1. Propósito e Escopo
Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Criação de Material Didático Personalizado", uma solução de automação projetada para gerar materiais didáticos personalizados com base nas necessidades individuais dos alunos e no conteúdo programático do curso. 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 o input de dados do aluno e do curso em materiais didáticos personalizados e alinhados ao conteúdo programático, adaptados para diferentes estilos de aprendizado dos alunos.
2. Contexto e Problema
Cenário Atual
A criação de materiais didáticos que atendam às necessidades individuais dos alunos é um desafio persistente em ambientes educacionais. Muitas vezes, os materiais não estão alinhados com o conteúdo programático do curso, e adaptar esses materiais para diferentes estilos de aprendizado ainda é um desafio significativo para educadores.
Problemas Identificados
- Dificuldade em criar materiais didáticos personalizados: Os professores enfrentam desafios ao tentar adaptar materiais para atender às necessidades específicas de cada aluno.
- Falta de alinhamento com o conteúdo programático: Muitas vezes, os materiais não refletem adequadamente o conteúdo do curso, resultando em lacunas de aprendizado.
- Desafios em adaptar materiais para diferentes estilos de aprendizado: Alunos têm estilos de aprendizado variados, e materiais genéricos não são eficazes para todos.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Personalizar materiais didáticos para atender às necessidades individuais dos alunos.
- Garantir o alinhamento dos materiais com o conteúdo programático do curso.
- Adaptar materiais para diferentes estilos de aprendizado, melhorando a eficácia do ensino.
4. Visão Geral da Solução
O agente de IA para criação de materiais didáticos personalizados analisa dados dos alunos e do curso, aplica regras baseadas em estilos de aprendizado e gera materiais didáticos alinhados ao conteúdo do curso. 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 criação de materiais didáticos personalizados.
A solução consiste em um fluxo de automação composto por 5 agentes de IA. O processo inicia com o diagnóstico das necessidades do aluno e termina com a revisão de alinhamento e qualidade dos materiais gerados.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo. Cada agente desempenha uma função específica para garantir que os materiais didáticos sejam personalizados e eficazes.
| Agentes | Função Principal |
|---|---|
Agente de Diagnóstico de Necessidades do Aluno e Mapeamento ao Conteúdo Programático (RF 1)
| Analisar o perfil do aluno, identificar necessidades individuais e mapear prioridades de aprendizagem alinhadas ao conteúdo programático do curso. |
Agente de Planejamento Didático Personalizado (RF 2)
| Transformar o diagnóstico em um plano de aprendizagem estruturado, com objetivos mensuráveis, sequência, métodos e alocação de tempo. |
Agente de Geração de Materiais Didáticos Personalizados (RF 3)
| Gerar os materiais didáticos principais para cada unidade do plano, adaptados ao perfil e estilos de aprendizagem do aluno. |
Agente de Exercícios, Avaliação Formativa e Gabarito (RF 4)
| Criar exercícios graduais, checagens de aprendizagem e avaliações alinhadas aos objetivos, com gabarito explicado e rubricas. |
Agente de Revisão de Alinhamento e Qualidade Final (RF 5)
| Auditar a aderência dos materiais e avaliações ao conteúdo programático e às necessidades do aluno; propor correções e, quando simples, aplicar ajustes pontuais. |
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 Diagnóstico de Necessidades do Aluno e Mapeamento ao Conteúdo Programático
1.1 Tarefa do Agente
Analisar o perfil do aluno, identificar necessidades individuais e mapear prioridades de aprendizagem alinhadas ao conteúdo programático do curso.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto JSON contendo o perfil do aluno e o conteúdo programático do curso. Este JSON inclui informações detalhadas sobre o aluno e o curso, que devem ser analisadas para identificar necessidades e prioridades de aprendizagem. # 2. Objetivo Analisar o perfil do aluno e o conteúdo programático para gerar um diagnóstico das necessidades de aprendizagem do aluno e mapear essas necessidades ao conteúdo do curso. # 3. Regras que você deve seguir para gerar sua resposta - Não invente dados: se algum campo do student_profile ou course_syllabus estiver ausente, registre a ausência implicitamente nas escolhas (ex.: assuma multimodal e ritmo moderado; idioma pt-BR se não informado). - Extração estruturada: derive listas distintas para gaps_prioritarios (lacunas explícitas nas dificuldades ou implícitas por pré-requisitos não atendidos), competencias_alvo (objetivos do aluno mapeados a course_syllabus.competencias) e pre_requisitos_em_falta (união dos pré-requisitos dos tópicos alvo não presentes em conhecimentos_validados). - Evidência para conhecimentos_validados: inclua apenas itens presentes em historico_conhecimento ou claramente compatíveis com nivel_proficiencia (iniciante: apenas noções básicas; intermediario: fundamentos e técnicas comuns; avancado: tópicos avançados). Em caso de dúvida, não valide. - Priorização objetiva: ordene gaps_prioritarios pelo maior número de competências afetadas (efeito gargalo) e pela recorrência