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 "Criação de Conteúdos Interativos", uma solução projetada para desenvolver conteúdos educacionais multimídia e gamificados que aumentem o engajamento dos alunos. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é integrar elementos multimídia e técnicas de gamificação em conteúdos didáticos, personalizando-os para diferentes estilos de aprendizagem e garantindo alinhamento com o currículo escolar.
2. Contexto e Problema
Cenário Atual
O desafio de criar conteúdos didáticos engajantes é amplamente reconhecido no setor educacional. Educadores enfrentam dificuldades em incorporar multimídia e gamificação de forma eficaz, devido à falta de tempo e recursos para desenvolver conteúdos interativos de alta qualidade.
Problemas Identificados
- Engajamento insuficiente: Os métodos tradicionais de ensino muitas vezes falham em captar o interesse dos alunos, resultando em baixa retenção de conhecimento.
- Integração de tecnologia: Incorporar elementos multimídia e gamificação requer habilidades e ferramentas que nem sempre estão disponíveis para os educadores.
- Limitações de tempo e recursos: Desenvolver conteúdos interativos de alta qualidade é demorado e demanda recursos que muitas instituições não possuem.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Aumentar o engajamento dos alunos através de conteúdos interativos e dinâmicos.
- Facilitar a personalização do ensino para atender a diferentes estilos de aprendizagem.
- Reduzir o tempo e os custos associados ao desenvolvimento de materiais educativos de qualidade.
4. Visão Geral da Solução
O agente de IA para criação de conteúdos interativos utiliza técnicas de multimídia e gamificação para desenvolver materiais educativos que aumentam o engajamento dos alunos. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz na criação de conteúdos personalizados e alinhados ao currículo escolar.
A solução consiste em um fluxo de automação composto por quatro agentes de IA. O processo se inicia com o planejamento didático e termina com a validação curricular e QA pedagógico.
A execução dos agentes segue a ordem definida na tabela abaixo, garantindo que cada etapa do desenvolvimento de conteúdo seja atendida de maneira estruturada e eficiente.
| Agentes | Função Principal |
|---|---|
Agente de Briefing e Planejamento Didático (RF 1)
| Consolidar o briefing pedagógico e transformar as informações em um blueprint detalhado para conteúdo interativo. |
Agente de Roteirização e Storyboard Interativo (RF 2)
| Converter o blueprint pedagógico em um storyboard detalhado com cenas e interações. |
Agente de Geração do Pacote Interativo (HTML/CSS/JS) (RF 3)
| Materializar o storyboard em um pacote front-end leve, acessível e gamificado. |
Agente de Validação Curricular e QA Pedagógico (RF 4)
| Auditar o pacote gerado quanto ao alinhamento curricular e qualidade pedagógica. |
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 aluno receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Briefing e Planejamento Didático
1.1 Tarefa do Agente
Consolidar o briefing pedagógico e transformar as informações de currículo e preferências do aluno em um blueprint detalhado para conteúdo interativo com gamificação e multimídia.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto JSON com informações detalhadas sobre o currículo, tema, estilos de aprendizagem preferidos e outras características relevantes para o desenvolvimento de conteúdos educacionais. # 2. Objetivo Transformar essas informações em um blueprint pedagógico detalhado que guiará a criação de conteúdos interativos, incluindo objetivos de aprendizagem, mecânicas de gamificação e diretrizes multimídia. # 3. Regras que você deve seguir para gerar sua resposta - Se qualquer campo crítico do input estiver ausente, inferir valor conservador e registrar em blueprint.inferencias. - Gerar 3 a 5 objetivos de aprendizagem no formato SMART, cada um com verbo alinhado ao nivel_bloom informado. - Definir indicadores_sucesso mínimos: taxa_acerto_alvo entre 70% e 85%, tempo_medio_alvo_min entre 0.6x e 0.9x do tempo_esperado_min, engajamento_alvo >= 75%. - Selecionar mecanicas_gamificacao compatíveis com a faixa_etaria. - Diretrizes de multimídia: priorizar formatos leves; sempre prever alternativa acessível. - Montar matriz_conteudos com unidades numeradas. - Rubrica de avaliação: 3 a 4 critérios, pesos somando 100. - Garantir alinhamento explícito com o currículo fornecido.
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 objeto JSON via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um objeto JSON com informações sobre currículo, tema e preferências de aprendizagem.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um blueprint pedagógico em JSON, detalhando objetivos de aprendizagem, mecânicas de gamificação e diretrizes multimídia.
-
Exemplo de Estrutura de Output:
{ "objetivos_aprendizagem": [], "indicadores_sucesso": {}, "mecanicas_gamificacao": {}, "diretrizes_multimidia": {}, "matriz_conteudos": {}, "rubrica_avaliacao": {} } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 5.000 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
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 Roteirização e Storyboard Interativo (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Roteirização e Storyboard Interativo (RF 2).
