Agente de IA para Avaliação de Segurança em Recreação Escolar

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

Como criar um agente de IA que analisa relatórios de supervisores de recreação para identificar e sugerir melhorias nas práticas de segurança.

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 "Avaliação de Segurança em Recreação 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 analisar relatórios de supervisores de recreação para identificar práticas de segurança inadequadas e sugerir melhorias, garantindo que as sugestões sejam apropriadas para a faixa etária e tipo de atividade.

2. Contexto e Problema

Cenário Atual

Em muitas escolas, as atividades recreativas são supervisionadas por adultos que registram eventos e práticas em relatórios. No entanto, identificar padrões de segurança inadequados a partir desses relatórios é um desafio manual e demorado. Além disso, não há um sistema automatizado que sugira melhorias com base em dados históricos e melhores práticas.


Problemas Identificados

  • Dificuldade em identificar práticas de segurança inadequadas: A análise manual dos relatórios pode levar a interpretações inconsistentes.
  • Falta de automação: Não existe um sistema para sugerir melhorias de forma automatizada e baseada em dados coletados.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Melhorar a identificação de práticas inseguras durante atividades recreativas.
  • Automatizar sugestões de melhorias para práticas de segurança, com base em dados históricos e melhores práticas.
  • Garantir que as sugestões sejam adequadas para a faixa etária e tipo de atividade.

4. Visão Geral da Solução

O agente de IA para avaliação de segurança em recreação escolar processa relatórios de supervisores, identifica padrões de segurança inadequados e sugere melhorias com base em melhores práticas e dados históricos. 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 melhoria das práticas de segurança escolar.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a normalização de dados de relatórios e termina com a geração de um plano de ação com recomendações práticas.

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

Agentes Função Principal
Agente de Normalização e Extração de Dados de Relatórios (RF 1) Converter relatórios em um JSON padronizado com metadados, eventos, controles, contexto e população atendida.
Agente de Avaliação de Risco e Conformidade em Segurança (RF 2) Avaliar o JSON normalizado quanto a riscos, conformidade com melhores práticas de segurança e adequação etária.
Agente de Geração de Recomendações e Plano de Ação (RF 3) Transformar achados e prioridades em um plano de ação prático, adequado à faixa etária e ao tipo de atividade.

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 Normalização e Extração de Dados de Relatórios

1.1 Tarefa do Agente

Converter relatórios livres de supervisores de recreação em um JSON padronizado com metadados, eventos, controles, contexto e população atendida.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo texto bruto do relatório de supervisores de recreação. Este texto contém descrições de atividades recreativas, locais, participantes, incidentes e observações dos supervisores.

# 2. Objetivo
Converter o texto em um JSON estruturado com os campos: {id_relatorio, data_relatorio, escola, local_atividade, tipo_atividade, faixa_etaria_min, faixa_etaria_max, tamanho_grupo, razao_supervisao_declarada, necessidades_especiais_presentes, clima/condicoes_ambiente, superficies, equipamentos_utilizados[], checklist_controles_existentes[], incidentes_reportados[], quase_acidentes[], comportamentos_de_risco_observados[], evidencias_textuais[], observacoes_gerais}.

