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 Fluxo de Agentes "Revisão de Conteúdo Programático em Cursos de Ensino Superior", uma solução de automação projetada para analisar o conteúdo programático atual, sugerir atualizações com base em tendências educacionais e feedback de estudantes, e propor melhorias alinhadas com as diretrizes curriculares. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
2. Contexto e Problema
As instituições de ensino superior enfrentam desafios significativos na atualização de seus currículos. Problemas específicos incluem:
- Atualizações curriculares desatualizadas ou não alinhadas com as tendências educacionais atuais.
- Falta de integração do feedback dos estudantes no processo de revisão do conteúdo programático.
- Desafios em manter o conteúdo alinhado com as diretrizes curriculares nacionais e internacionais.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Atualização contínua do conteúdo programático com base em tendências educacionais recentes.
- Incorporação efetiva do feedback dos estudantes no processo de revisão curricular.
- Alinhamento rigoroso com as diretrizes curriculares nacionais e internacionais, garantindo conformidade regulatória.
4. Visão Geral da Solução
O agente de IA para revisão de conteúdo programático em cursos de ensino superior analisa continuamente o conteúdo atual, sugere atualizações com base em tendências educacionais e feedback de estudantes, e propõe melhorias alinhadas com as diretrizes curriculares. 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 revisão de currículos acadêmicos.
A solução consiste em um fluxo de automação composto por 7 agentes de IA. O processo inicia com a preparação de parâmetros de busca e consulta e termina com a geração de artefatos de saída para decisão acadêmica e implementação.
| Agentes | Função Principal |
|---|---|
Agente de Preparação de Parâmetros de Busca e Consulta | Derivar parâmetros de busca e consulta a partir do conteúdo programático. |
Agente de Busca Online | Realizar buscas online para recuperar evidências de tendências educacionais recentes. |
Agente de Execução de Consulta a Documento | Executar consultas direcionadas a diretrizes curriculares e frameworks. |
Agente de Consolidação de Feedback Estudantil | Sintetizar o feedback dos estudantes em temas acionáveis. |
Agente de Análise Comparativa Curricular | Comparar o conteúdo programático atual com tendências e diretrizes, destacando lacunas e desalinhamentos. |
Agente de Proposição de Atualizações Curriculares | Propor atualizações concretas e acionáveis ao conteúdo programático. |
Agente de Geração de Artefatos de Saída | Transformar as propostas em artefatos finais para decisão acadêmica e implementação. |
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 Preparação de Parâmetros de Busca e Consulta
1.1 Tarefa do Agente
Derivar, a partir do conteúdo programático fornecido, os parâmetros prontos para: (a) buscas online de tendências educacionais recentes e (b) consulta a diretrizes curriculares nacionais e internacionais.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo o conteúdo programático atual de um curso de ensino superior. Este documento contém informações detalhadas sobre o currículo vigente, incluindo disciplinas, tópicos e objetivos de aprendizagem. # 2. Objetivo Derivar parâmetros de busca e consulta a partir do conteúdo programático fornecido, visando identificar tendências educacionais recentes e garantir conformidade com diretrizes curriculares. # 3. Regras que você deve seguir para gerar sua resposta - Gere entre 8 e 12 consultas de busca combinando: nome do curso/área, termos como “tendências curriculares”, “skills demandadas”, “competências”, “learning outcomes”, "assessment methods", e nomes de organismos (ex.: MEC/DCNs, UNESCO, OECD, ABET, ACM/IEEE, AACSB), em pt e en. - Defina horizonte temporal padrão de 24 meses; se ausente, aceite até 36 meses. Inclua filtro temporal explícito no output. - Priorize tipos de fonte em ordem: 1) diretrizes oficiais e organismos reguladores; 2) associações profissionais e frameworks de acreditação; 3) literatura acadêmica de revisão; 4) relatórios setoriais reconhecidos. Registre essa prioridade no campo tipos_fonte_prioritarias. - Extraia do conteúdo programático termos nucleares (competências, tópicos, tecnologias, métodos avaliativos) e inclua-os em queries e termos_chave. - Para doc_query_parameters, liste documentos-alvo por área (ex.: Computação → DCNs, ACM/IEEE; Engenharias → DCNs, ABET; Administração → DCNs, AACSB; Saúde → DCNs, WFME/WHO) e as seções prioritárias: competências, ementas, cargas horárias mínimas, distribuição teórico/prático, métodos avaliativos e extensão.
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 do conteúdo programático em formato estruturado 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 documento na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um documento estruturado de conteúdo programático.
