Agente de IA para Geração de Material Didático Interativo

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

Como criar um agente de IA que produz material didático interativo e multimídia.

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 Geração de Material Didático Interativo. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O agente tem como objetivo criar materiais didáticos interativos e multimídia, adaptados para diferentes disciplinas e níveis de ensino, incentivando a participação ativa dos alunos.

2. Contexto e Problema

Cenário Atual

Educadores enfrentam desafios significativos na criação de materiais didáticos que sejam ao mesmo tempo interativos e adaptáveis a diversas disciplinas e níveis de ensino. A falta de engajamento dos alunos com materiais tradicionais e a dificuldade em adaptar conteúdos para diferentes contextos educacionais são problemas recorrentes.


Problemas Identificados

  • Engajamento insuficiente: Materiais didáticos tradicionais muitas vezes falham em manter o interesse dos alunos.
  • Adaptação complexa: Ajustar materiais para diferentes disciplinas e níveis de ensino é um processo trabalhoso e demorado.
  • Interatividade limitada: A falta de elementos interativos nos materiais reduz a participação ativa dos alunos.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Aumentar o engajamento dos alunos com materiais didáticos interativos e multimídia.
  • Facilitar a adaptação de materiais para diferentes disciplinas e níveis de ensino, reduzindo o tempo e esforço necessários.
  • Incentivar a participação ativa dos alunos por meio de elementos interativos incorporados aos materiais.

4. Visão Geral da Solução

O agente de IA para geração de material didático interativo cria conteúdos multimídia adaptáveis para diversas disciplinas e níveis educacionais, incorporando elementos interativos que promovem a participação ativa dos alunos. 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 criação de materiais didáticos interativos e adaptáveis.

A solução é composta por um fluxo de automação que inclui múltiplos agentes de IA, cada um responsável por uma etapa específica do processo de criação e adaptação de materiais didáticos.

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

Agentes Função Principal
Agente de Enquadramento Pedagógico e Escopo (RF 1) Transformar o briefing inicial em um escopo pedagógico claro e adequado à disciplina e ao nível de ensino.
Agente de Arquitetura Instrucional e Sequência (RF 2) Converter o escopo em um blueprint instrucional sequenciado com atividades interativas.
Agente de Redação de Conteúdo e Multimídia (RF 3) Redigir o conteúdo didático principal em HTML com pontos de interação embutidos.
Agente de Avaliações e Rubricas (RF 4) Gerar itens avaliativos e rubricas alinhadas aos objetivos de aprendizagem.
Agente de Adaptação por Disciplina e Nível Agente Condicionado (RF 5) Adaptar conteúdo para a disciplina e nível de ensino-alvo, preservando os objetivos educacionais.
Agente de QA Pedagógica, Acessibilidade e Consistência Técnica (RF 6) Revisar o pacote, assegurando acessibilidade e coerência entre conteúdo, interações e avaliações.
Agente de Empacotamento e Entrega HTML (RF 7) Empacotar o material em um único arquivo HTML autossuficiente com CSS e JS mínimos integrados.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho dos agentes e o resultado final dos materiais didáticos. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Enquadramento Pedagógico e Escopo

1.1 Tarefa do Agente

Transformar o briefing inicial em um escopo pedagógico claro, mensurável e adequado à disciplina e ao nível de ensino.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um briefing inicial contendo informações sobre a disciplina, nível de ensino, tema/título pretendido, duração aproximada da aula/unidade e objetivos preliminares do professor.

# 2. Objetivo
Transformar o briefing inicial em um escopo pedagógico claro, mensurável e adequado à disciplina e ao nível de ensino.