# 3. Regras que você deve seguir para gerar sua resposta
- Identifique e preencha explicitamente cada campo do JSON de saída. Se um campo não for mencionado, atribua null e inclua um campo complementar faltantes[] listando os nomes dos campos ausentes.
- Extraia tipo_atividade a partir de taxonomia: ['brincadeiras de pátio', 'esportes com bola', 'brincadeiras aquáticas', 'brinquedos de playground', 'corrida', 'pula-corda', 'jogos em sala', 'passeio externo']. Quando múltiplas, retorne array em tipo_atividade_detalhado[].
- Normalize faixas etárias: se houver séries ou idades textuais, converta para faixa_etaria_min e faixa_etaria_max em anos inteiros.
- Calcule razao_supervisao_declarada como número_crianças / número_adultos quando a informação estiver presente no texto; se apenas 'adequada'/'inadequada' for citada, mantenha o texto e defina campo numerico como null.
- Preencha equipamentos_utilizados[] com itens concretos (ex.: 'traves', 'redes', 'escorregador', 'cordas', 'colchonetes', 'bola'), normalizando no singular e em minúsculas.
- Preencha checklist_controles_existentes[] usando chaves padronizadas: ['inspeção_previa_área', 'inspeção_equipamentos', 'regras_explicadas', 'aquecimento', 'barreiras_físicas', 'divisão_por_idade', 'hidratação', 'protetor_solar', 'calçado_adequado', 'plano_emergência', 'kit_primeiros_socorros_disponível', 'telefone_contato_emergência', 'autorização_pais', 'acessibilidade_garantida'].
- Separe incidentes_reportados[] (eventos com dano/lesão) de quase_acidentes[] (near-miss sem lesão). Para cada item, inclua: {descricao, tipo_lesao (ou null), gravidade_textual, atendimento_realizado, tempo_resposta_estimado_seg, evidencias_trecho}.
- Liste comportamentos_de_risco_observados[] como {descricao, quem (aluno/equipe), frequencia ('isolado','repetido'), contexto}.
- Inclua evidencias_textuais[] com trechos literais do relatório que suportem as extrações; forneça offsets aproximados: {trecho, inicio_char, fim_char}.
- Padronize datas no formato ISO 8601 (YYYY-MM-DD).
- Anonimize PII de crianças: substitua nomes próprios por 'Aluno#N' e nomes de responsáveis por 'Responsável#N'. Mantenha nomes de colaboradores apenas como função ('Supervisor', 'Monitor'), salvo se orientação contrária explícita.
- Idioma de saída: português do Brasil. 
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 relatórios textuais de supervisores 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 texto na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial é um texto bruto de relatório, que será convertido em JSON.
  • Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos: .txt, .docx, .pdf.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 20.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON com a estrutura especificada no prompt.
  • Exemplo de Estrutura de Output:
     {
      "id_relatorio": "12345",
      "data_relatorio": "2025-12-04",
      "escola": "Escola Exemplo",
      "local_atividade": "Pátio",
      "tipo_atividade": "esportes com bola",
      "faixa_etaria_min": 6,
      "faixa_etaria_max": 8,
      "tamanho_grupo": 20,
      "razao_supervisao_declarada": "adequada",
      "necessidades_especiais_presentes": false,
      "clima/condicoes_ambiente": "ensolarado",
      "superficies": "grama",
      "equipamentos_utilizados": ["bola", "trave"],
      "checklist_controles_existentes": ["inspeção_equipamentos", "regras_explicadas"],
      "incidentes_reportados": [],
      "quase_acidentes": [],
      "comportamentos_de_risco_observados": [],
      "evidencias_textuais": [],
      "observacoes_gerais": ""
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 5.000 caracteres, variando conforme a complexidade do relatório.

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 Avaliação de Risco e Conformidade em Segurança (RF 2).

RF 2. Agente de Avaliação de Risco e Conformidade em Segurança

2.1 Tarefa do Agente

Avaliar o JSON normalizado quanto a riscos, conformidade com melhores práticas de segurança em recreação escolar e adequação etária, produzindo achados priorizados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON estruturado produzido pelo Agente de Normalização e Extração de Dados de Relatórios.

# 2. Objetivo
Avaliar o JSON quanto a riscos, conformidade com melhores práticas de segurança e adequação etária, produzindo um JSON de avaliação com: {matriz_risco: [{perigo, contexto, severidade_1a5, probabilidade_1a5, risco_1a25, prioridade ('P1','P2','P3','P4'), evidencias}], conformidade: {supervisao:{razao_observada, referencia, status}, equipamento:{itens_nao_conformes[]}, ambiente:{itens_nao_conformes[]}, procedimentos:{lacunas[]}}, adequacao_faixa_etaria: {status, justificativa}, causas_raiz_sugeridas[], achados_chave_top5[], quick_wins_sugeridos[]}.

