1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para um agente de IA que analisa dados de comunicação entre escola e famílias. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é melhorar o envolvimento dos pais na educação dos filhos, identificando lacunas e propondo estratégias de comunicação mais eficazes.
2. Contexto e Problema
Cenário Atual
As escolas enfrentam desafios significativos com o baixo envolvimento dos pais na educação dos filhos, muitas vezes devido à falta de comunicação eficaz. Essa situação é agravada pela dificuldade em identificar padrões de comunicação que realmente funcionem.
Problemas Identificados
- Baixo envolvimento dos pais: A falta de comunicação clara e contínua resulta em um baixo nível de engajamento dos pais.
- Dificuldade em identificar padrões: Sem uma análise estruturada, é difícil saber quais estratégias de comunicação são eficazes.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Aumentar o envolvimento dos pais em atividades escolares em pelo menos 50%.
- Identificar e implementar padrões de comunicação eficazes para melhorar a interação escola-família.
- Reduzir lacunas de comunicação através de estratégias personalizadas e baseadas em dados.
4. Visão Geral da Solução
O agente de IA para análise de dados de envolvimento familiar processa dados de comunicação entre escolas e famílias, identifica lacunas e propõe estratégias para aumentar o envolvimento dos pais. 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 análise e melhoria da comunicação escolar.
A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a validação dos dados de comunicação e termina com a geração de um relatório consolidado para stakeholders escolares.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Validação e Padronização de Dados de Comunicação (RF 1)
| Validar, higienizar e padronizar o dataset de comunicações escola–família. |
Agente de Análise de Engajamento e Padrões de Comunicação (RF 2)
| Calcular KPIs de engajamento, identificar padrões eficazes e localizar lacunas de comunicação. |
Agente de Estratégias e Plano de Ação para Envolvimento Familiar (RF 3)
| Transformar achados analíticos em estratégias táticas para aumentar o envolvimento dos pais. |
Agente de Geração de Relatório Consolidado (RF 4)
| Consolidar validação, análise e plano em um relatório final em Markdown. |
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 a escola receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Validação e Padronização de Dados de Comunicação
1.1 Tarefa do Agente
Validar, higienizar e padronizar o dataset de comunicações escola–família, preparando-o para análise consistente.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um arquivo CSV ou objeto tabular que contém dados de comunicação entre a escola e as famílias. Este documento inclui colunas como data, tipo de comunicação, conteúdo e resposta dos pais. # 2. Objetivo Validar, higienizar e padronizar esse dataset, garantindo que ele esteja pronto para análise posterior. # 3. Regras que você deve seguir para gerar sua resposta - Verifique a presença das colunas mínimas: data, tipo_comunicacao, conteudo, resposta_pais. Se mais de uma faltar, defina status_validacao='reprovado'. - Converta datas para o formato ISO-8601 e horários para o formato HH:MM 24h. - Padronize o campo 'canal' usando palavras-chave no conteúdo. - Normalize 'tipo_comunicacao' para um conjunto predefinido de categorias. - Construir campos derivados como 'houve_resposta' e 'tempo_resposta_horas'. - Remova duplicatas e gere metadados de qualidade dos dados. - Retorne um JSON com o status da validação, motivos de reprovação se houver, e o dataset padronizado.
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 um arquivo CSV de dados de comunicação 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 arquivo na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um arquivo CSV contendo dados de comunicação.
-
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 JSON contendo o status da validação, motivos de reprovação se houver, e o dataset padronizado.
-
Exemplo de Estrutura de Output:
{ "status_validacao": "aprovado", "motivos_reprovacao": [], "dataset_padronizado": [ {...} ], "metadados_qualidade": { "registros_validos": 95, "registros_invalidos": 5 } } - Número de caracteres esperado: O JSON final deve ser claro e direto, com um tamanho estimado em 2.000 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-4
- Temperatura: 0.5
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 Engajamento e Padrões de Comunicação (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Engajamento e Padrões de Comunicação (RF 2).
RF 2. Agente de Análise de Engajamento e Padrões de Comunicação
2.1 Tarefa do Agente
Calcular KPIs de engajamento, identificar padrões eficazes e localizar lacunas de comunicação por canal, tipo, horário e segmento.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON aprovado do agente anterior com o dataset padronizado e metadados de qualidade. # 2. Objetivo Calcular KPIs de engajamento e identificar padrões e lacunas de comunicação. # 3. Regras que você deve seguir para gerar sua resposta - Calcule taxa de resposta, tempo médio de resposta e engajamento ativo. - Analise por canal, tipo de comunicação, segmento, turma, idioma, dia da semana e faixa horária. - Identifique padrões eficazes e lacunas na comunicação. - Gere um JSON com KPIs gerais, por corte, distribuições temporais, padrões eficazes e lacunas priorizadas.
