Agente de IA para Planejamento de Currículo Acadêmico

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

Como criar um agente de IA que analisa tendências educacionais e feedback de alunos.

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 Planejamento de Currículo Acadêmico. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específico para construção de Agentes de IA.

O objetivo principal é criar um agente de IA que analisa tendências educacionais e feedback de alunos para auxiliar na atualização e planejamento do currículo acadêmico, refletindo as tendências atuais e as necessidades dos alunos.

2. Contexto e Problema

A atualização dos currículos acadêmicos com base em tendências educacionais é ineficiente, e há uma falta de integração entre feedbacks dos alunos e o planejamento curricular. Este agente visa resolver esses problemas através da análise de dados e recomendações automatizadas.

  • Atualização ineficiente dos currículos acadêmicos com base em tendências educacionais.
  • Falta de integração entre feedbacks dos alunos e o planejamento curricular.

3. Impactos Esperados

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

  • Melhorar a atualização dos currículos com base em dados reais e tendências educacionais.
  • Aumentar a integração de feedbacks dos alunos no processo de planejamento curricular.
  • Facilitar a inclusão de novas disciplinas e métodos de ensino no currículo existente.

4. Visão Geral da Solução

O agente de IA para planejamento de currículo acadêmico analisa tendências educacionais e feedback de alunos para sugerir atualizações e modificações no currículo. 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 curricular.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a validação e normalização dos dados e termina com a síntese e planejamento curricular.

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

Agentes Função Principal
Agente de Validação e Normalização de Dados Curriculares (RF 1) Validar, higienizar e normalizar os dados de tendências educacionais e feedbacks de alunos para análise consistente.
Agente de Análise de Tendências Educacionais (RF 2) Derivar prioridades de atualização curricular a partir das tendências normalizadas.
Agente de Análise de Feedback dos Alunos (RF 3) Converter feedbacks normalizados em necessidades curriculares priorizadas por curso e categoria.
Agente de Síntese e Planejamento Curricular (RF 4) Integrar insights de tendências e feedbacks para propor mudanças curriculares priorizadas e operacionalizáveis.

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 Validação e Normalização de Dados Curriculares

1.1 Tarefa do Agente

Validar, higienizar e normalizar os dados de tendências educacionais e feedbacks de alunos para análise consistente.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de tendências educacionais e feedbacks de alunos em formato JSON bruto.

# 2. Objetivo
Validar, higienizar e normalizar esses dados para garantir uma análise consistente e precisa.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronize datas para ISO 8601 (YYYY-MM-DD). Itens com data ausente ou inválida vão para invalid com reason='invalid_date'.
- Normalize chaves de tópico (topic) para uma taxonomia canônica.
- Remova duplicatas: itens com (source, date, topic, metric) idênticos; mantenha o de valor mais recente.
- Trate valores numéricos: converta strings numéricas para número; descarte itens com value não numérico.
- Padronize feedback.category para categorias predefinidas.
- Classifique sentimento final do feedback em: positivo, neutro ou negativo.
- Complete campos obrigatórios ausentes com null.
- Gere data_quality com contagens por tipo e motivos de invalidação.
- Não altere o conteúdo textual dos comentários além de limpeza de espaços e remoção de quebras duplicadas. 
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 tendências e feedbacks 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: O input inicial para o fluxo é um objeto JSON com arrays de tendências e feedbacks.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 50.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON normalizado e validado.
  • Exemplo de Estrutura de Output:
     { "trends_normalized": [...], "feedbacks_normalized": [...], "taxonomy": {topics:[...] , categories:[...]}, "data_quality": {trends:{valid,total,invalid,reasons[]}, feedbacks:{valid,total,invalid,reasons[]}}, "readiness_flag": true|false } 
  • Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos dados.

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 deve ser visível para o Agente de Análise de Tendências Educacionais (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Tendências Educacionais (RF 2).

RF 2. Agente de Análise de Tendências Educacionais

2.1 Tarefa do Agente

Derivar prioridades de atualização curricular a partir das tendências normalizadas.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de tendências educacionais normalizados.

