Agente de IA para Suporte em Tutoramento Individualizado

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

Como criar um agente de IA que auxilia tutores na preparação de sessões individuais, sugerindo materiais e estratégias de ensino personalizados.

Biblioteca de Prompts e Agentes

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 Suporte em Tutoramento Individualizado. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é criar um agente de IA que auxilia tutores na preparação de sessões individuais, sugerindo materiais e estratégias de ensino personalizados com base no perfil de aprendizagem de cada aluno.

2. Contexto e Problema

Os tutores enfrentam dificuldades em preparar sessões individualizadas devido à falta de tempo e recursos. Além disso, há uma necessidade crescente de materiais e estratégias de ensino personalizados para atender aos estilos de aprendizagem individuais de cada aluno.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Reduzir o tempo necessário para a preparação de sessões individualizadas.
  • Aumentar a eficácia das sessões de ensino, proporcionando materiais e estratégias alinhadas ao perfil de cada aluno.
  • Proteger os dados pessoais e de desempenho dos alunos.

4. Visão Geral da Solução

O agente de IA para suporte em tutoramento individualizado auxilia tutores na preparação de sessões de ensino, sugerindo materiais e estratégias personalizados. 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 preparação de sessões de ensino individualizadas.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a normalização do perfil do aluno e termina com a atualização do plano de ensino com base no progresso do aluno.

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

Agentes Função Principal
Agente de Normalização de Perfil do Aluno (RF 1) Estruturar, validar e enriquecer o perfil de aprendizagem do aluno em um JSON padronizado.
Agente de Diagnóstico de Lacunas e Priorização (RF 2) Identificar lacunas de aprendizagem a partir do perfil normalizado e priorizá-las para intervenção.
Agente de Geração de Materiais e Estratégias Personalizadas (RF 3) Produzir lista de materiais e estratégias de ensino alinhadas ao estilo de aprendizagem e lacunas priorizadas.
Agente de Atualização por Progresso e Versionamento (RF 4) Ajustar materiais e estratégias com base no progresso mais recente do aluno, mantendo histórico de versões.

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 tutor receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Normalização de Perfil do Aluno

1.1 Tarefa do Agente

Estruturar, validar e enriquecer o perfil de aprendizagem do aluno em um JSON padronizado para uso pelos agentes seguintes.

1.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o perfil do aluno em texto livre ou JSON parcial contendo informações como nome, aluno_id, objetivos de aprendizagem, nível atual de domínio, histórico de desempenho, preferências de formato, estilo de aprendizagem, restrições de acessibilidade, tempo disponível semanal e idioma preferido.

# 2. Objetivo
Estruturar, validar e enriquecer o perfil de aprendizagem do aluno em um JSON padronizado para uso pelos agentes seguintes.

# 3. Regras que você deve seguir para gerar sua resposta
1) Padronize estilos: se o texto indicar 'visual' use 'visual'; mapas: 'leitor', 'texto' => 'leitura-escrita'; 'mão na massa', 'prático' => 'cinestesico'.
2) Se múltiplos estilos forem citados, defina estilo_predominante pelo mais citado; em empate, escolha pelo histórico de maior adesão em historico_feedback; se ausente, use ordem: visual > auditivo > leitura-escrita > cinestesico.
3) Concilie tempo_disponivel_min_semana: se vier em horas, converta para minutos; valores faltantes: assuma 120 min/semana.
4) Valide objetivos: cada objetivo deve conter 'descricao'; se faltar competencia, infira por tópico dominante do nível_atual.topicos; se faltar prazo, deixe vazio.
5) Normalize acessibilidade: mapeie sinônimos ('daltonico'->'daltonismo', 'deficiência auditiva'->'surdez').
6) Remova PII não necessária: não inclua e-mails, telefones, endereço; mantenha apenas aluno_id ou iniciais se fornecido nome (ex.: 'A.P.').
7) Idioma: se não informado, use 'pt-BR'.
8) Níveis: normalize para escala 1-5 onde 1=iniciante e 5=avançado; se vier outra escala, reescalone proporcionalmente.
9) Coerência: se objetivo implica pré-requisitos ausentes em nivel_atual.topicos, registre esses tópicos com nivel=1.
10) Saída deve obedecer exatamente ao schema especificado e não conter campos adicionais.
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 do perfil do aluno 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 texto livre ou JSON parcial contendo informações do aluno.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .json, .txt.
  • 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 estruturado contendo o perfil de aprendizagem do aluno, conforme especificado nas regras.
  • Exemplo de Estrutura de Output: 
     {"aluno_id": "string|opcional","idioma_preferido":"pt-BR|en-US|...","objetivos_aprendizagem":[{"descricao":"string","competencia":"string","prazo_iso":"YYYY-MM-DD|opcional"}],"nivel_atual":{"disciplina":"string","topicos":[{"topico":"string","nivel":1-5}]},"estilo_predominante":"visual|auditivo|leitura-escrita|cinestesico","estilos_secundarios":["..."],"preferencias_materiais":["video","texto","podcast","quiz","simulacao"],"restricoes_acessibilidade":["daltonismo","baixa_visao","surdez","tdah","nenhuma"],"tempo_disponivel_min_semana":number,"historico_feedback":[{"data_iso":"YYYY-MM-DD","observacao":"string","efeito":"positivo|neutro|negativo"}],"evidencias_desempenho":[{"fonte":"prova|tarefa|observacao","topico":"string","nota":0-100,"data_iso":"YYYY-MM-DD"}],"datas_relevantes":[{"descricao":"string","data_iso":"YYYY-MM-DD"}]}
  • Número de caracteres esperado: O JSON final deve ser claro e completo, com um tamanho estimado em torno de 2.000 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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Diagnóstico de Lacunas e Priorização (RF 2).