-
Formatos Suportados: Esse agente deve ser capaz de receber documentos nos formatos:
.pdf,.docx. - 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 JSON contendo os parâmetros de busca e consulta necessários para a execução dos agentes subsequentes. A estrutura deve incluir queries, filtros temporais, idiomas e tipos de fonte prioritárias.
-
Exemplo de Estrutura de Output:
{ "search_parameters": { "queries": ["tendências curriculares computação", "skills demandadas 2025"], "filtros_temporais": {"inicio": "01/01/2023", "fim": "31/12/2025"}, "idiomas": ["pt-BR", "en-US"], "tipos_fonte_prioritarias": ["diretrizes oficiais", "associações profissionais"] }, "doc_query_parameters": { "documentos_alvo": ["DCNs", "ACM/IEEE"], "termos_chave": ["competências", "ementas"], "seções_prioritarias": ["competências", "carga horária"] } } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 caracteres.
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 Busca Online (RF 2) e o Agente de Execução de Consulta a Documento (RF 3).
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 para recuperar evidências de tendências educacionais recentes com base nos parâmetros recebidos.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo parâmetros de busca preparados a partir do conteúdo programático de um curso de ensino superior. Esses parâmetros incluem queries, filtros temporais, idiomas e tipos de fonte prioritárias. # 2. Objetivo Executar buscas online usando os parâmetros recebidos para recuperar evidências de tendências educacionais recentes. # 3. Regras que você deve seguir para gerar sua resposta - Execute as buscas utilizando os parâmetros fornecidos, garantindo que os resultados sejam relevantes e atualizados. - Retorne um conjunto de resultados brutos da busca com metadados essenciais (título, URL, data, fonte, idioma, extrato/resumo do trecho relevante). - Não interprete ou analise o conteúdo dos resultados; apenas colete e organize as informações.
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 um JSON contendo os parâmetros de busca, preparados pelo agente anterior.
-
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 2.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um conjunto de resultados brutos da busca online, formatado em JSON, incluindo metadados essenciais como título, URL, data, fonte, idioma e extrato/resumo do trecho relevante.
-
Exemplo de Estrutura de Output:
{ "search_results": [ { "title": "Tendências Curriculares em Computação", "url": "https://example.com/tendencias-computacao", "date": "2025-12-20", "source": "Example Journal", "language": "pt-BR", "summary": "Este artigo explora as tendências atuais em currículos de computação..." } ] } - Número de caracteres esperado: O JSON gerado deve conter aproximadamente 3.000 caracteres, dependendo do número de resultados recuperados.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
2.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Utiliza busca online para recuperar informações.
- 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 Execução de Consulta a Documento (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento (RF 3).
RF 3. Agente de Execução de Consulta a Documento
3.1 Tarefa do Agente
Executar consultas direcionadas a diretrizes curriculares e frameworks conforme parâmetros recebidos.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo parâmetros de consulta a documentos, preparados a partir do conteúdo programático de um curso de ensino superior. Esses parâmetros incluem documentos-alvo, termos-chave e seções prioritárias. # 2. Objetivo Executar consultas direcionadas a diretrizes curriculares e frameworks para extrair informações relevantes. # 3. Regras que você deve seguir para gerar sua resposta - Execute as consultas utilizando os parâmetros fornecidos, garantindo que os extratos retornados sejam relevantes e precisos. - Retorne extratos textuais relevantes das diretrizes, com referência precisa (documento, seção/cláusula, página/âncora) e breve contexto. - Não interprete ou analise os extratos; apenas colete e organize as informações.
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 um JSON contendo os parâmetros de consulta a documentos, preparados pelo agente anterior.
-
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 2.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um conjunto de extratos textuais relevantes, formatado em JSON, incluindo referência precisa e breve contexto.
-
Exemplo de Estrutura de Output:
{ "document_excerpts": [ { "document": "DCNs Computação", "section": "Competências", "page": 12, "context": "As DCNs para Computação destacam a importância de..." } ] } - Número de caracteres esperado: O JSON gerado deve conter aproximadamente 2.500 caracteres, dependendo do número de extratos recuperados.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
3.3.4 Ferramentas do Agente
- Documentos: Consulta documentos externos para extrair informações.
- 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 Consolidação de Feedback Estudantil (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Consolidação de Feedback Estudantil (RF 4).
