1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, consulta a documentos e demais requisitos funcionais para o Agente de IA para Planejamento de Aulas Baseado em Desempenho. Esta documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é ajustar o planejamento de aulas com base nos dados de desempenho dos alunos, oferecendo insights práticos para melhorar o ensino em áreas identificadas como críticas nas avaliações contínuas.
2. Contexto e Problema
Cenário Atual
Atualmente, os educadores enfrentam desafios significativos em adaptar o planejamento de aulas de acordo com o desempenho dos alunos. As dificuldades incluem:
- Falta de insights claros sobre como ajustar as aulas para atender às necessidades dos alunos.
- Dificuldade em identificar padrões de desempenho que requerem atenção especial.
- Necessidade de oferecer sugestões práticas e baseadas em dados para melhorar o ensino.
Sem uma análise detalhada, as aulas podem não ser suficientemente adaptadas para abordar os desafios enfrentados pelos alunos, resultando em oportunidades perdidas para melhorar o aprendizado.
Problemas Identificados
- Necessidade de personalização: As aulas precisam ser ajustadas com base nos dados de desempenho para maximizar o aprendizado.
- Falta de insights: Educadores precisam de sugestões práticas sobre como melhorar o ensino com base nas avaliações.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Melhoria na eficácia do ensino através de ajustes baseados em dados de desempenho.
- Aumento da personalização do ensino para atender melhor às necessidades dos alunos.
- Fornecimento de insights práticos para educadores, ajudando-os a adaptar suas estratégias de ensino.
4. Visão Geral da Solução
O agente de IA para planejamento de aulas baseado em desempenho analisa dados de desempenho dos alunos, identifica padrões e sugere ajustes no planejamento de aulas para melhorar o 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 no planejamento de aulas que atendam às necessidades específicas dos alunos.
A solução consiste em um fluxo de automação contendo um agente de IA principal. O processo começa com o envio de dados de desempenho dos alunos e termina com sugestões práticas de ajustes no planejamento de aulas.
| Agente | Função Principal |
|---|---|
Agente de Análise de Desempenho dos Alunos (RF 1)
| Analisar dados de desempenho e sugerir ajustes no planejamento de aulas. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram como o agente analisa os dados de desempenho e gera sugestões de ajustes no planejamento de aulas. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Desempenho dos Alunos
1.1 Tarefa do Agente
Analisar dados de desempenho dos alunos para sugerir ajustes práticos no planejamento de aulas, visando melhorar o ensino e o aprendizado.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de desempenho dos alunos em formato CSV. Este arquivo contém informações sobre o desempenho dos alunos em diversas avaliações contínuas. # 2. Objetivo Analisar os dados para identificar padrões de desempenho e sugerir ajustes no planejamento de aulas, oferecendo sugestões práticas para melhorar o ensino. # 3. Regras que você deve seguir para gerar sua resposta - Analise os dados para identificar áreas de baixo desempenho ou melhoria. - Sugira ajustes específicos no planejamento de aulas, como alteração de metodologia de ensino ou foco em tópicos específicos. - Proponha estratégias pedagógicas e recursos adicionais, como materiais complementares ou atividades práticas. - Considere o histórico de desempenho individual e coletivo para personalizar as sugestões de melhorias. # 4. Exemplo de Output que você deve produzir - Ajuste no planejamento: Aumentar o foco em álgebra nas próximas duas semanas devido ao baixo desempenho geral. - Sugestão de metodologia: Implementar mais atividades práticas para melhorar a compreensão. - Recurso adicional: Fornecer materiais complementares sobre geometria para alunos com dificuldades.
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 desempenho dos alunos em formato CSV via API. Na fase de testes, os dados serão enviados manualmente por upload do arquivo CSV na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados de desempenho dos alunos em formato CSV.
-
Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos:
.csv. - 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 texto formatado em **Markdown** com sugestões práticas de ajustes no planejamento de aulas.
-
Exemplo de Estrutura de Output:
- Ajuste no planejamento: Aumentar o foco em álgebra nas próximas duas semanas devido ao baixo desempenho geral. - Sugestão de metodologia: Implementar mais atividades práticas para melhorar a compreensão. - Recurso adicional: Fornecer materiais complementares sobre geometria para alunos com dificuldades.
- Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 2.000 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 não precisa ser visível para nenhum agente subsequente.
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente finaliza o fluxo.