Agente de IA para Geração de Relatórios Acadêmicos

09 de November de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que sintetiza dados acadêmicos em relatórios personalizados para administradores e professores.

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 "Geração de Relatórios Acadêmicos", uma solução projetada para automatizar a coleta e análise de dados acadêmicos, gerando relatórios personalizados que auxiliam na tomada de decisões por administradores e professores. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é transformar grandes volumes de dados acadêmicos em relatórios acionáveis, focando em métricas de desempenho e engajamento dos alunos, reduzindo drasticamente o tempo e esforço manual necessário para elaboração desses relatórios.

2. Contexto e Problema

Cenário Atual

A elaboração de relatórios acadêmicos é um processo demorado e complexo, muitas vezes realizado manualmente por administradores e professores. O volume de dados acadêmicos disponíveis dificulta a obtenção de insights acionáveis, essenciais para melhorar o desempenho e engajamento dos alunos.


Problemas Identificados

  • Consumo de tempo: A elaboração manual de relatórios consome tempo valioso dos educadores, que poderia ser utilizado em atividades pedagógicas mais estratégicas.
  • Dificuldade em obter insights: O grande volume de dados acadêmicos torna difícil a identificação de padrões e insights acionáveis sem ferramentas adequadas.
  • Falta de padronização: Relatórios gerados manualmente podem carecer de padronização, dificultando comparações e análises ao longo do tempo.

3. Impactos Esperados

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

  • Reduzir o tempo de elaboração de relatórios em pelo menos 70%.
  • Facilitar a obtenção de insights acionáveis a partir dos dados acadêmicos.
  • Padronizar a qualidade e o formato dos relatórios acadêmicos.
  • Apoiar a tomada de decisões de administradores e professores, com base em dados precisos e atualizados.

4. Visão Geral da Solução

O agente de IA para geração de relatórios acadêmicos automatiza a coleta e análise de dados, sintetizando informações em relatórios padronizados e personalizados. 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 geração de relatórios acadêmicos que atendam às necessidades específicas de administradores e professores.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta e análise de dados acadêmicos e termina com a geração de relatórios em formato Markdown.

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

Agentes Função Principal
Agente de Coleta e Análise de Dados Acadêmicos (RF 1) Automatizar a coleta e análise de dados acadêmicos para geração de relatórios precisos.
Agente de Geração de Relatórios Acadêmicos (RF 2) Gerar relatórios personalizados para administradores e professores com base nos dados analisados.

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 Análise de Dados Acadêmicos

1.1 Tarefa do Agente

Automatizar a coleta e análise de dados acadêmicos para geração de relatórios precisos.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados acadêmicos em formato CSV ou planilhas Excel. Esses dados contêm informações sobre desempenho e engajamento dos alunos.

# 2. Objetivo
Automatizar a coleta e análise de dados acadêmicos para gerar relatórios precisos e personalizados.

# 3. Regras que você deve seguir para gerar sua resposta
- Identifique e extraia dados acadêmicos de fontes fornecidas, como arquivos CSV ou planilhas Excel.
- Analise os dados extraídos para calcular métricas de desempenho, como médias de notas, taxas de aprovação e frequência.
- Calcule métricas de engajamento dos alunos, como participação em atividades extracurriculares e presença em sala de aula.
- Estruture os dados analisados em um formato JSON padronizado, incluindo todas as métricas calculadas.
- Garanta a precisão e atualidade dos dados processados, validando consistência e completude através de verificação cruzada com fontes originais.
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 acadêmicos em formato CSV ou planilhas Excel 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: Dados acadêmicos estruturados em planilhas.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv, .xlsx.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON, estruturando as métricas de desempenho e engajamento dos alunos.
  • Exemplo de Estrutura de Output:
     {
      "metrics": {
        "performance": {
          "average_grades": 85,
          "approval_rate": 92,
          "attendance": 88
        },
        "engagement": {
          "extracurricular_participation": 75,
          "class_presence": 80
        }
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 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: Utiliza lógica interna para calcular métricas.
  • 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 Geração de Relatórios Acadêmicos (RF 2).

RF 2. Agente de Geração de Relatórios Acadêmicos

2.1 Tarefa do Agente

Gerar relatórios personalizados para administradores e professores com base nos dados analisados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados analisados e estruturados em formato JSON. Esses dados contêm métricas de desempenho e engajamento dos alunos.

# 2. Objetivo
Gerar relatórios personalizados para administradores e professores, destacando métricas de desempenho e engajamento.

# 3. Regras que você deve seguir para gerar sua resposta
- Receba os dados estruturados em JSON contendo métricas de desempenho e engajamento dos alunos.
- Crie relatórios acadêmicos personalizados em formato Markdown, destacando as principais métricas para fácil visualização.
- Inclua seções no relatório que facilitem a interpretação dos dados, como gráficos e tabelas resumidas.
- Garanta que os relatórios sejam claros e objetivos, facilitando a tomada de decisões por administradores e professores.
- Revise o relatório gerado para assegurar que todas as informações relevantes estejam incluídas e sejam precisas, incorporando feedback de usuários para melhorias contínuas.
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: Dados analisados e estruturados em JSON.
  • 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 relatório acadêmico em formato Markdown, destacando métricas de desempenho e engajamento.
  • Exemplo de Estrutura de Output:
     # Relatório Acadêmico
    
    ## Desempenho dos Alunos
    - Média de Notas: 85
    - Taxa de Aprovação: 92%
    - Frequência: 88%
    
    ## Engajamento dos Alunos
    - Participação em Atividades Extracurriculares: 75%
    - Presença em Sala de Aula: 80%
  • Número de caracteres esperado: O relatório gerado deve ter um tamanho estimado em torno de 1.500 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.
  • Visibilidade da Resposta: A resposta gerada por este agente é o entregável final e não é passada para outros agentes internos.

2.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado aos usuários finais.

© 2025 prototipe.ai. Todos os direitos reservados.