RF 4. Agente de Consolidação de Feedback Estudantil
4.1 Tarefa do Agente
Sintetizar o feedback dos estudantes em temas acionáveis, priorizados por relevância e impacto percebido.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo feedback estudantil em texto, incluindo comentários abertos, resenhas e respostas de surveys. # 2. Objetivo Sintetizar o feedback dos estudantes em temas acionáveis, identificando áreas de melhoria no currículo. # 3. Regras que você deve seguir para gerar sua resposta - Agrupe feedback por temas usando termos do currículo (ex.: tópicos desatualizados, sobrecarga, falta de prática, métodos avaliativos, alinhamento com mercado). - Calcule severidade por combinação qualitativa de frequência e impacto percebido (classifique impacto em alto/médio/baixo a partir da linguagem; mapeie alto=1, médio=0.6, baixo=0.3; severidade=normalização de frequência relativa × peso_impacto; registre o valor 0–1). - Extraia evidências textuais curtas (até 280 caracteres) representativas por tema. - Identifique demandas recorrentes por competências (ex.: dados, IA, ESG, soft skills) e tipos de experiência (projetos, laboratório, estágio, extensão).
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 feedback estudantil em texto, incluindo comentários abertos, resenhas e respostas de surveys.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.txt. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo temas principais identificados no feedback estudantil, incluindo evidências textuais, frequência, impacto percebido, severidade e oportunidades de melhoria.
-
Exemplo de Estrutura de Output:
{ "temas_principais": [ { "tema": "Tópicos Desatualizados", "evidencias_textuais": "O curso precisa atualizar os tópicos de IA...", "frequencia": 15, "impacto_percebido": "alto", "severidade": 0.9, "oportunidades_de_melhoria": "Incluir novas tecnologias e práticas atuais." } ] } - Número de caracteres esperado: O JSON gerado deve conter aproximadamente 2.000 caracteres, dependendo do número de temas identificados.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
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 Análise Comparativa Curricular (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise Comparativa Curricular (RF 5).
RF 5. Agente de Análise Comparativa Curricular
5.1 Tarefa do Agente
Comparar o conteúdo programático atual com tendências recuperadas e com diretrizes/frames normativos, destacando lacunas, redundâncias e desalinhamentos.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo o conteúdo programático atual, resultados da busca online, extratos das diretrizes e síntese do feedback estudantil. # 2. Objetivo Comparar o conteúdo programático atual com tendências recuperadas e com diretrizes/frames normativos, destacando lacunas, redundâncias e desalinhamentos. # 3. Regras que você deve seguir para gerar sua resposta - Normalize itens em três eixos: competências (conhecimentos/skills/atitudes), conteúdo (tópicos/ementas), avaliação (métodos/projetos/carga prática). - Classifique cada lacuna pelo tipo e associe pelo menos uma evidência: 1 fonte de tendência + 1 trecho de diretriz (quando aplicável). - Defina risco_pedagogico considerando impacto em aprendizagem, empregabilidade e conformidade; mapeie ‘alto’ quando afeta resultados de aprendizagem centrais ou requisito regulatório. - Defina urgencia de 0 a 1 combinando risco (alto=1, médio=0.6, baixo=0.3) e severidade dos estudantes quando houver relação; registre fórmula simplificada: urgencia = max(risco_pedagogico_peso, severidade_estudantes).
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 múltiplos artefatos como input, incluindo o conteúdo programático atual, resultados da busca online, extratos das diretrizes e síntese do feedback estudantil.
-
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 combinado de até 20.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório analítico em JSON, destacando lacunas, redundâncias e desalinhamentos, incluindo evidências e classificações de risco e urgência.
-
Exemplo de Estrutura de Output:
{ "analise_curricular": [ { "item": "Competências de IA", "tipo": "competencia", "evidencias": ["fonte de tendência", "trecho de diretriz"], "risco_pedagogico": "alto", "urgencia": 0.9 } ] } - Número de caracteres esperado: O JSON gerado deve conter aproximadamente 5.000 caracteres, dependendo do número de itens analisados.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
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 Proposição de Atualizações Curriculares (RF 6).
5.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Proposição de Atualizações Curriculares (RF 6).
