Agente de IA para Análise de Dados de Participação Estudantil

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

Como criar um agente de IA que analisa dados de participação dos alunos em atividades escolares e extraclasse.

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 participação dos alunos em atividades escolares e extraclasse. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é fornecer insights para melhorar o engajamento dos alunos, identificando padrões de participação e áreas de baixa interação.

2. Contexto e Problema

Cenário Atual

As escolas enfrentam dificuldades para monitorar e analisar a participação dos alunos em atividades escolares e extraclasse. A falta de insights precisos impede a implementação de estratégias eficazes para aumentar o engajamento dos alunos.


Problemas Identificados

  • Dificuldade em monitorar: As escolas têm dificuldade em acompanhar a participação dos alunos em diversas atividades.
  • Falta de insights: A ausência de dados analíticos limita a capacidade de identificar padrões de engajamento e áreas de baixa participação.

3. Impactos Esperados

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

  • Melhorar o engajamento estudantil por meio de insights acionáveis.
  • Aumentar a participação dos alunos em atividades escolares e extraclasse.
  • Otimizar estratégias de engajamento com base em dados precisos.

4. Visão Geral da Solução

O agente de IA para análise de dados de participação estudantil processa dados de participação dos alunos, identifica padrões de engajamento e fornece recomendações para aumentar o envolvimento dos alunos em atividades escolares. 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 de dados de participação estudantil.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a preparação de scripts para a consolidação dos dados e termina com a geração de um relatório com insights e recomendações.

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

Agentes Função Principal
Agente de Preparação de Script para Consolidação de Dados de Participação (RF 1) Ler a planilha de participação estudantil e preparar um script de consolidação e parâmetros de agregação para cálculo de métricas de engajamento.
Agente de Execução de Consolidação em Python (RF 2) Executar o script preparado para consolidar os dados de participação estudantil e retornar métricas agregadas.
Agente de Análise e Recomendações de Engajamento Estudantil (RF 3) Interpretar os dados consolidados, identificar padrões e áreas de baixa participação e produzir um relatório com insights e recomendações.

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 Script para Consolidação de Dados de Participação

1.1 Tarefa do Agente

Ler a planilha de participação estudantil recebida e preparar um script de consolidação (Python/pandas) e parâmetros de agregação para cálculo de métricas de engajamento.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma planilha de participação estudantil. Esta planilha contém registros de participação dos alunos em atividades escolares e extraclasse.

# 2. Objetivo
Preparar um script de consolidação (Python/pandas) e parâmetros de agregação para cálculo de métricas de engajamento estudantil.

# 3. Regras que você deve seguir para gerar sua resposta
- Defina e retorne no JSON um mapeamento de colunas (campo 'schema_mapping') como dicionário {col_entrada: col_padrao} cobrindo equivalentes comuns.
- Normalize datas: imponha formato ISO (YYYY-MM-DD) na coluna 'data'.
- Tipos de dados: force 'presenca' e 'duracao_min' como numéricos.
- Deduplicação: remova duplicatas usando 'keys_unicas'.
- Filtragem temporal: inclua no script filtro por 'period_reference'.
- Normalização de valores categóricos: padronize 'canal' e 'turno'.
- Métricas mínimas a calcular no script: 'freq_presenca', 'soma_presencas', 'participacoes_unicas', 'tempo_total_min'.
- Agregações por dimensões.
- Parâmetros reexecutáveis: inclua no JSON final campos 'filtros'.
- Qualidade de dados: compute no script e devolva no resultado.
- Consistência de unidade: marque 'duracao_outlier' se necessário.
- Formatos de saída: garanta que o objeto retornado pelo script contenha as tabelas e KPIs necessários.
- Imutabilidade semântica: o script não deve criar novas interpretações além das regras acima.
 
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 de dados de participação estudantil 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 arquivo .csv ou .xlsx.
  • Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv, .xlsx.
  • 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 objeto JSON com o script de consolidação e parâmetros necessários.
  • Exemplo de Estrutura de Output:
     {"analysis_type": "consolidacao_participacao_estudantil","period_reference": {"inicio": "2025-01-01","fim": "2025-12-31"},"keys_unicas": ["aluno_id", "data", "atividade"],"dimensoes": ["serie", "turma", "atividade", "tipo_atividade", "turno", "canal"],"metricas": {"freq_presenca": "mean(presenca)","soma_presencas": "sum(presenca)","participacoes_unicas": "nunique(atividade)","tempo_total_min": "sum(duracao_min)"},"janelas_tempo": {"semanal": true, "mensal": true, "trimestre": true},"limpeza": {"deduplicar_por": ["aluno_id","data","atividade"],"normalizar_datas": true, "corrigir_tipo_numerico": ["presenca","duracao_min"], "descartar_registros_sem_aluno_id": true},"regras_faltantes": {"presenca_nula_tratar_com": 0, "duracao_min_nula_tratar_com": 0},"python_script": "# Script pandas: ler df, padronizar tipos, deduplicar e gerar agregados por janelas; retornar dict com tabelas agregadas e kpis globais"} 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 2.500 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

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consolidação em Python (RF 2).