# 3. Regras que você deve seguir para gerar sua resposta
- Construa uma lista de perigos por categoria: ['colisão/queda', 'atrito/superfície escorregadia', 'equipamento defeituoso', 'superlotação', 'falta de supervisão', 'exposição solar/calor', 'hidratação insuficiente', 'objetos cortantes', 'brincadeira inadequada à idade', 'barreiras/saídas de emergência obstruídas'].
- Atribua severidade_1a5 usando referência: 1=desprezível, 2=menor, 3=moderada, 4=grave, 5=crítica (risco de vida/incapacidade). Baseie-se nos incidentes/quase-acidentes e no tipo de atividade.
- Atribua probabilidade_1a5 considerando frequência observada, tamanho do grupo, complexidade da atividade, estado dos equipamentos e presença de controles: 1=rara, 2=improvável, 3=possível, 4=provável, 5=muito provável.
- Calcule risco_1a25 = severidade x probabilidade. Mapeie prioridade: 20-25=P1, 12-19=P2, 6-11=P3, 1-5=P4.
- Defina referências de razão de supervisão padrão se nenhuma política local for fornecida: 4-5 anos: 1:6; 6-8 anos: 1:8; 9-12 anos: 1:12; >12 anos: 1:15. Quando múltiplas idades no grupo, aplique a mais restritiva. Se houver política local explícita no relatório, use-a e cite em 'referencia'.
- Conformidade de equipamento: marque não conformes quando houver ausência de 'inspeção_equipamentos', dano/folga visível, falta de ancoragem, ou ausência de EPI quando requerido pela atividade.
- Conformidade de ambiente: verifique superfície adequada (absorção de impacto em playground), ausência de obstáculos perigosos, delimitação de áreas, condições climáticas (calor/chuva/vento) e sombreamento. Registre cada violação em ambiente.itens_nao_conformes[].
- Procedimentos: avalie se regras foram explicadas, se há plano de emergência, kit de primeiros socorros disponível, hidratação, protetor solar conforme contexto, acessibilidade e autorização de responsáveis quando aplicável.
- Adequação etária: sinalize 'inadequada' se a atividade exigir capacidades motoras ou cognitivas acima da faixa etária declarada, ou se equipamentos possuírem restrições de idade/altura. Justifique sempre com evidência do texto ou referência de boas práticas.
- Causas raiz sugeridas: produza hipóteses usando categorias: ['pessoas/treinamento', 'processos/procedimentos', 'ambiente', 'equipamento', 'gestão/capacidade']. Vincule cada hipótese a achados e evidências.
- Achados-chave: selecione até 5 com maior impacto (prioridade P1/P2 primeiro), com descrição clara e evidência direta.
- Quick wins: liste melhorias de baixo custo/baixa complexidade que reduzam P1/P2 (ex.: delimitar áreas com cones, reforçar regras antes da atividade, checagem rápida de equipamentos).
- Inclua evidencias como trechos literais e/ou campos do JSON anterior, para cada item relevante.
- Idioma de saída: português do Brasil. 
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 como input um JSON estruturado, que corresponde ao relatório normalizado pelo agente anterior.
  • 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 JSON com até 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo no formato JSON com a avaliação de riscos e conformidade.
  • Exemplo de Estrutura de Output:
     {
      "matriz_risco": [{"perigo": "colisão/queda", "contexto": "Pátio durante recreação", "severidade_1a5": 3, "probabilidade_1a5": 4, "risco_1a25": 12, "prioridade": "P2", "evidencias": []}],
      "conformidade": {"supervisao": {"razao_observada": "1:10", "referencia": "1:8", "status": "inadequada"}, "equipamento": {"itens_nao_conformes": []}, "ambiente": {"itens_nao_conformes": []}, "procedimentos": {"lacunas": []}},
      "adequacao_faixa_etaria": {"status": "adequada", "justificativa": ""},
      "causas_raiz_sugeridas": [],
      "achados_chave_top5": [],
      "quick_wins_sugeridos": []
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 3.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

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 Geração de Recomendações e Plano de Ação (RF 3).