RF 6. Agente de Proposição de Atualizações Curriculares
6.1 Tarefa do Agente
Propor atualizações concretas e acionáveis ao conteúdo programático, alinhadas às diretrizes e informadas por tendências e feedback.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um relatório analítico de lacunas e desalinhamentos, juntamente com o conteúdo programático atual. # 2. Objetivo Propor atualizações concretas e acionáveis ao conteúdo programático, alinhadas às diretrizes e informadas por tendências e feedback. # 3. Regras que você deve seguir para gerar sua resposta - Para cada lacuna com urgencia ≥ 0.6, gere ao menos uma proposta; para redundâncias, considere ‘remover’ ou ‘reorganizar’ justificando preservação de resultados de aprendizagem. - Escreva resultados de aprendizagem observáveis com verbos alinhados à Taxonomia de Bloom, incluindo critério de desempenho (ex.: nível de proficiência, condição de avaliação). - Vincule cada proposta a trechos específicos: cite URL/doi e cláusula/seção normativa. - Quando sugerir novas tecnologias/tópicos, inclua versão/escopo (ex.: Python 3.x, fundamentos de IA ética, análise de dados com foco em negócios) e indicação de atualização periódica recomendada (ex.: revisão anual).
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 um relatório analítico de lacunas e desalinhamentos, juntamente com o conteúdo programático atual.
-
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 combinado de até 8.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo propostas de atualização curricular, incluindo tipo, item afetado, descrição da mudança, justificativa e outros detalhes conforme especificado.
-
Exemplo de Estrutura de Output:
{ "propostas": [ { "tipo": "incluir", "item_afetado": "Fundamentos de IA", "descricao_da_mudanca": "Incluir IA ética no currículo", "justificativa": "Baseada em tendências de mercado e diretrizes normativas.", "resultados_de_aprendizagem": "Os alunos serão capazes de analisar criticamente...", "carga_horaria": "20 horas", "metodos_avaliativos": "Projetos práticos", "dependencias/prerequisitos": "Nenhum", "impacto_no_fluxo": "Nenhum", "prioridade": "alta", "nivel_de_conformidade": "conforme", "riscos_e_mitigacoes": "Nenhum" } ] } - Número de caracteres esperado: O JSON gerado deve conter aproximadamente 4.000 caracteres, dependendo do número de propostas geradas.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
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 deve ser visível para o Agente de Geração de Artefatos de Saída (RF 7).
6.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Artefatos de Saída (RF 7).
RF 7. Agente de Geração de Artefatos de Saída
7.1 Tarefa do Agente
Transformar as propostas em artefatos finais para decisão acadêmica e implementação.
7.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo uma lista consolidada de propostas de atualização curricular. # 2. Objetivo Transformar as propostas em artefatos finais para decisão acadêmica e implementação. # 3. Regras que você deve seguir para gerar sua resposta - Produza resumo executivo com: contexto, principais mudanças, ganhos esperados, riscos e mitigação, esforço estimado (baixo/médio/alto). - Defina schema_publicacao com chaves estáveis: versao_schema, curso, data, propostas[...], referencias[...], conformidade[...], kpis[...]. - Checklist de conformidade: para cada proposta, marque nivel_de_conformidade e liste cláusulas atendidas; sinalize itens parcialmente atendidos com ações complementares. - KPIs mínimos: taxa de aprovação, NPS estudantil da disciplina, desempenho em resultados de aprendizagem chave, adoção de métodos ativos (percentual de carga prática), atualização de bibliografia (idade média das referências).
7.3 Configurações do Agente
7.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
- Tipo do input: Este agente deve ser apto a receber uma lista consolidada de propostas de atualização curricular.
-
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 até 5.000 caracteres.
7.3.2 Especificação do Output
- Formato de output: O output deve ser um pacote com: (a) Resumo executivo em texto; (b) Quadro-síntese em JSON seguindo schema_publicacao; (c) Versão em markdown do novo sumário do conteúdo/ementas; (d) Checklist de conformidade; (e) Plano de avaliação de impacto.
-
Exemplo de Estrutura de Output:
{ "resumo_executivo": "Este documento resume as principais mudanças propostas...", "schema_publicacao": { "versao_schema": "1.0", "curso": "Computação", "data": "21/12/2025", "propostas": [...], "referencias": [...], "conformidade": [...], "kpis": [...] }, "sumario_markdown": "# Novo Sumário de Conteúdo\n## Fundamentos de IA\n...", "checklist_conformidade": "Para cada proposta, o nível de conformidade foi marcado...", "plano_avaliacao": "O plano de avaliação de impacto inclui KPIs como..." } - Número de caracteres esperado: O pacote gerado deve conter aproximadamente 10.000 caracteres, dependendo do número de propostas e detalhes incluídos.
7.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
7.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
7.3.5 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.
7.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. Os artefatos gerados são os resultados que devem ser disponibilizados para decisão acadêmica e implementação.