Agente de IA para Análise de Frequência Escolar

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

Como criar um agente de IA que analisa padrões de frequência dos alunos e gera relatórios sobre absenteísmo.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos e demais requisitos funcionais para o Agente de IA para Análise de Frequência Escolar. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é automatizar a coleta, análise e geração de relatórios sobre frequência escolar, permitindo um monitoramento mais eficaz e suporte à tomada de decisões através de insights precisos sobre absenteísmo.

2. Contexto e Problema

As instituições de ensino enfrentam dificuldades em monitorar e analisar padrões de frequência escolar de forma eficiente. A falta de relatórios precisos sobre absenteísmo impede que decisões informadas sejam tomadas, o que pode impactar negativamente o desempenho acadêmico dos alunos. Este agente de IA busca resolver esses problemas ao coletar e analisar automaticamente dados de frequência escolar e ao gerar relatórios detalhados que oferecem suporte à tomada de decisões.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Automatizar a coleta e análise de dados de frequência, reduzindo o tempo e esforço manual.
  • Fornecer relatórios precisos sobre absenteísmo para suporte à tomada de decisões.
  • Identificar padrões de frequência e absenteísmo que possam exigir intervenções.
  • Melhorar o desempenho escolar através de monitoramento proativo e intervenções baseadas em dados.

4. Visão Geral da Solução

O agente de IA para análise de frequência escolar processa dados de presença dos alunos, aplica regras para identificar padrões de absenteísmo e gera relatórios que auxiliam na tomada de decisões educacionais. 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 gestão de frequência escolar.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo começa com a execução de uma chamada à API do sistema de gestão escolar e termina com a geração de relatórios estruturados e prontos para análise.

Agentes Função Principal
Agente de Execução de Chamada à API (RF 1) Realizar chamada à API do Sistema de Gestão Escolar para obter registros de frequência dos alunos.
Agente de Padronização e Validação de Dados de Frequência (RF 2) Padronizar e validar o dataset de frequência, preparando uma base única para análise.
Agente de Análise de Padrões de Frequência e Absenteísmo (RF 3) Calcular métricas de frequência e identificar padrões de absenteísmo e riscos.
Agente de Geração de Relatórios de Frequência e Absenteísmo (RF 4) Transformar a análise em relatórios executivos e operacionais para suporte à decisão.

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 Execução de Chamada à API

1.1 Tarefa do Agente

Realizar chamada à API do Sistema de Gestão Escolar (SGE) para obter registros de frequência dos alunos dentro de um intervalo de datas.

1.2 Prompt ou Instruções do Agente
 Este agente não recebe instruções de LLM. Sua única função é executar a chamada à API com o payload fornecido e devolver a resposta bruta sem transformação. 
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 payload de execução contendo: endpoint_base, credenciais/token já válidos, parâmetros de filtro (data_inicial, data_final, escola_id, turma_id opcional), e campos desejados. 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: Payload pronto para execução.
  • Formatos Suportados: JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um payload de até 5.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: Dados brutos recuperados da API em JSON com registros de frequência por dia/aluno.
  • Exemplo de Estrutura de Output:
     {
      "aluno_id": "12345",
      "data": "2025-12-13",
      "status_presenca": "presente",
      "turma_id": "678",
      "escola_id": "001",
      "motivo_ausencia": null
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 10.000 caracteres.

1.3.3 Parâmetros de Geração

N/A

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: O agente deverá realizar chamadas à API do SGE.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Padronização e Validação de Dados de Frequência (RF 2).

RF 2. Agente de Padronização e Validação de Dados de Frequência

2.1 Tarefa do Agente

Padronizar o dataset de frequência, validar consistência e preparar base única para análise.