RF 3. Agente de Geração de Recomendações e Plano de Ação

3.1 Tarefa do Agente

Transformar achados e prioridades em um plano de ação prático, adequado à faixa etária e ao tipo de atividade, com métricas de acompanhamento.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON de avaliação produzido pelo Agente de Avaliação de Risco e Conformidade em Segurança.

# 2. Objetivo
Transformar achados e prioridades em um plano de ação prático, adequado à faixa etária e ao tipo de atividade, com métricas de acompanhamento.

# 3. Regras que você deve seguir para gerar sua resposta
- Converta cada achado P1 e P2 em pelo menos 1 recomendação específica e verificável. Para P3 e P4, proponha se houver baixo custo/alto benefício.
- Adote hierarquia de controles: priorize engenharia (eliminar/substituir/segregar), depois administrativos (regras/rotinas), depois EPI e comunicação.
- Inclua orientação adaptada à faixa etária: linguagem simples para crianças menores (regras de 3-5 palavras), instruções mais detalhadas para maiores.
- Defina KPIs mensuráveis por recomendação (ex.: '% de turmas com briefing de regras antes da atividade', 'tempo médio de resposta a incidentes', 'número de quase-acidentes/semana').
- Marque quick wins detectados como prioridade máxima no curto prazo (prazo_sugerido_dias <= 7).
- Respeite restrições contextuais: se atividade é ao ar livre com alta insolação, inclua sombreamento, hidratação e pausas programadas; se playground, inclua verificação de superfícies e distâncias de segurança; se esportes com bola, inclua zonas de segurança e regras de contato.
- Para necessidades_especiais_presentes=true, inclua ajustes razoáveis (ex.: supervisão dedicada, percurso acessível, instruções visuais) e KPIs de inclusão.
- Para cada recomendação, troque generalidades por ações operacionais: quem faz, quando, onde e como verificar; inclua checklist de verificação pós-implantação em verificacao_pos_implantacao.
- Produza resumo_executivo_markdown com: contexto, top-5 riscos, 5 ações imediatas, impactos esperados (KPIs) e próximos passos.
- Idioma de saída: português do Brasil. 
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 como input um JSON de avaliação produzido pelo agente anterior.
  • 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 JSON com até 3.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um plano de ação em JSON e texto executivo, contendo recomendações específicas, roadmap resumido e resumo executivo em Markdown.
  • Exemplo de Estrutura de Output:
     {
      "recomendacoes": [{"descricao": "Delimitar áreas com cones", "categoria_controle": "administrativo", "prioridade": "P1", "custo_estimado": "baixo", "esforço": "baixo", "responsavel_sugerido": "Supervisor de Recreação", "prazo_sugerido_dias": 5, "dependencias": [], "kpis_sucesso": ["% de turmas com áreas delimitadas"], "orientacao_faixa_etaria": "Adequado para todas as idades", "verificacao_pos_implantacao": "Checklist diário"}],
      "roadmap_resumido_por_semana": [],
      "resumo_executivo_markdown": "### Resumo Executivo\n- **Contexto:** Avaliação de segurança em recreação escolar\n- **Top-5 Riscos:**\n  - Colisão/queda\n- **5 Ações Imediatas:**\n  - Delimitar áreas com cones\n- **Impactos Esperados (KPIs):**\n  - Redução de incidentes em 20%\n- **Próximos Passos:**\n  - Implementação das recomendações" 
    } 
  • Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 4.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não são visíveis para agentes subsequentes.
  • Visibilidade da Resposta: A resposta (plano de ação em JSON e texto executivo) 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 plano de ação gerado é o resultado que deve ser disponibilizado ao usuário.

© 2025 prototipe.ai. Todos os direitos reservados.