# 3. Regras que você deve seguir para gerar sua resposta
- Normalização de nível: mapear termos informais para categorias padrão (Fundamental I, Fundamental II, Médio, Superior, Técnico, Livre).
- Objetivos mensuráveis: redigir objetivos iniciando com verbo observável, incluindo condição e critério.
- Pré-requisitos: listar conhecimentos necessários em bullets; se ausentes, propor remediação breve.
- Escopo de conteúdo: limitar a 5-7 tópicos nucleares; excluir conteúdos periféricos que não contribuam para os objetivos.
- Adequação etária e linguagem: ajustar vocabulário e exemplos à faixa etária do público; sinalizar conteúdo sensível se surgir.
- Multimídia: indicar 2-3 mídias prioritárias compatíveis com restrições.
- Inclusão: prever acessibilidade básica (uso de textos alternativos, legendas, contraste).
- Métrica de tempo: estimar minutos por tópico com margem de 20%.
- Variantes disciplinares: se o briefing citar múltiplas disciplinas, priorizar a principal e registrar secundárias como extensões. 
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 briefing inicial via API. Na fase de testes, o fluxo será iniciado pelo envio manual do briefing diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um documento textual contendo informações sobre a disciplina e o nível de ensino.
  • Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos: .txt, .docx, .pdf.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo o escopo pedagógico estruturado. A estrutura deve incluir disciplina, nível, objetivos de aprendizagem, pré-requisitos, e outros elementos conforme descrito nas regras.
  • Exemplo de Estrutura de Output:
     {
      "disciplina": "Matemática",
      "nivel": "Fundamental II",
      "objetivos": ["Identificar propriedades de figuras geométricas", "Aplicar teoremas básicos"],
      "pre-requisitos": ["Conhecimento básico de geometria"],
      "topicos": ["Figuras Planas", "Teorema de Pitágoras"]
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.500 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 Arquitetura Instrucional e Sequência (RF 2).

RF 2. Agente de Arquitetura Instrucional e Sequência

2.1 Tarefa do Agente

Converter o escopo em um blueprint instrucional sequenciado com atividades interativas e checagens de aprendizagem.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON do Escopo Pedagógico produzido pelo Agente de Enquadramento.

# 2. Objetivo
Converter o escopo em um blueprint instrucional sequenciado com atividades interativas e checagens de aprendizagem.

# 3. Regras que você deve seguir para gerar sua resposta
- Alinhamento: cada seção deve mapear explicitamente 1-2 objetivos do escopo.
- Ritmo: intercalar exposição e prática; inserir uma interação a cada 5–7 minutos de estudo.
- Variedade: distribuir tipos de interação evitando repetição consecutiva do mesmo tipo.
- Diferenciação: para cada atividade, definir variações de dificuldade e um critério de progressão.
- Remediação: quando critério não atingido, direcionar a uma microatividade de reforço com tempo ≤ 3 minutos.
- Instruções: produzir instruções curtas, imperativas e específicas para professor e aluno.
- Tempo total: somatório das estimativas deve respeitar a restrição de duração com ±10%.
- Segurança: evitar prompts abertos que estimulem compartilhamento de dados pessoais dos alunos. 
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 no formato JSON, que corresponde ao escopo pedagógico gerado 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 3.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo o blueprint instrucional com módulos, sequência de tópicos, atividades interativas e avaliações.
  • Exemplo de Estrutura de Output:
     {
      "modulos": [
        {
          "titulo": "Introdução à Geometria",
          "objetivos": ["Compreender propriedades de figuras geométricas"],
          "atividades": [
            {"tipo": "quiz", "descricao": "Identifique a figura geométrica", "tempo": 5}
          ]
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 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 Redação de Conteúdo e Multimídia (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Redação de Conteúdo e Multimídia (RF 3).

RF 3. Agente de Redação de Conteúdo e Multimídia

3.1 Tarefa do Agente

Redigir o conteúdo didático principal em HTML com pontos de interação embutidos e textos acessíveis.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um blueprint instrucional da etapa anterior.

# 2. Objetivo
Redigir o conteúdo didático principal em HTML com pontos de interação embutidos e textos acessíveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Clareza: parágrafos de 2–4 frases; usar exemplos contextualizados à disciplina e nível.
- Estrutura: utilizar h2 para seções, h3 para subseções; listas numeradas para procedimentos e com marcadores para conceitos.
- Acessibilidade: fornecer alt text significativo, legendas/transcrições para mídia, contraste mínimo e evitar apenas cores para sinalização.
- Interatividade: cada ponto de interação deve ter id único, enunciado, objetivo, tempo estimado e feedback específico para acerto/erro.
- Linguagem inclusiva e segura: evitar estereótipos e linguagem excludente; não solicitar dados pessoais.
- Reuso: isolar exemplos disciplinares em blocos identificados para facilitar adaptação futura.
- Compatibilidade: não depender de bibliotecas externas; manter HTML/CSS/JS vanilla mínimo.
- Conteúdo sensível: se o tema exigir, incluir aviso ao professor e alternativa pedagógica. 
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: Este agente deve ser apto a receber como input um texto no formato JSON, que corresponde ao blueprint instrucional gerado 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 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um pacote com HTML fragmentado por seções, listas e parágrafos, incluindo marcadores de interação e placeholders de mídia.
  • Exemplo de Estrutura de Output:
     

    Introdução à Geometria

    Figuras geométricas são fundamentais em matemática...

