Agente de IA para Avaliação de Materiais Didáticos

Padronizar e estruturar feedbacks de professores e alunos em um esquema único de dados para posterior análise.

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 feedbacks de professores e alunos 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 uma lista de feedbacks brutos multicanais e metadados dos materiais.
• Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .csv, .json.
• 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 a chave feedback_items (array) contendo itens estruturados com campos específicos.
• Exemplo de Estrutura de Output:

   {
    "feedback_items": [
      {
        "id_local": "123",
        "perfil_usuario": "aluno",
        "texto_normalizado": "Texto do feedback normalizado.",
        "data_iso": "2025-12-05T06:56:00Z",
        "idioma_detectado": "pt"
      }
    ]
  } 

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a quantidade de feedbacks.

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

• 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 Consolidação e Deduplicação de Feedback (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Consolidação e Deduplicação de Feedback (RF 2).

Consolidar, verificar qualidade mínima e deduplicar feedbacks estruturados, preparando um dataset consistente para análise.

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 um objeto JSON com feedback_items estruturados.
• 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 50.000 caracteres.

2.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON feedback_dataset com campos específicos, incluindo unique_items e estatisticas_qualidade.
• Exemplo de Estrutura de Output:

   {
    "feedback_dataset": {
      "unique_items": [],
      "estatisticas_qualidade": {
        "total_perfil_usuario": {
          "aluno": 10,
          "professor": 5
        }
      }
    }
  } 

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 4.000 caracteres, podendo variar conforme a quantidade de feedbacks.

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 deve ser visível para o Agente de Análise Temática e Métricas (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise Temática e Métricas (RF 3).

Identificar temas, necessidades e problemas prioritários nos feedbacks e quantificar sua relevância por perfil e por material.

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 feedback_dataset.unique_items e metadados de materiais.
• 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 40.000 caracteres.

3.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON analise_feedback com campos específicos, incluindo temas e problemas_prioritarios.
• Exemplo de Estrutura de Output:

   {
    "analise_feedback": {
      "temas": [
        {
          "tema": "clareza do conteúdo",
          "descritor": "Dificuldade em entender o conteúdo apresentado.",
          "frequencia_total": 15,
          "severidade_media_1a5": 4
        }
      ]
    }
  } 

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 3.500 caracteres, podendo variar conforme a quantidade de feedbacks.

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 se conecta a sistemas externos.

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 Mapeamento a Objetivos de Aprendizagem (RF 4).

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Mapeamento a Objetivos de Aprendizagem (RF 4).

Conectar achados dos feedbacks aos objetivos de aprendizagem e identificar lacunas instrucionais por material.

4.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 3).
• Tipo do input: Este agente deve ser apto a receber analise_feedback e material_metadata.
• 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 30.000 caracteres.

4.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON gaps_mapeados com campos específicos, incluindo por_material e resumo_por_objetivo.
• Exemplo de Estrutura de Output:

   {
    "gaps_mapeados": {
      "por_material": [
        {
          "material_id": "mat_001",
          "objetivo": "Compreender conceitos básicos de IA",
          "cobertura_atual": "media",
          "severidade_lacuna_1a5": 3
        }
      ]
    }
  } 

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 3.000 caracteres, podendo variar conforme a quantidade de feedbacks.

4.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

4.3.4 Ferramentas do Agente

• Documentos: Não consulta documentos externos.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não se conecta a sistemas externos.

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 gerada por este agente deve ser visível para o Agente de Geração de Melhorias e Plano de Ação (RF 5).

4.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Geração de Melhorias e Plano de Ação (RF 5).

Propor melhorias concretas para os materiais didáticos e priorizá-las em um plano de ação executável.

5.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 4).
• Tipo do input: Este agente deve ser apto a receber analise_feedback e, quando disponível, gaps_mapeados.
• 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 25.000 caracteres.

5.3.2 Especificação do Output

• Formato de output: O output deve ser um objeto JSON plano_melhorias com campos específicos, incluindo melhorias e roadmap.
• Exemplo de Estrutura de Output:

   {
    "plano_melhorias": {
      "melhorias": [
        {
          "item_id": "001",
          "material_id": "mat_001",
          "descricao_curta": "Adicionar exemplos práticos de IA.",
          "impacto_1a5": 5,
          "esforco_1a5": 3,
          "prioridade": "Must"
        }
      ]
    }
  } 

• Número de caracteres esperado: O JSON final deve ser conciso e informativo, com um tamanho estimado em torno de 4.500 caracteres, podendo variar conforme a quantidade de melhorias propostas.

5.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

5.3.4 Ferramentas do Agente

• Documentos: Não consulta documentos externos.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não se conecta a sistemas externos.

5.3.5 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 do fluxo e não é passada para outros agentes internos.

5.3.6 Regras de Orquestração e Transição

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