RF 2. Agente de Diagnóstico de Lacunas e Priorização

2.1 Tarefa do Agente

Identificar lacunas de aprendizagem a partir do perfil normalizado e priorizá-las para intervenção em sessões individuais.

2.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o JSON do perfil normalizado do aluno, contendo informações detalhadas sobre o estilo de aprendizagem, nível atual e objetivos de aprendizagem.

# 2. Objetivo
Identificar lacunas de aprendizagem a partir do perfil normalizado e priorizá-las para intervenção em sessões individuais.

# 3. Regras que você deve seguir para gerar sua resposta
1) Defina gravidade pela combinação: (a) nivel_atual<=2 => +alto, (b) relevância ao objetivo atual => +alto, (c) evidencias_desempenho<60 => +alto. Normalize 1-5.
2) Probabilidade de sucesso de curto prazo: maior quando lacuna for específica, tempo_disponivel_min_semana>=120 e estilo_predominante tiver materiais fáceis de alinhar; produza valor em 2 casas decimais.
3) Prioridade: 'alta' se (gravidade>=4) OU (impacto direto em >1 objetivo) com prob_sucesso_curto_prazo>=0.5; 'baixa' se gravidade<=2 E prob<0.4; caso contrário 'media'.
4) Metas SMART: defina 1 meta por lacuna contendo verbo observável (ex.: 'resolver', 'explicar'), critério mensurável (ex.: 'acertar >=80% em quiz de 10 itens'), prazo coerente com datas_relevantes mais próximas ou 14 dias por padrão.
5) Limite a 5 lacunas; se houver mais, escolha as 5 com maior 'prioridade' e, em empate, maior 'gravidade'.
6) Todas as justificativas devem citar pelo menos 2 evidências (nível atual, objetivo, evidência de desempenho) e respeitar confidencialidade (não cite nomes).
7) Se janela_sessao_min for fornecida, assegure que metas cabem em no máximo 2 sessões dentro dessa janela; caso contrário, assuma 60 minutos por sessão.
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 o perfil normalizado do aluno.
  • 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 3.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo as lacunas de aprendizagem priorizadas e metas SMART para intervenção.
  • Exemplo de Estrutura de Output: 
     {"lacunas_priorizadas":[{"topico":"string","competencia":"string","gravidade":1-5,"prob_sucesso_curto_prazo":0-1,"prioridade":"alta|media|baixa","justificativa":"string","metas_smart":{"descricao":"string","criterio_sucesso":"string","prazo_iso":"YYYY-MM-DD"}}],"resumo_priorizacao":{"criterios":["gravidade","impacto_objetivos","tempo_disponivel"],"janela_sessao_min":number}}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 2.500 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

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Materiais e Estratégias Personalizadas (RF 3).

RF 3. Agente de Geração de Materiais e Estratégias Personalizadas

3.1 Tarefa do Agente

Produzir lista de materiais e estratégias de ensino alinhadas ao estilo de aprendizagem, tempo disponível e lacunas priorizadas, incluindo um plano de sessão objetiva.

3.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo o perfil normalizado do aluno e as lacunas priorizadas identificadas pelos agentes anteriores.

# 2. Objetivo
Produzir lista de materiais e estratégias de ensino alinhadas ao estilo de aprendizagem, tempo disponível e lacunas priorizadas, incluindo um plano de sessão objetiva.