    Quiz: Identifique a figura

    Abaixo estão descrições de figuras geométricas...

  • Número de caracteres esperado: O HTML gerado deve ter um tamanho estimado em torno de 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 gerada por este agente deve ser visível para o Agente de Avaliações e Rubricas (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Avaliações e Rubricas (RF 4).

RF 4. Agente de Avaliações e Rubricas

4.1 Tarefa do Agente

Gerar itens avaliativos formativos/somativos e rubricas alinhadas aos objetivos de aprendizagem.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o conteúdo HTML e JSON de interações gerados, além dos objetivos do escopo.

# 2. Objetivo
Gerar itens avaliativos formativos/somativos e rubricas alinhadas aos objetivos de aprendizagem.

# 3. Regras que você deve seguir para gerar sua resposta
- Cobertura: cada objetivo deve ter pelo menos 2 itens formativos e 1 somativo.
- Dificuldade: classificar itens em básico, intermediário, avançado e balancear 40/40/20.
- Qualidade de alternativas: evitar alternativas absurdas; inserir pelo menos um distrator plausível por item.
- Justificativas: para cada gabarito, incluir razão do acerto e explicação curta para o principal erro.
- Feedback adaptativo: mapear erros frequentes a dicas específicas e links para trechos do conteúdo (id da seção).
- Rubrica: definir critérios (clareza, precisão, aplicação, originalidade) com descritores objetivos por nível.
- Antiplágio/ética: orientar o professor sobre detecção de respostas copiadas e citando fontes quando aplicável. 
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
  • Tipo do input: Este agente deve ser apto a receber como input o conteúdo HTML e JSON de interações gerados, além dos objetivos do escopo.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .html e .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 8.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um conjunto avaliativo em JSON com itens formativos, somativos, gabaritos, justificativas e rubricas.
  • Exemplo de Estrutura de Output:
     {
      "itens_formativos": [
        {"questao": "O que é uma figura plana?", "opcoes": ["Um círculo", "Uma esfera"], "resposta_correta": "Um círculo"}
      ],
      "rubricas": {
        "clareza": ["Excelente", "Bom", "Regular", "Insuficiente"]
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.500 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

4.3.5 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 Adaptação por Disciplina e Nível (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Adaptação por Disciplina e Nível (RF 5).

RF 5. Agente de Adaptação por Disciplina e Nível Agente Condicionado

5.1 Tarefa do Agente

Adaptar conteúdo, exemplos, terminologia e profundidade para a disciplina e nível de ensino-alvo, preservando os objetivos.

5.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um pacote de conteúdo e avaliações gerado, mais parâmetros de adaptação: disciplina-alvo, nível de ensino, idioma/variante, restrições adicionais.

# 2. Objetivo
Adaptar conteúdo, exemplos, terminologia e profundidade para a disciplina e nível de ensino-alvo, preservando os objetivos.

# 3. Regras que você deve seguir para gerar sua resposta
- Terminologia: substituir termos genéricos por equivalentes disciplinares.
- Profundidade: reduzir jargão para níveis iniciais; incluir formalismo e provas apenas em níveis avançados.
- Exemplos: trocar contextos para cenários familiares ao público-alvo.
- Avaliações: reescrever enunciados preservando habilidade medida; manter matriz item→objetivo.
- Tempo: recalcular estimativas com base em complexidade e idade.
- Conformidade cultural/linguística: ajustar variantes do português e evitar referências não apropriadas localmente.
- Integridade: nunca alterar objetivos sem registrar justificativa na nota ao professor. 
5.3 Configurações do Agente

5.3.1 Condições de Ativação

Este agente é acionado somente se a seguinte condição for atendida:

  • A propriedade necessita_adaptacao_disciplina_nivel no objeto JSON de parâmetros de adaptação for true.

5.3.2 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado condicionalmente após a conclusão do agente anterior (RF 4), apenas se for necessário adaptar o conteúdo.
  • Tipo do input: Este agente deve ser apto a receber múltiplos artefatos como input, incluindo o pacote de conteúdo e avaliações gerado, mais parâmetros de adaptação.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 10.000 caracteres.

