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 "Avaliação de Desempenho de Alunos", uma solução projetada para analisar dados de desempenho dos alunos em avaliações e atividades, gerando relatórios personalizados com insights sobre áreas de melhoria e progresso. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é transformar dados de desempenho em relatórios acionáveis que identifiquem áreas de melhoria e sugiram estratégias de aprendizagem personalizadas para cada aluno.
2. Contexto e Problema
Cenário Atual
A análise manual de dados de desempenho dos alunos é demorada e sujeita a erros, resultando em feedbacks que muitas vezes não são personalizados para as necessidades específicas de cada aluno.
Problemas Identificados
- Consumo de tempo: A análise manual dos dados é um processo demorado.
- Falta de personalização: Os feedbacks fornecidos aos alunos não são personalizados, o que limita a eficácia das estratégias de aprendizagem.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Reduzir o tempo de análise de dados de desempenho dos alunos.
- Fornecer feedbacks personalizados que ajudam a melhorar as estratégias de aprendizagem.
- Aumentar a precisão dos relatórios de desempenho.
4. Visão Geral da Solução
O agente de IA para avaliação de desempenho de alunos coleta e analisa dados de desempenho de diversas fontes, gerando relatórios personalizados que oferecem insights sobre áreas de melhoria e progresso. 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 desempenho escolar.
A solução consiste em um fluxo de automação composto por dois agentes de IA. O processo inicia com a coleta e análise dos dados de desempenho e termina com a geração de relatórios personalizados para cada aluno.
| Agentes | Função Principal |
|---|---|
Agente de Coleta, Preparação e Análise de Dados de Desempenho (RF 1)
| Consolidar e analisar dados de provas e atividades para cada aluno. |
Agente de Geração de Relatórios Personalizados (RF 2)
| Produzir relatórios claros e acionáveis com insights sobre progresso e estratégias de aprendizagem. |
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 Coleta, Preparação e Análise de Dados de Desempenho
1.1 Tarefa do Agente
Consolidar e analisar dados de provas e atividades para cada aluno, produzindo um diagnóstico padronizado por habilidade/competência, progresso temporal e comparativos por turma/disciplina.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de desempenho de alunos em formato CSV, planilha ou JSON. Esses dados incluem informações sobre alunos, avaliações, itens/competências e notas. # 2. Objetivo Consolidar e analisar esses dados para produzir um diagnóstico padronizado que inclui habilidades/competências, progresso temporal e comparativos por turma/disciplina. # 3. Regras que você deve seguir para gerar sua resposta - Valide a estrutura dos dados recebidos e rejeite a análise se faltarem campos essenciais. - Normalize as notas para uma escala de 0 a 100 e trate ausências de dados adequadamente. - Calcule indicadores centrais como média ponderada, mediana e z-score por disciplina. - Identifique tendências e classificações de risco para cada aluno. - Gere um JSON normalizado por aluno com todos os dados analisados.
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 de desempenho dos alunos em formato CSV, planilha ou JSON via API. Na fase de testes, os dados serão enviados diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados estruturados de desempenho dos alunos.
-
Formatos Suportados:
.csv,.xlsx,.json. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input com até 100.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON normalizado por aluno contendo um resumo geral, progresso, competências, comparativos, riscos e qualidade dos dados.
-
Exemplo de Estrutura de Output:
{ "aluno_id": "12345", "resumo_geral": { "media_ponderada_0_100": 85.0, "mediana_0_100": 82.0, "percentil_turma": 90, "zscore_turma": 1.5 }, "progresso": { "tendencia_recente": "estável", "variacao_ultimas_avaliacoes": 2.0, "estabilidade": "alta" }, "competencias": [ { "competencia": "Matemática", "score_0_100": 88.0, "dominio": "alto", "evidencias": ["Prova 1", "Prova 2"] } ], "riscos": { "classificacao": "baixo", "motivos": [] }, "qualidade_dados": { "campos_faltantes": [], "outliers_detectados": false, "registros_ausentes": 0, "taxa_completude": 100 } } - Número de caracteres esperado: O JSON de output deve ter um tamanho aproximado de 3.000 caracteres por aluno.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculos estatísticos e normalização de notas.
- 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 Geração de Relatórios Personalizados (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios Personalizados (RF 2).
RF 2. Agente de Geração de Relatórios Personalizados
2.1 Tarefa do Agente
Produzir, para cada aluno, um relatório claro e acionável com insights sobre progresso, pontos fortes, lacunas por competência e um plano de estudo personalizado.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON analítico por aluno gerado pelo agente anterior. Esse JSON inclui dados sobre resumo geral, progresso, competências, comparativos, riscos e qualidade dos dados. # 2. Objetivo Produzir relatórios personalizados que incluem um resumo executivo, destaques, progresso, diagnóstico por competência e um plano de estudo personalizado. # 3. Regras que você deve seguir para gerar sua resposta - Estruture o relatório em seções claras, começando com uma capa e um resumo executivo. - Destaque até 3 competências com scores altos e até 3 com scores baixos, priorizando por impacto. - Inclua um plano de estudo de 2–4 semanas com metas SMART e estratégias de aprendizagem personalizadas. - Adapte as recomendações ao nível de risco acadêmico do aluno. - Use linguagem clara e evite jargões técnicos.
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 analítico por aluno gerado pelo agente anterior.
-
Formatos Suportados:
.json - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 3.000 caracteres por aluno.
2.3.2 Especificação do Output
- Formato de output: Relatórios personalizados por aluno em formato Markdown ou JSON-text, contendo resumo executivo, destaques, progresso e plano de estudo.
-
Exemplo de Estrutura de Output:
# Relatório de Desempenho **Nome do Aluno:** João Silva **Turma:** 3A **Data de Geração:** 05/12/2025 ## Resumo Executivo - João tem um desempenho consistente em Matemática, com uma média ponderada de 85. - Necessita melhorar em Ciências, onde apresenta um score de 58. ## Destaques ### Forças - Matemática: Score de 88, com bom domínio de álgebra. ### Oportunidades - Ciências: Score de 58, com dificuldades em conceitos básicos de física. ## Progresso - Tendência recente: Estável. - Percentil na turma: 75. ## Plano de Estudo (2-4 semanas) - **Metas SMART:** Atingir >=70 em Ciências em 4 semanas. - **Estratégias:** Revisão semanal de conceitos básicos com exercícios práticos.
- Número de caracteres esperado: O relatório gerado deve ter um tamanho aproximado de 1.500 a 2.500 caracteres por aluno.
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: Não utiliza.
- 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 representa o resultado final do fluxo e é entregue diretamente ao usuário.
2.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.