1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, busca online, consulta a documentos e demais requisitos funcionais para o Agente de IA para Monitoramento de Tendências Acadêmicas Globais. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é monitorar continuamente as tendências acadêmicas globais e fornecer insights para a atualização do conteúdo programático dos cursos, garantindo que o currículo seja adaptado para refletir as mudanças no cenário acadêmico global.
2. Contexto e Problema
Cenário Atual
Atualmente, as instituições de ensino enfrentam desafios significativos para manter seus currículos atualizados com as rápidas mudanças no cenário acadêmico global. Sem um monitoramento contínuo e eficaz das tendências, é difícil incorporar novas áreas de relevância no conteúdo programático dos cursos.
Problemas Identificados
- Falta de monitoramento contínuo: As instituições frequentemente não conseguem acompanhar as tendências acadêmicas globais em tempo real, o que pode levar a currículos desatualizados.
- Dificuldade em incorporar novas tendências: Mesmo quando as tendências são identificadas, integrá-las de forma eficaz no currículo pode ser um desafio.
- Desafios em manter o currículo atualizado: As mudanças rápidas no cenário acadêmico global exigem uma revisão constante do conteúdo programático, o que pode ser um processo complexo e demorado.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Monitoramento contínuo das tendências acadêmicas globais, permitindo que as instituições reajam rapidamente a novas áreas de relevância.
- Insights precisos e acionáveis para a atualização do conteúdo programático, garantindo que os cursos oferecidos sejam sempre relevantes e atualizados.
- Redução do tempo e esforço necessários para revisar e atualizar o currículo, liberando recursos para outras áreas críticas da educação.
4. Visão Geral da Solução
O agente de IA para monitoramento de tendências acadêmicas globais analisa dados de fontes acadêmicas e institucionais, identifica tendências emergentes e fornece insights para a atualização do conteúdo programático dos cursos. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no monitoramento de tendências acadêmicas.
A solução consiste em um fluxo de automação composto por 6 agentes de IA. O processo inicia com a definição de parâmetros de monitoramento e termina com a geração de recomendações para atualização curricular.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Orquestração de Parâmetros e Taxonomia (RF 1)
| Definir parâmetros de monitoramento e taxonomia temática para rastrear tendências acadêmicas globais. |
Agente de Busca Online (RF 2)
| Realizar buscas online nas fontes acadêmicas e institucionais com os parâmetros prontos. |
Agente de Consolidação e Priorização de Tendências (RF 3)
| Normalizar, deduplicar e priorizar tendências a partir dos resultados brutos de busca. |
Agente de Execução de Consulta a Documento (RF 4)
| Realizar consulta ao documento do catálogo curricular vigente para obter ementas, competências e carga horária dos cursos. |
Agente de Mapeamento de Tendências ao Currículo (RF 5)
| Mapear as tendências consolidadas aos componentes curriculares existentes, identificando lacunas e oportunidades. |
Agente de Recomendações para Atualização Curricular (RF 6)
| Gerar recomendações implementáveis para atualização do conteúdo programático com base nas tendências e no mapeamento. |
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 Orquestração de Parâmetros e Taxonomia
1.1 Tarefa do Agente
Definir parâmetros de monitoramento, taxonomia temática e queries padronizadas para rastrear tendências acadêmicas globais.
1.2 Prompt ou Instruções do Agente
Você deve definir parâmetros de monitoramento, taxonomia temática e queries padronizadas para rastrear tendências acadêmicas globais. Utilize as informações contextuais disponíveis para personalizar as consultas conforme a necessidade institucional.
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 contexto institucional em JSON 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 JSON na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um JSON contendo o contexto institucional.
-
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 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo os parâmetros prontos para busca.
-
Exemplo de Estrutura de Output:
{"janela_temporal":{"inicio":"YYYY-MM-01","fim":"YYYY-MM-DD"}, "idiomas":["pt","en"], "taxonomia":{"macroareas":["Ciências Exatas e da Terra","Engenharias"], "padrao":"UNESCO-FOS 2015"}, "queries":[{"tema":"Inteligência Artificial na Educação","consulta":"(education OR curriculum) AND (AI OR 'machine learning')"}], "fontes":{"journals":true, "conferencias":true, "preprints":true}, "limite_resultados_por_query":100} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 3.000 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
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 Busca Online (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Busca Online (RF 2).
RF 2. Agente de Busca Online
2.1 Tarefa do Agente
Realizar buscas online nas fontes acadêmicas e institucionais com os parâmetros prontos, retornando resultados brutos estruturados.
2.2 Prompt ou Instruções do Agente
Este agente não precisa de instruções para chamadas ao LLM, pois sua única função é executar a busca online com parâmetros que já recebe prontos.
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 JSON contendo os parâmetros de busca prontos.
-
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 JSON contendo os resultados brutos das buscas.
-
Exemplo de Estrutura de Output:
{"raw_results":[{"titulo":"...","url":"...","fonte":"journal","data":"YYYY-MM-DD","idioma":"en","autores":["..."], "veiculo_ou_evento":"...", "citacoes": 42, "topicos":["AI","curriculum"], "resumo":"..."}], "meta":{"total": N}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 5.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Executa busca online com os parâmetros recebidos.