# 3. Regras que você deve seguir para gerar sua resposta
1) Seleção por estilo: priorize formatos segundo estilo_predominante (visual: vídeo/mapa mental; auditivo: podcast/discussão; leitura-escrita: texto/flashcards; cinestesico: simulacao/atividade prática). Inclua ao menos 1 material preferido do aluno, se listado.
2) Cobertura de Bloom: garanta progressão do menor para maior nível adequado à gravidade: gravidade 4-5 deve incluir ao menos 'aplicar' e 'analisar'; gravidade<=2 pode focar 'lembrar' e 'entender'.
3) Tempo: a soma de tempo_estimado_min do plano_de_sessao não deve exceder 90% da janela de sessão assumida (60 min se não fornecida); aloque 10% para checagem de entendimento.
4) Quantidade: máximo 8 materiais e 5 estratégias; mínimo 3 materiais e 2 estratégias, quando tempo_disponivel_min_semana>=90; se menor, reduza para 2 e 1, respectivamente.
5) Acessibilidade: para cada restrição, garanta ao menos uma tag correspondente (ex.: surdez -> 'legenda'/'transcricao'; baixa_visao -> 'alto_contraste'/'fontes_grandes').
6) Requisitos: para cada material, liste pré-requisitos alinhados às lacunas; não recomende itens cujo requisito tenha gravidade>=4 sem incluir um material que o trate.
7) Score de adequação (0-100): calcule por ponderação: 40% alinhamento ao estilo, 30% relevância à lacuna, 20% tempo adequado, 10% acessibilidade; não liste itens com score<60.
8) Deduplicação: não repita conteúdos com mesmo objetivo e formato; prefira o de maior score_adequacao.
9) Justificativas: 'motivo' deve referenciar explicitamente a lacuna (topico/competencia) e o benefício ao estilo do aluno.
10) Privacidade: não inclua PII do aluno; referencie como 'o(a) aluno(a)'.
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 múltiplos artefatos como input, incluindo o perfil normalizado do aluno e as lacunas priorizadas.
  • 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 5.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo a lista de materiais e estratégias de ensino personalizadas, além de um plano de sessão objetiva.
  • Exemplo de Estrutura de Output: 
     {"materiais_sugeridos":[{"id_sugestao":"uuid-like","tipo":"conteudo|atividade|avaliacao","titulo":"string","formato":"video|texto|podcast|quiz|simulacao|mapa_mental|flashcards","duracao_estim_min":number,"nivel_bloom":"lembrar|entender|aplicar|analisar|avaliar|criar","link_referencia":"string|opcional","alinhamento_estilo":"string","requisitos_previos":["string"],"acessibilidade_tags":["legenda","alto_contraste","transcricao","fontes_grandes"],"motivo":"string","score_adequacao":0-100}],"estrategias_recomendadas":[{"nome":"string","descricao_passos":["passo 1","passo 2"],"tecnica_didatica":"exposicao_guiada|ensino_reciproco|pratica_espacada|aprendizagem_ativa|tutoria_socratica","adaptacoes_estilo":"string","criterios_sucesso":["string"],"atividades_praticas":["string"],"tempo_estimado_min":number,"riscos_mitigados":"string"}],"plano_de_sessao":{"pauta":[{"bloco":"string","objetivo":"string","metodo":"string","tempo_min":number}]}}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 3.500 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

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Atualização por Progresso e Versionamento (RF 4).

RF 4. Agente de Atualização por Progresso e Versionamento

4.1 Tarefa do Agente

Ajustar materiais e estratégias com base no progresso mais recente do aluno, mantendo histórico de versões das recomendações.

4.2 Prompt ou Instruções do Agente 
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo as recomendações atuais de materiais e estratégias, bem como os dados de progresso mais recentes do aluno.

# 2. Objetivo
Ajustar materiais e estratégias com base no progresso mais recente do aluno, mantendo histórico de versões das recomendações.

# 3. Regras que você deve seguir para gerar sua resposta
1) Critérios de atualização: atualize quando houver (a) nota >=80 em métrica do topico -> reduza gravidade relacionada e promova nível Bloom; (b) baixa adesão (<50% materiais_concluidos) -> reduza duração e troque formato para o estilo secundário; (c) dificuldades_reportadas citarem um requisito -> insira material de pré-requisito.
2) Versionamento: incremente PATCH para ajustes menores, MINOR quando adicionar/remover itens, MAJOR quando mudar foco principal de lacunas.
3) Preservação: mantenha itens concluídos apenas como referência (não recomendá-los novamente).
4) Limites: mantenha os limites quantitativos do agente anterior.
5) Coerência temporal: se tempo_real_min < 70% do planejado, reduza tempos estimados em 20% na próxima sessão.
6) Privacidade: não registre nomes; se feedback_tutor contiver PII, remova antes de salvar em racional_atualizacao.
7) Saída deve incluir diff_recomendacoes completo, com todos os IDs impactados, e versao_atual no formato 'vX.Y.Z'.
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 múltiplos artefatos como input, incluindo as recomendações atuais e os dados de progresso do aluno.
  • 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 6.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo as recomendações atualizadas, o diff das recomendações e a versão atual.
  • Exemplo de Estrutura de Output: 
     {"recomendacoes_atualizadas": {"materiais_sugeridos": [...], "estrategias_recomendadas": [...], "plano_de_sessao": {...}}, "diff_recomendacoes": {"mantidos":["id_sugestao"], "ajustados":[{"id":"id_sugestao","campo":"string","antes":"...","depois":"..."}], "removidos":["id_sugestao"], "adicionados":["id_sugestao"]}, "versao_atual":"vMAJOR.MINOR.PATCH","racional_atualizacao":"string"}
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 4.000 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.
  • Visibilidade da Resposta: A resposta gerada por este agente conclui o fluxo e não é passada para outros agentes internos.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As recomendações atualizadas são o resultado que deve ser disponibilizado ao tutor.

Posts Relacionados

© 2025 prototipe.ai. Todos os direitos reservados.