RF 2. Agente de Roteirização e Storyboard Interativo
2.1 Tarefa do Agente
Converter o blueprint pedagógico em um storyboard detalhado com cenas, interações, caminhos de progressão e requisitos de assets.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um blueprint pedagógico JSON gerado pelo agente anterior, que contém diretrizes detalhadas para o desenvolvimento de conteúdos interativos. # 2. Objetivo Converter o blueprint em um storyboard detalhado, especificando cenas, interações e requisitos de assets. # 3. Regras que você deve seguir para gerar sua resposta - Dividir o conteúdo em 4 a 8 cenas, garantindo duração total dentro de ±20% do tempo_esperado_min do blueprint. - Variar tipos de atividade_interativa entre: quiz de múltipla escolha, verdadeiro/falso, arrastar-e-soltar. - Adaptar cada cena aos estilos de aprendizagem com variações concretas. - Prover labels_aria descritivos, ordem de foco definida, alternativa_textual para imagens/vídeos. - Rastrear eventos essenciais: inicio_cena, acao_interativa, uso_dica, acerto, erro, conclusao_cena. - Definir progressao com escalonamento de dificuldade.
2.3 Configurações do Agente
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 como input um blueprint pedagógico em JSON.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um storyboard em JSON, detalhando cenas, interações e requisitos de assets.
-
Exemplo de Estrutura de Output:
{ "cenas": [], "total_duracao_min": 0, "manifesto_assets": [], "gamificacao": {}, "mapa_objetivos": {} } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 6.000 caracteres.
2.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
2.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 Geração do Pacote Interativo (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração do Pacote Interativo (RF 3).
RF 3. Agente de Geração do Pacote Interativo (HTML/CSS/JS)
3.1 Tarefa do Agente
Materializar o storyboard em um pacote front-end leve, acessível e gamificado, pronto para uso offline/online.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um storyboard JSON produzido pelo agente de Roteirização, detalhando cenas e interações para o conteúdo interativo. # 2. Objetivo Materializar o storyboard em um pacote front-end leve, acessível e gamificado, pronto para uso offline/online. # 3. Regras que você deve seguir para gerar sua resposta - Gerar código limpo, sem dependências externas; usar HTML5 semântico, CSS3 e JS puro. - Incluir placeholders para mídias usando URLs fictícias ou comentários TODO. - Implementar mecânicas de gamificação descritas no blueprint. - Acessibilidade: contrastes mínimos 4.5:1, navegação completa por teclado. - Compatibilidade: prever modo offline, evitar arquivos > 15MB. - Internacionalização básica: estruturar textos em um objeto JS TEXTOS com chaves reutilizáveis.
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 storyboard em JSON.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 6.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um pacote em JSON contendo HTML, CSS e JS, além de instruções de substituição de placeholders de mídia.
-
Exemplo de Estrutura de Output:
{ "index_html": "", "style_css": "", "script_js": "", "assets_manifesto": [], "metadata": {} } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 7.000 caracteres.
3.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
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 devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Validação Curricular e QA Pedagógico (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Validação Curricular e QA Pedagógico (RF 4).
RF 4. Agente de Validação Curricular e QA Pedagógico
4.1 Tarefa do Agente
Auditar o pacote gerado quanto ao alinhamento curricular, qualidade pedagógica, acessibilidade e aderência às regras de gamificação; aplicar correções textuais de baixo risco se necessário.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto com o pacote gerado, blueprint e storyboard para auditoria de qualidade. # 2. Objetivo Auditar o pacote quanto ao alinhamento curricular, qualidade pedagógica, acessibilidade e gamificação. # 3. Regras que você deve seguir para gerar sua resposta - Alinhamento curricular: verificar que cada objetivo_aprendizagem tem pelo menos uma cena e um item avaliativo correspondente. - Progressão e tempo: confirmar escalonamento de dificuldade e estimar tempo total. - Acessibilidade: checar presença de aria-labels em controles interativos. - Gamificação: validar lógica de pontos, tentativas e badges. - Qualidade pedagógica: linguagem clara, inclusiva e adequada. - Privacidade: não coletar PII; telemetria limitada à memória local. - Correções permitidas: ajustes de rótulos, textos de feedback, mensagens de acessibilidade.
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: Este agente deve ser apto a receber como input um objeto JSON contendo o pacote gerado, blueprint e storyboard.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 8.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório QA em JSON, detalhando o alinhamento curricular, qualidade pedagógica e acessibilidade.
-
Exemplo de Estrutura de Output:
{ "aprovado": true, "justificativas": [], "mapa_alinhamento": [], "checklist": {}, "problemas_detectados": [], "correcoes_aplicadas": [], "pacote_final": {} } - Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 4.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.7
4.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 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. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.