5.3.3 Especificação do Output

  • Formato de output: O output deve ser uma versão adaptada do HTML, das interações e das avaliações com terminologia ajustada e exemplos contextualizados.
  • Exemplo de Estrutura de Output:
     {
      "conteudo_adaptado": "
    ...
    ", "avaliacoes_adaptadas": {} }
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 3.000 caracteres.

5.3.4 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

5.3.5 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

5.3.6 Memória

5.3.7 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de QA Pedagógica, Acessibilidade e Consistência Técnica (RF 6).

RF 6. Agente de QA Pedagógica, Acessibilidade e Consistência Técnica

6.1 Tarefa do Agente

Revisar integralmente o pacote, corrigindo inconsistências e assegurando acessibilidade e coerência entre conteúdo, interações e avaliações.

6.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o conteúdo HTML final (ou adaptado), JSON de interações e conjunto avaliativo.

# 2. Objetivo
Revisar integralmente o pacote, corrigindo inconsistências e assegurando acessibilidade e coerência entre conteúdo, interações e avaliações.

# 3. Regras que você deve seguir para gerar sua resposta
- Consistência: verificar que cada interação referenciada no HTML tem configuração correspondente e id único.
- Acessibilidade: confirmar presença de alt text, legendas/transcrições, contraste suficiente e foco navegável.
- Alinhamento: checar cobertura dos objetivos e equilíbrio de dificuldade.
- Linguagem: corrigir ambiguidade, vieses e termos excludentes.
- Técnica: assegurar ausência de dependências externas e peso de mídia indicado como placeholder; garantir responsividade mínima.
- Métricas: calcular tempo total e nível de leitura aproximado (fundamental, médio, superior).
- Sinalização: se qa_aprovado=false, incluir recomendações prescritivas por item com ação concreta. 
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 múltiplos artefatos como input, incluindo o conteúdo HTML final (ou adaptado), JSON de interações e conjunto avaliativo.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .html e .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 10.000 caracteres.

6.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório de QA em JSON com lista de problemas detectados e correções aplicadas, checklist de acessibilidade, validação de alinhamento, estimativa de tempo total e nível de leitura.
  • Exemplo de Estrutura de Output:
     {
      "qa_aprovado": true,
      "problemas_detectados": [],
      "checklist_acessibilidade": ["alt text presente", "contraste suficiente"],
      "tempo_estimado": "45 minutos",
      "nivel_leitura": "fundamental"
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 caracteres.

6.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

6.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

6.3.5 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 Empacotamento e Entrega HTML (RF 7).

6.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Empacotamento e Entrega HTML (RF 7).

RF 7. Agente de Empacotamento e Entrega HTML

7.1 Tarefa do Agente

Empacotar o material em um único arquivo HTML autossuficiente com CSS e JS mínimos integrados e metadados descritivos.

7.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o HTML revisado, JSON de interações e relatório de QA.

# 2. Objetivo
Empacotar o material em um único arquivo HTML autossuficiente com CSS e JS mínimos integrados e metadados descritivos.

# 3. Regras que você deve seguir para gerar sua resposta
- Metadados: preencher title, meta description e keywords a partir do escopo.
- Navegação: gerar sumário com âncoras h2/h3.
- Integridade: inserir script inline não minificado com comentários sucintos e namespace simples para evitar conflitos.
- Performance: evitar imagens pesadas e atrasar a ativação de interações até DOM pronto.
- Compatibilidade: garantir funcionamento sem conexão externa.
- Licenças: incluir seção de créditos e licença de uso educacional indicada pelo usuário. 
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 múltiplos artefatos como input, incluindo o HTML revisado, JSON de interações e relatório de QA.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .html e .json (JSON).
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 12.000 caracteres.

7.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo HTML final com metadados, sumário navegável, conteúdo seccionado, e elementos interativos com scripts inline.
  • Exemplo de Estrutura de Output:
     
    
      Material Didático Interativo
      
      
    
    
      

    Sumário

    Introdução à Geometria

    Figuras geométricas são fundamentais em matemática...

  • Número de caracteres esperado: O HTML final deve ter um tamanho estimado em torno de 10.000 caracteres.

7.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

7.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

7.3.5 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 produto final e não precisa ser visível para outros agentes.

7.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O HTML gerado é o produto final que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.