifica erros de gramática, estilo e conteúdo, e fornece feedback detalhado e adaptado ao nível de habilidade do aluno. 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 revisão de trabalhos escolares.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a extração do texto do documento do trabalho escolar e termina com a geração de um relatório de feedback completo em markdown.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Extração de Texto de Documento (RF 1)
| Extrair texto e metadados úteis de trabalhos escolares fornecidos em .docx, .pdf ou .txt. |
Agente de Classificação de Nível do Aluno (RF 2)
| Determinar o nível de habilidade do aluno para calibrar o tom e a profundidade do feedback. |
Agente de Revisão de Trabalhos Escolares (RF 3)
| Revisar trabalhos escolares e fornecer feedback detalhado sobre gramática, estilo e conteúdo. |
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.
6. Requisitos Funcionais
RF 1. Agente de Extração de Texto de Documento
1.1 Tarefa do Agente
Extrair texto e metadados úteis de trabalhos escolares fornecidos em .docx, .pdf ou .txt, normalizando o conteúdo para análise posterior.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um arquivo de trabalho escolar para extração de texto e metadados. Este arquivo pode estar nos formatos .docx, .pdf ou .txt.
# 2. Objetivo
Extrair texto e metadados úteis, normalizando o conteúdo para análise posterior por agentes subsequentes.
# 3. Regras que você deve seguir para gerar sua resposta
- Não aplicar análises de gramática, estilo ou conteúdo aqui. Concentre-se exclusivamente na extração e normalização.
- Se o arquivo estiver vazio ou ilegível, retornar erro_extracao=true e motivo (string).
- Detectar idioma do texto predominante; se houver forte bilinguismo, definir idioma_detectado='misto' e informar proporções.
- Manter a ordem original dos parágrafos e indexá-los a partir de 1.
- Se metadados do aluno vierem ausentes, retornar metadados_aluno_normalizados={} sem inventar valores. 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 de trabalho escolar 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 é um arquivo de trabalho escolar, que pode estar nos formatos .docx, .pdf ou .txt.
-
Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos:
.docx,.pdf,.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 objeto estruturado contendo: texto_integral, paragrafos (array de objetos), contagem_palavras, idioma_detectado, titulo_detectado (string opcional), metadados_aluno_normalizados (objeto).
- Número de caracteres esperado: O texto extraído deve ser conciso e informativo, com um tamanho estimado em torno de 45.000 caracteres, podendo variar conforme o tamanho do trabalho escolar.
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
- 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 Classificação de Nível do Aluno (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Classificação de Nível do Aluno (RF 2).
RF 2. Agente de Classificação de Nível do Aluno
2.1 Tarefa do Agente
Determinar o nível de habilidade do aluno com base em metadados e sinais linguísticos do texto para calibrar o tom e a profundidade do feedback.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um texto integral de um trabalho escolar e metadados associados. Sua tarefa é determinar o nível de habilidade do aluno. # 2. Objetivo Calibrar o tom e a profundidade do feedback com base no nível de habilidade do aluno. # 3. Regras que você deve seguir para gerar sua resposta - Se metadados_aluno_normalizados.nivel_habilidade for explícito, usar esse valor; caso contrário, inferir por heurísticas. - Mapear parametros_adaptacao: iniciante→granularidade=básica, numero_exemplos=3-5, tom=acolhedor; intermediario→granularidade=intermediária, numero_exemplos=2-3, tom=equilibrado; avancado→granularidade=avançada, numero_exemplos=1-2, tom=objetivo. - Preservar idioma_detectado para orientar o idioma do feedback adiante.
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 um texto integral e metadados associados, que foram extraídos pelo agente anterior.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON contendo nivel_habilidade, justificativa_nivel, parametros_adaptacao e metricas_linguisticas.
- 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.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Revisão de Trabalhos Escolares (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Revisão de Trabalhos Escolares (RF 3).
RF 3. Agente de Revisão de Trabalhos Escolares
3.1 Tarefa do Agente
Revisar trabalhos escolares e fornecer feedback detalhado, construtivo e adaptado ao nível do aluno sobre gramática, estilo e conteúdo.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um texto integral de um trabalho escolar, metadados e o nível de habilidade do aluno. # 2. Objetivo Revisar o texto e fornecer feedback detalhado sobre gramática, estilo e conteúdo, adaptado ao nível do aluno. # 3. Regras que você deve seguir para gerar sua resposta - Produzir o relatório no mesmo idioma de idioma_detectado. - Usar parametros_adaptacao (granularidade, numero_exemplos, tom, complexidade_termos) para guiar o feedback. - Estrutura obrigatória do markdown: títulos de nível 2 para cada seção e listas com marcadores para itens. - Não realizar buscas online; inserir sugestões de fontes de maneira genérica.
3.3 Configurações do Agente
3.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
- Tipo do input: Este agente deve ser apto a receber como input um texto integral, metadados e o nível de habilidade do aluno, que foram processados pelos agentes anteriores.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório de feedback em markdown, com seções detalhadas sobre gramática, estilo e conteúdo.
-
Exemplo de Estrutura de Output:
# Relatório de Feedback ## Resumo do Trabalho ## Gramática ## Estilo ## Conteúdo ## Plano de Revisão Priorizado ## Exemplos de Reescrita ## Métricas e Rubrica ## Resumo Estruturado (JSON)
- Número de caracteres esperado: O relatório gerado deve ser claro e direto, com um tamanho estimado em 5.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 (relatório em markdown) 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 relatório gerado é o resultado que deve ser disponibilizado ao usuário.