como pré-requisito em course_syllabus.topicos. Critério de desempate: alinhe com objetivos do aluno; persistindo empate, escolha menor esforço estimado (pré-requisitos com menos subtopicos). - Mapeamento ao syllabus: para cada gap prioritário, selecione tópicos/subtópicos do syllabus que cobrem as competências alvo; preencha topicos_priorizados com justificativa curta e enumere cobertura_competencias. - Adiamento responsável: classifique topicos_a_postergar quando exigirem pré-requisitos em falta; não priorize tópicos fora dos objetivos do aluno a menos que sejam pré-requisitos obrigatórios. - Restrições operacionais: defina restricoes.tempo_semanal igual a disponibilidade_semanal_horas ou, se ausente, 4 horas/semana como padrão; defina restricoes.idioma pelo preferido, senão pt-BR. - Estilos de aprendizagem: traduza learning_style para estrategias_recomendadas práticas (ex.: visual → mapas conceituais/diagramas; auditivo → explicações narrativas/leituras em voz alta; leitura → resumos/glossários; cinestesico → projetos/roteiros passo a passo). Se estilos ausentes, forneça pacote multimodal balanceado. - Consistência e concisão: limite gaps_prioritarios a no máximo 7 itens e competencias_alvo a no máximo 7 itens; não repita termos idênticos.
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 do 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 contendo informações do aluno e do curso.
-
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 até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON estruturado contendo o diagnóstico das necessidades de aprendizagem e o mapeamento ao conteúdo programático.
-
Exemplo de Estrutura de Output:
{"diagnostico": {"gaps_prioritarios": ["string"], "competencias_alvo": ["string"], "pre_requisitos_em_falta": ["string"], "conhecimentos_validados": ["string"]}, "alinhamento_programatico": {"topicos_priorizados": [{"topico": "string", "justificativa": "string", "cobertura_competencias": ["string"]}], "topicos_a_postergar": ["string"]}, "perfil_aprendizagem": {"estrategias_recomendadas": ["string"], "vark_destaques": ["string"], "kolb_destaque": "string"}, "restricoes": {"tempo_semanal": number, "idioma": "string"}} - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 4.000 caracteres.
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 devem ser visíveis para o Agente de Revisão de Alinhamento e Qualidade Final (RF 5).
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Planejamento Didático Personalizado (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Planejamento Didático Personalizado (RF 2).
RF 2. Agente de Planejamento Didático Personalizado
2.1 Tarefa do Agente
Transformar o diagnóstico em um plano de aprendizagem estruturado, com objetivos mensuráveis, sequência, métodos e alocação de tempo.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto JSON resultante do agente anterior, contendo o diagnóstico das necessidades do aluno, o alinhamento programático e o perfil de aprendizagem. # 2. Objetivo Transformar o diagnóstico em um plano de aprendizagem estruturado, com objetivos mensuráveis, sequência, métodos e alocação de tempo. # 3. Regras que você deve seguir para gerar sua resposta - Cálculo de duração: defina carga_horaria_semanal = restricoes.tempo_semanal; estime horas_totais = soma de tempos necessários para cobrir topicos_priorizados (heurística: 1 a 3 horas por subtopico conforme complexidade: básico=1, intermediário=2, avançado=3). Determine duracao_semanas = teto(horas_totais / carga_horaria_semanal); se carga_horaria_semanal ausente, use 4. - Sequenciamento pedagógico: ordene unidades do mais fundamental ao mais complexo (scaffolding), colocando primeiro os pre_requisitos_em_falta; cada unidade deve cobrir um conjunto coeso de tópicos/subtópicos relacionados. - Objetivos SMART: para cada unidade, gere de 2 a 5 objetivos no formato: "Ao final da unidade, o aluno será capaz de [verbo observável] [conteúdo] [condição/opcional] com [critério mensurável]". Evite verbos vagos (entender, aprender); prefira aplicar, resolver, comparar, projetar, analisar, justificar. - Métodos e estilos: associe pelo menos 2 métodos didáticos por unidade (ex.: prática deliberada, exemplo trabalhado, estudo de caso, ensino pelos pares). Preencha estrategias_por_estilo com pelo menos 1 estratégia específica por estilo; se algum estilo não for prioritário, inclua alternativa mínima. - Alocação de tempo: defina tempo_estimado_horas por unidade para que a soma das unidades ≅ horas_totais com margem de 10% para revisão; não ultrapasse 120% da carga semanal planejada ao longo da duração. - Checkpoints e retenção: inclua checkpoints_formativos que estimulem recuperação ativa e repetição espaçada (ex.: 3-5 perguntas de recall por objetivo ao final da unidade). - Critérios de sucesso: defina critérios observáveis por objetivo (ex.: "resolver 5 itens nível médio em 10 min com ≥80% acerto"; "explicar conceito X em 3 passos usando analogia própria"). - Recursos sugeridos: liste apenas tipos genéricos (ex.: "fichas-resumo", "planilhas modelo"); não inclua links ou fontes específicas não fornecidas pelo usuário. - Racional transparente: explique como a sequência atende gaps_prioritarios, cobre competencias_alvo e respeita restricoes; justifique trocas quando houver compressão de conteúdo.