# 2. Objetivo
Analisar as tendências para derivar prioridades de atualização curricular.

# 3. Regras que você deve seguir para gerar sua resposta
- Considere apenas janela_tempo dos últimos 24 meses.
- Calcule momentum_score por tópico.
- Atribua impact_area por tópico conforme mapeamento canônico.
- Inclua ao menos 3 evidências por tópico quando disponíveis.
- Gere recomendacoes_preliminares específicas por tópico.
- Ordene trend_insights por momentum_score decrescente.
- Não crie recomendações para tópicos com menos de 2 evidências válidas.
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 dados de tendências educacionais normalizados.
  • 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 texto com até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo insights e recomendações baseados nas tendências analisadas.
  • Exemplo de Estrutura de Output:
     { "trend_insights": [{"topic": "IA na educação", "evidence":[{"metric":"uso", "value":100, "date":"2025-01-01", "region":"BR"}], "momentum_score": 0.8, "impact_area":["curriculo", "tecnologia"], "recomendacoes_preliminares":[{"acao_tipo":"adicionar", "descricao_curta":"Adicionar IA ao currículo", "urgencia":"alta", "justificativa_curta":"Tendência crescente"}] }], "criterios": {"janela_tempo": "24 meses", "pesos": {}}, "top_trends": ["IA na educação"] }
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.000 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 Análise de Feedback dos Alunos (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Feedback dos Alunos (RF 3).

RF 3. Agente de Análise de Feedback dos Alunos

3.1 Tarefa do Agente

Converter feedbacks normalizados em necessidades curriculares priorizadas por curso e categoria.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedbacks normalizados de alunos.

# 2. Objetivo
Converter esses feedbacks em necessidades curriculares priorizadas por curso e categoria.

# 3. Regras que você deve seguir para gerar sua resposta
- Agrupe por course_id e categoria.
- Calcule volume total e porcent_negativo.
- Defina urgencia para cada grupo.
- Extraia temas_principais por grupo.
- Produza recomendacoes_preliminares alinhadas à categoria.
- Inclua sinais_globais agregando por categoria.
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 feedbacks normalizados de alunos.
  • 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 texto com até 10.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo insights e recomendações baseados nos feedbacks analisados.
  • Exemplo de Estrutura de Output:
     { "feedback_insights": [{"course_id": "101", "categoria": "metodologia", "volume": 50, "porcent_negativo": 0.4, "temas_principais":[{"tema":"aprendizagem ativa", "exemplos":["As aulas são muito teóricas", "Falta prática"]}], "urgencia":"media", "recomendacoes_preliminares":[{"acao_tipo":"atualizar", "descricao_curta":"Incorporar aprendizagem ativa", "impacto_esperado":"engajamento", "justificativa_curta":"Alta demanda dos alunos"}] }], "sinais_globais":[{"categoria":"metodologia", "volume_total":100, "porc_negativo_total":0.35}] }
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.000 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 Síntese e Planejamento Curricular (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Síntese e Planejamento Curricular (RF 4).

RF 4. Agente de Síntese e Planejamento Curricular

4.1 Tarefa do Agente

Integrar insights de tendências e feedbacks para propor mudanças curriculares priorizadas e operacionalizáveis.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo insights de tendências educacionais e feedbacks de alunos.

# 2. Objetivo
Integrar esses insights para propor mudanças curriculares priorizadas e operacionalizáveis.

# 3. Regras que você deve seguir para gerar sua resposta
- Vincule cada recomendação a pelo menos uma evidência de trend_insights ou feedback_insights.
- Defina prioridade com base em urgencia e momentum_score.
- Mapeie componente conforme a natureza da ação.
- Estime esforço e preencha dependencia.
- Preencha matriz_mapeamento associando competências impactadas aos cursos afetados.
- Inclua riscos 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 insights de tendências e feedbacks de alunos.
  • 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 texto com até 15.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON contendo o plano curricular proposto.
  • Exemplo de Estrutura de Output:
     { "plano_curricular": [{"curso_id": "101", "mudanca_tipo": "adicionar", "componente": "disciplina", "nome_proposto": "IA Aplicada", "escopo_resumo": "Introdução à IA e suas aplicações", "dependencia":[], "impacto": "aprendizagem", "esforço_estimado": "medio", "prioridade": "P1", "racional": [{"fonte": "tendencia", "ref": "IA na educação"}], "riscos": [] }], "matriz_mapeamento": [{"competencia": "pensamento crítico", "cursos_afetados":["101"] }], "criterios_priorizacao": {"pesos": {"tendencias": 0.5, "feedbacks": 0.5}, "regras": {} }, "observacoes": {} }
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 5.000 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 é o entregável final e não é passada para outros agentes internos.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo.

© 2025 prototipe.ai. Todos os direitos reservados.