Agente de IA para Otimização de Horários de Aulas

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

Como criar um agente de IA que analisa a disponibilidade de alunos e professores para propor horários de aulas.

1. Propósito e Escopo

Este documento define todos os prompts e detalhes de requisitos para um agente de IA que analisa a disponibilidade de alunos e professores para propor horários de aulas que maximizem a participação e eficiência. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é otimizar a programação de horários de aulas, considerando a disponibilidade de alunos e professores e ajustando conforme necessário para atender a mudanças.

2. Contexto e Problema

Cenário Atual

A instituição de ensino enfrenta desafios em otimizar os horários de aulas para maximizar a participação de alunos e professores. Atualmente, a programação de horários é feita manualmente, o que leva a conflitos de agendamento e uso ineficiente dos recursos disponíveis.


Problemas Identificados

  • Dificuldade em otimizar horários: A programação manual resulta em conflitos de horários, impactando a participação e eficiência do ensino.
  • Ineficiência na utilização de recursos: Salas de aula e professores não são usados de forma otimizada, levando a uma alocação ineficiente de recursos.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

  • Otimizar os horários de aulas para maximizar a participação de alunos e professores.
  • Melhorar a eficiência na utilização de recursos, como salas de aula e tempo dos professores.
  • Reduzir conflitos de agendamento e melhorar a satisfação de alunos e professores.

4. Visão Geral da Solução

O agente de IA para otimização de horários de aulas analisa dados de disponibilidade de alunos e professores, propondo horários que maximizam a participação e eficiência do ensino. 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 programação de horários de aulas.

A solução consiste em um agente de IA que recebe dados de disponibilidade e gera sugestões de horários otimizados, ajustando conforme necessário para atender a mudanças na disponibilidade.

A execução do agente é contínua, ajustando as propostas de horários em tempo real com base nas alterações de disponibilidade informadas por alunos ou professores.

5. Protótipos

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

6. Requisitos Funcionais

RF 1. Agente de Análise de Disponibilidade de Alunos e Professores

1.1 Tarefa do Agente

Analisar a disponibilidade de alunos e professores para otimizar os horários de aulas.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de disponibilidade de alunos e professores em formato JSON. Esses dados são críticos para a otimização dos horários de aulas.

# 2. Objetivo
Analisar a disponibilidade para propor horários que maximizem a participação e eficiência do ensino.

# 3. Regras que você deve seguir para gerar sua resposta
- Avalie a disponibilidade de cada aluno e professor individualmente e registre em uma matriz de disponibilidade cruzada.
- Calcule a sobreposição máxima de disponibilidade entre alunos e professores para determinar os horários possíveis com maior participação.
- Considere restrições como salas de aula disponíveis e limite de capacidade ao propor horários.
- Revise e ajuste propostas de horários em tempo real caso haja mudanças na disponibilidade informada por alunos ou professores.
- Informe no output qualquer conflito de agendamento que não possa ser resolvido com os dados atuais.

# 4. Exemplo de Output que você deve produzir
{
  "horarios_sugeridos": [
    {"dia": "Segunda-feira", "hora_inicio": "09:00", "hora_fim": "10:30", "sala": "A101"},
    {"dia": "Terça-feira", "hora_inicio": "11:00", "hora_fim": "12:30", "sala": "B202"}
  ],
  "conflitos": [
    {"aluno": "João Silva", "detalhes": "Conflito com aula de Matemática"}
  ]
} 
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 de disponibilidade de alunos e professores via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Dados de disponibilidade de alunos e professores.
  • Formatos Suportados: Esse agente deve ser capaz de receber dados no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON contendo sugestões de horários otimizados e possíveis conflitos de agendamento.
  • Exemplo de Estrutura de Output:
     {
      "horarios_sugeridos": [
        {"dia": "Segunda-feira", "hora_inicio": "09:00", "hora_fim": "10:30", "sala": "A101"},
        {"dia": "Terça-feira", "hora_inicio": "11:00", "hora_fim": "12:30", "sala": "B202"}
      ],
      "conflitos": [
        {"aluno": "João Silva", "detalhes": "Conflito com aula de Matemática"}
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 caracteres, podendo variar conforme a quantidade de dados processados.

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 não precisa ser visível para outros agentes, pois este é o agente final do fluxo.

1.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As sugestões de horários e conflitos identificados são os resultados que devem ser disponibilizados para análise e implementação pela instituição.

© 2025 prototipe.ai. Todos os direitos reservados.