RF 2. Agente de Execução de Consolidação em Python

2.1 Tarefa do Agente

Executar, em ambiente Python externo, o script e parâmetros preparados para consolidar os dados de participação estudantil e retornar métricas agregadas.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um objeto JSON com o script de consolidação e parâmetros necessários, acompanhado do arquivo de dados original.

# 2. Objetivo
Executar o script de consolidação em ambiente Python externo para gerar métricas agregadas de participação estudantil.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente deve apenas executar o código recebido em 'python_script' com o arquivo de dados fornecido e retornar, sem alterações, o objeto JSON gerado pelo script.
- Em caso de erro de execução, retorne um objeto {'erro_execucao': true, 'mensagem': , 'etapa': 'execucao_python'} sem tentar corrigir semanticamente os dados.
- Não realizar chamadas adicionais, inferências ou transformações fora do que está explicitado no 'python_script'. 
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 objeto JSON com o script e parâmetros de consolidação, acompanhado do arquivo de dados original.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json, .csv, .xlsx.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 100.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um objeto JSON com as métricas agregadas de participação estudantil.
  • Exemplo de Estrutura de Output:
     {"kpis_globais": {"alunos_total": 0, "taxa_presenca_media": 0.0, "participacoes_totais": 0, "tempo_total_min": 0}, "tabelas": {"por_turma": [{"turma": "A", "taxa_presenca_media": 0.87, "participacoes_totais": 320, "tempo_total_min": 14500}], "por_serie": [], "por_atividade": [], "series_temporais_mensal": []}, "qualidade_dados": {"linhas_descartadas_sem_aluno_id": 0, "registros_fora_periodo": 0, "colunas_criticas_ausentes": []}} 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 3.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: Não se aplica (uso de ferramenta)
  • Temperatura: Não se aplica (uso de ferramenta)

2.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Executa script em ambiente Python externo.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise e Recomendações de Engajamento Estudantil (RF 3).

RF 3. Agente de Análise e Recomendações de Engajamento Estudantil

3.1 Tarefa do Agente

Interpretar os dados consolidados de participação, identificar padrões e áreas de baixa participação e produzir um relatório com insights e recomendações práticas para aumentar o engajamento.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados consolidados de participação estudantil, contendo KPIs globais, tabelas de participação por turma, série, atividade, e séries temporais.

# 2. Objetivo
Interpretar os dados, identificar padrões e áreas de baixa participação e produzir um relatório com insights e recomendações práticas.

# 3. Regras que você deve seguir para gerar sua resposta
- Calcule e apresente explicitamente: 'taxa_presenca_media', 'participacao_media_por_aluno', 'diversidade_atividades_por_aluno', 'tempo_medio_por_participacao'.
- Estratifique resultados por 'serie','turma','tipo_atividade','turno','canal'. Destaque TOP 10 melhores e piores em 'taxa_presenca_media' e 'participacoes_totais'.
- Defina limiar de baixa participação por estrato usando percentil 25 da 'taxa_presenca_media'.
- Análise temporal: identifique tendências em 'series_temporais_mensal' e 'series_temporais_semanal'.
- Drivers de engajamento: compare médias por 'tipo_atividade', 'turno' e 'canal'.
- Equidade: verifique disparidades entre turmas dentro da mesma série.
- Priorização: calcule um 'score_prioridade' para grupos em risco.
- Recomendações SMART: proponha ação para cada grupo prioritário.
- Portfólio balanceado: garanta ao menos 3 quick wins e 2 ações estruturais.
- Sazonalidade: sugira ajustes de agenda ou reforço de comunicação.
- Qualidade de dados: transcreva problemas e explique impacto potencial.
- Clareza do relatório: use bullets, tabelas compactas, e apresente números com 1 casa decimal. 
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 objeto JSON com as métricas consolidadas de participação estudantil.
  • 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 10.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório formatado em Markdown, contendo sumário executivo, KPIs globais, padrões e tendências, áreas de baixa participação, drivers e hipóteses, recomendações priorizadas, plano 30-60-90 dias e anexos sobre qualidade de dados.
  • Exemplo de Estrutura de Output:
     # Relatório de Participação Estudantil
    
    ## Sumário Executivo
    - Principais achados em até 5 bullets.
    
    ## KPIs Globais
    - Alunos totais: X
    - Taxa média de presença: Y%
    - Participações totais: Z
    - Tempo total acumulado: T min
    
    ## Padrões e Tendências
    - Destaques por série, turma, tipo de atividade e canal.
    
    ## Áreas de Baixa Participação (Risco)
    - Listas priorizadas de turmas/séries/atividades abaixo de limiares.
    
    ## Drivers e Hipóteses
    - Fatores correlacionados.
    
    ## Recomendações Priorizadas (Impacto x Esforço)
    - Tabela com ação, racional, impacto esperado, esforço, responsável sugerido, prazo.
    
    ## Plano 30-60-90 dias
    - Ações rápidas, ajustes estruturais e consolidação.
    
    ## Anexos
    - Notas sobre qualidade de dados e limitações.
    
     
  • Número de caracteres esperado: O relatório gerado deve ter um tamanho estimado em 5.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • 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 é o entregável final e não é passada para outros agentes internos.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.