2.3 Configurações do Agente
2.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
- Tipo do input: Este agente deve ser apto a receber como input um JSON contendo o dataset padronizado e metadados de qualidade.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 6.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo KPIs gerais, por corte, distribuições temporais, padrões eficazes e lacunas priorizadas.
-
Exemplo de Estrutura de Output:
{ "kpis_gerais": { "taxa_resposta": 0.75, "tempo_medio_resposta_h": 12, "engajamento_ativo": 0.6 }, "kpis_por_corte": { ... }, "distribuicoes_temporais": { ... }, "padroes_eficazes": [ ... ], "lacunas_priorizadas": [ ... ] } - 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-4
- Temperatura: 0.5
2.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Utiliza lógica interna para calcular KPIs e padrões.
- 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 Estratégias e Plano de Ação para Envolvimento Familiar (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Estratégias e Plano de Ação para Envolvimento Familiar (RF 3).
RF 3. Agente de Estratégias e Plano de Ação para Envolvimento Familiar
3.1 Tarefa do Agente
Transformar achados analíticos em estratégias táticas com plano de comunicação testável para aumentar o envolvimento dos pais.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com KPIs, padrões eficazes e lacunas priorizadas do agente anterior. # 2. Objetivo Transformar os achados analíticos em estratégias práticas para aumentar o envolvimento dos pais. # 3. Regras que você deve seguir para gerar sua resposta - Defina metas mensuráveis de melhoria para taxa de resposta e engajamento ativo. - Selecione alavancas estratégicas para cada lacuna priorizada. - Produza táticas específicas para cada alavanca. - Gere roteiros de mensagens e defina testes A/B. - Proponha uma cadência de comunicação e defina critérios de mensuração.
3.3 Configurações do Agente
3.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
- Tipo do input: Este agente deve ser apto a receber como input um JSON contendo KPIs, padrões eficazes e lacunas priorizadas.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON contendo objetivos, alvos de KPI, alavancas estratégicas, plano A/B de experimentos, roteiros de mensagens, cadência recomendada, quadro de mensuração, riscos e mitigações.
-
Exemplo de Estrutura de Output:
{ "objetivos": [ ... ], "alvos_kpi": { "taxa_resposta": 0.85, "engajamento_ativo": 0.7 }, "alavancas_estrategicas": [ ... ], "plano_ab_experimentos": [ ... ], "roteiros_mensagens": [ ... ], "cadencia_recomendada": { ... }, "quadro_mensuracao": { ... }, "riscos_e_mitigacoes": { ... } } - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 3.500 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-4
- Temperatura: 0.5
3.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Utiliza lógica interna para definir metas e estratégias.
- 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 Geração de Relatório Consolidado (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatório Consolidado (RF 4).
RF 4. Agente de Geração de Relatório Consolidado
4.1 Tarefa do Agente
Consolidar validação, análise e plano em um relatório final em Markdown para stakeholders escolares.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo as saídas dos três agentes anteriores, contendo validação, análise e plano de ação. # 2. Objetivo Consolidar todas as informações em um relatório final em Markdown para stakeholders escolares. # 3. Regras que você deve seguir para gerar sua resposta - Produza um sumário executivo claro e conciso. - Inclua metodologias de padronização e análise de dados. - Apresente KPIs e gráficos textuais de forma acessível. - Relacione padrões eficazes e lacunas priorizadas com recomendações. - Termine com um plano de ação e métricas de acompanhamento.
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 como input as saídas dos três agentes anteriores em formato JSON.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 10.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em formato Markdown, contendo sumário executivo, metodologia, KPIs, padrões eficazes, lacunas priorizadas e plano de ação.
-
Exemplo de Estrutura de Output:
# Relatório Consolidado ## Sumário Executivo - Achado 1 - Achado 2 ## Metodologia ... ## KPIs e Análise ... ## Padrões Eficazes e Lacunas ... ## Plano de Ação ...
- Número de caracteres esperado: O relatório em Markdown deve ter um tamanho estimado em 5.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-4
- Temperatura: 0.5
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 (relatório em Markdown) 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. O relatório gerado é o resultado que deve ser disponibilizado aos stakeholders escolares.