- 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 Consolidação e Priorização de Tendências (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Priorização de Tendências (RF 3).
RF 3. Agente de Consolidação e Priorização de Tendências
3.1 Tarefa do Agente
Normalizar, deduplicar e priorizar tendências a partir dos resultados brutos de busca.
3.2 Prompt ou Instruções do Agente
Você deve normalizar, deduplicar e priorizar tendências a partir dos resultados brutos de busca. Utilize os critérios de relevância e confiança para categorizar as tendências e gerar um output estruturado.
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 JSON contendo os resultados brutos das buscas.
-
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 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo as tendências consolidadas e priorizadas.
-
Exemplo de Estrutura de Output:
{"tendencias":[{"id":"T-001","area":"Inteligência Artificial","subarea":"Aprendizado Profundo","descricao":"Crescimento de DL aplicado a educação e saúde.", "evidencias":[{"fonte":"journal","url":"...","data":"YYYY-MM-DD"}], "metricas":{"citacoes_mediana": 20, "crescimento_publicacoes_pct": 35, "distribuicao_fontes":{"journals":40,"conferencias":35,"preprints":25}}, "score_relevancia": 0.78, "confianca":"alta", "horizonte":"curto"}], "criterios":{"formula":"score = 0.4*g + 0.3*c + 0.2*d + 0.1*policy", "limiar_minimo":0.6}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 4.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
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 gerada por este agente deve ser visível para o Agente de Execução de Consulta a Documento (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento (RF 4).
RF 4. Agente de Execução de Consulta a Documento
4.1 Tarefa do Agente
Realizar consulta ao documento do catálogo curricular vigente para obter ementas, competências e carga horária dos cursos.
4.2 Prompt ou Instruções do Agente
Este agente não precisa de instruções para chamadas ao LLM, pois sua única função é executar a consulta ao documento com parâmetros que já recebe prontos.
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 um JSON contendo os parâmetros de consulta e referência ao documento.
-
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 5.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo os dados curriculares recuperados.
-
Exemplo de Estrutura de Output:
{"curriculo":[{"curso":"Ciência da Computação","componente":"IA I","competencias":["modelagem","aprendizado"], "carga_horaria":60, "periodo":"5º"}], "meta":{"versao":"2025","fonte":"..."}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 3.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
4.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 Mapeamento de Tendências ao Currículo (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Mapeamento de Tendências ao Currículo (RF 5).
RF 5. Agente de Mapeamento de Tendências ao Currículo
5.1 Tarefa do Agente
Mapear as tendências consolidadas aos componentes curriculares existentes, identificando lacunas e oportunidades.
5.2 Prompt ou Instruções do Agente
Você deve mapear as tendências consolidadas aos componentes curriculares existentes, identificando lacunas e oportunidades. Utilize os dados curriculares e as tendências priorizadas para gerar um mapeamento estruturado.
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 contendo as tendências consolidadas e, quando disponível, os dados do currículo.
-
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 6.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o mapa de aderência e lacunas.
-
Exemplo de Estrutura de Output:
{"mapeamento":[{"tendencia_id":"T-001","curso":"Ciência da Computação","componente_alvo":"IA I","aderencia_pct": 65, "lacunas":["aprendizado profundo aplicado"], "oportunidades":["laboratório prático"], "impacto_estimado":"alto"}], "regras_correlacao":{"pesos":{"termos_competencias":0.5,"topicos":0.3,"carga_horaria":0.2}, "limiar_aderencia":0.6}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 4.000 caracteres.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
5.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
5.3.5 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 Recomendações para Atualização Curricular (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Recomendações para Atualização Curricular (RF 6).
RF 6. Agente de Recomendações para Atualização Curricular
6.1 Tarefa do Agente
Gerar recomendações implementáveis para atualização do conteúdo programático com base nas tendências e no mapeamento.
6.2 Prompt ou Instruções do Agente
Você deve gerar recomendações implementáveis para atualização do conteúdo programático com base nas tendências e no mapeamento. Utilize as regras de priorização e impacto para definir as ações a serem tomadas.
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 JSON contendo as tendências consolidadas e, quando houver, o mapeamento ao currículo.
-
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 6.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo o plano de atualização.
-
Exemplo de Estrutura de Output:
{"recomendacoes":[{"curso":"Ciência da Computação","componente":"IA I","acao":"incluir_modulo","descricao":"Introduzir módulo de Redes Neurais Profundas","tipo_mudanca":"conteudo","carga_horaria_ajuste":+20, "prerequisitos":["Álgebra Linear"], "avaliacao_sugerida":"projeto aplicado", "prioridade":"alta", "prazo_meses":12, "justificativa":"score 0.82; lacuna crítica em DL aplicado"}], "politicas":{"limite_ajuste_carga_pct":15, "janela_implantacao_meses":12}} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado de 5.000 caracteres.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
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
- 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 entregável final e não é passada para outros agentes internos.
6.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O plano de atualização gerado é o resultado que deve ser disponibilizado ao usuário.