2.2 Prompt ou Instruções do Agente
 # 1. Regras que você deve seguir para gerar sua resposta
- Mapear status_presenca para booleano presente: valores aceitos para presente = ['presente','P','1','true']; ausente = ['ausente','A','0','false']; desconhecido deve ser marcado presente = null e listado em inconsistencias.
- Normalizar data para formato ISO AAAA-MM-DD; descartar carimbo de hora se existir e registrar em metadados se houve truncamento de horário.
- Remover duplicatas por chave composta (aluno_id, data), mantendo o registro mais recente se houver campo updated_at; se não houver, manter o primeiro e registrar conflitos em inconsistencias.
- Validar calendário escolar: excluir fins de semana somente se a escola não tiver aula declarada nesses dias (assumir não letivo por padrão); remover feriados se lista_feriados for fornecida no metadado de entrada; quaisquer registros em dias não letivos devem ir para lista datas_fora_calendario.
- Tratar motivos: se motivo_ausencia em ['justificada','médico','judicial'] classificar como ausencia_justificada=true; caso contrário false; se ausente sem motivo, ausencia_justificada=false.
- Completar campos obrigatórios ausentes com null e listar no metadado campos_em_branco_corrigidos por coluna.
- Garantir que cada aluno_id é string normalizada (sem espaços, mantendo zeros à esquerda); turma_id e escola_id idem.
- Produzir sumário de qualidade: total_registros_entrada, total_validos, total_excluidos, total_duplicatas, total_datas_fora_calendario, percentual_dados_validos.
- Não inferir presença onde não há registro; não criar linhas novas; apenas padronizar as existentes. 
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: JSON bruto retornado pela API contendo registros de frequência por aluno e dia.
  • Formatos Suportados: JSON.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: JSON padronizado com: schema unificado (aluno_id, data, presente: boolean, turma_id, escola_id, motivo_ausencia, origem_registro), registros deduplicados e validados, além de um bloco de metadados de qualidade.
  • Exemplo de Estrutura de Output:
     {
      "aluno_id": "12345",
      "data": "2025-12-13",
      "presente": true,
      "turma_id": "678",
      "escola_id": "001",
      "motivo_ausencia": null
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 10.000 caracteres.

2.3.3 Parâmetros de Geração

N/A

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 Análise de Padrões de Frequência e Absenteísmo (RF 3).

RF 3. Agente de Análise de Padrões de Frequência e Absenteísmo

3.1 Tarefa do Agente

Calcular métricas de frequência por aluno/turma/período e identificar padrões de absenteísmo e riscos.

3.2 Prompt ou Instruções do Agente
 # 1. Regras que você deve seguir para gerar sua resposta
- Definir conjunto de dias letivos analisados: considerar somente datas válidas no dataset; se fornecido calendario_letivo, restringir-se a ele; caso contrário, usar datas presentes.
- Cálculo por aluno no período de referência: frequencia_% = (dias_presentes / (dias_presentes + dias_ausentes_justificados + dias_ausentes_injustificados)) * 100; reporte também frequencia_% desconsiderando justificadas.
- Ausência mensal: compute percentual de ausências (justificadas + injustificadas) sobre total de dias letivos do mês do registro; sinalizar ausencia_mensal_acima_limiar quando percentual > limiar_alerta_percentual.
- Limiar de frequência mínima: marcar frequencia_abaixo_limiar quando frequencia_% < limiar_frequencia_minima (padrão 75%).
- Sequências: identificar streaks de ausências consecutivas; sinalizar sequencias_ausencia>=3 quando houver 3 ou mais dias letivos consecutivos ausentes (incluir/excluir justificadas conforme parâmetro considerar_justificadas_em_streak, padrão true para injustificadas apenas).
- Tendência: comparar última janela_rolante_dias (padrão 30) com janela anterior de igual tamanho; marcar queda_sustentada se queda >=5 p.p. e valor atual < limiar_frequencia_minima.
- Consolidação por turma e escola: calcular média de frequência, desvio padrão, top 10 piores frequências e dias críticos (datas com pico de ausências acima de média + 1 desvio padrão).
- Classificação de risco do aluno: Alta se frequencia_% < 70% ou streak>=5; Média se 70%<=freq<75% ou ausencia_mensal_acima_limiar; Baixa caso contrário.
- Recomendações: para risco Alto, sugerir contato imediato com responsáveis e equipe pedagógica; para Média, monitorar semanalmente e enviar lembrete; para Baixa, acompanhamento padrão. Registrar motivos prováveis somente se houver dados (ex.: padrão de ausência em segundas-feiras).
- Transparência: incluir no output parâmetros efetivos usados, datas_inicial_final analisadas e contadores por categoria para auditoria. 
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: JSON padronizado de frequência contendo campos (aluno_id, data, presente, turma_id, escola_id, ausencia_justificada).
  • Formatos Suportados: 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: JSON com: métricas por aluno e turma, séries por período, flags de risco e um bloco de recomendações de ação por caso.
  • Exemplo de Estrutura de Output:
     {
      "aluno_id": "12345",
      "frequencia_%": 85.0,
      "dias_presentes": 17,
      "dias_ausentes_justificados": 2,
      "dias_ausentes_injustificados": 1,
      "frequencia_abaixo_limiar": false,
      "ausencia_mensal_acima_limiar": false,
      "sequencias_ausencia>=3": false,
      "queda_sustentada": false,
      "recomendacoes": "Acompanhamento padrão."
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 10.000 caracteres.

3.3.3 Parâmetros de Geração

N/A

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 Geração de Relatórios de Frequência e Absenteísmo (RF 4).

RF 4. Agente de Geração de Relatórios de Frequência e Absenteísmo

4.1 Tarefa do Agente

Transformar a análise em relatórios executivos e operacionais para suporte à decisão.

4.2 Prompt ou Instruções do Agente
 # 1. Regras que você deve seguir para gerar sua resposta
- Sumário executivo: destacar 3 a 5 insights principais (ex.: número de alunos em risco alto, variação da frequência média mensal, turmas mais críticas).
- KPIs mínimos: frequencia_media_escola_%, frequencia_media_por_turma_%, total_alunos_risco_alto/médio/baixo, top_dias_criticos.
- Priorização de casos: ordenar alunos em risco por combinação de menor frequência, maior sequência de ausências e maior ausência mensal; incluir para cada aluno: identificação, turma, frequencia_%, streak_max, ausencia_mensal_%, justificativa_se_houver e recomendação.
- Contexto e definições: explicar como cada métrica é calculada (de forma clara e consistente com o agente de análise) e indicar limitações dos dados (ex.: registros ausentes, dias fora do calendário, duplicatas removidas).
- Consistência: todas as taxas devem vir com 1 casa decimal e indicar base de cálculo (n dias) no mesmo bloco.
- Entregáveis: produzir dois blocos no JSON: 'relatorio_humano' (texto organizado por seções) e 'relatorio_estruturado' (dados tabulares e séries prontos para visualização). 
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: JSON de análise contendo métricas, consolidações e flags de risco por aluno/turma/escola, além dos parâmetros utilizados.
  • Formatos Suportados: JSON.
  • 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: Relatório em JSON estruturado com: 1) capa e sumário executivo; 2) indicadores-chave (KPI) globais e por turma; 3) lista priorizada de alunos em risco com justificativas; 4) tendências e datas críticas; 5) recomendações acionáveis; 6) anexo técnico com parâmetros, definições e notas de qualidade dos dados.
  • Exemplo de Estrutura de Output:
     {
      "relatorio_humano": "Texto organizado por seções...",
      "relatorio_estruturado": {
        "capa": "...",
        "sumario_executivo": "...",
        "kpis": "...",
        "alunos_em_risco": "...",
        "tendencias": "...",
        "recomendacoes": "...",
        "anexo_tecnico": "..."
      }
    } 
  • Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 15.000 caracteres.

4.3.3 Parâmetros de Geração

N/A

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Após a geração, o relatório pode ser enviado ao SGE ou outra ferramenta de BI. Esse envio deve ser configurado manualmente na interface do fluxo na plataforma da Prototipe AI, no item 'Envio da Resposta do Agente'.

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 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.