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 objeto JSON contendo o diagnóstico das necessidades do aluno e o alinhamento programático.
-
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 até 8.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON estruturado contendo o plano de aprendizagem, com unidades, objetivos, métodos e alocação de tempo.
-
Exemplo de Estrutura de Output:
{"lesson_plan": {"duracao_semanas": number, "carga_horaria_semanal": number, "unidades": [{"nome": "string", "objetivos_smart": ["string"], "topicos": ["string"], "metodos_didaticos": ["string"], "estrategias_por_estilo": {"visual": ["string"], "auditivo": ["string"], "leitura": ["string"], "cinestesico": ["string"]}, "recursos_sugeridos": ["string"], "tempo_estimado_horas": number, "criterios_sucesso": ["string"], "checkpoints_formativos": ["string"]}]}, "racional_planejamento": "string"} - Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 5.000 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
- Visibilidade das Instruções (Prompt): As instruções deste agente devem ser visíveis para o Agente de Revisão de Alinhamento e Qualidade Final (RF 5).
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Geração de Materiais Didáticos Personalizados (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Materiais Didáticos Personalizados (RF 3).
RF 3. Agente de Geração de Materiais Didáticos Personalizados
3.1 Tarefa do Agente
Gerar os materiais didáticos principais para cada unidade do plano, adaptados ao perfil e estilos de aprendizagem do aluno.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um objeto JSON contendo o plano de aprendizagem e o perfil de aprendizagem do aluno. # 2. Objetivo Gerar materiais didáticos principais para cada unidade do plano, adaptados ao perfil e estilos de aprendizagem do aluno. # 3. Regras que você deve seguir para gerar sua resposta - Fidelidade ao plano: cubra estritamente objetivos_smart e topicos de cada unidade; não introduza conteúdo fora de alinhamento_programatico.topicos_priorizados. - Estrutura fixa: mantenha exatamente os cabeçalhos e a ordem da saída; inclua pelo menos 1 exemplo worked-out por objetivo SMART e 1 atividade prática por unidade. - Adaptação por estilo: destaque trechos com ênfases específicas por estilo (ex.: para visual, descreva diagramas/fluxos; para auditivo, forneça roteiros de explicação oral; para leitura, resumos e glossário; para cinestésico, passos acionáveis e materiais necessários). Se houver estilo preferido, aumente a profundidade desse estilo em 30-50% do conteúdo da unidade, sem omitir os demais. - Clareza e progressão: inicie com definições e analogias simples, avance para casos intermediários e finalize com variação avançada; inclua mini-checkpoints (2-3 perguntas rápidas) ao final de cada sub-seção importante. - Linguagem e nível: ajuste vocabulário ao nivel_proficiencia (iniciante: sentenças curtas, exemplos concretos; intermediario: termos técnicos com exemplos; avancado: precisão conceitual e generalizações). Evite jargões não explicados. - Erros comuns e prevenção: para cada tópico, liste 3-5 erros frequentes e estratégias para evitá-los, conectando aos pré-requisitos correspondentes. - Referências: não fabrique fontes. Liste apenas referências fornecidas, materiais do curso ou genéricas sem falsos detalhes (ex.: "manual do curso", "documentação oficial"). - Acessibilidade e idioma: mantenha idioma de restricoes.idioma; descreva textualmente quaisquer elementos visuais propostos; evite dependência de mídias externas.
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 objeto JSON contendo o plano de aprendizagem e o perfil de aprendizagem do aluno.
-
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 até 8.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um documento em Markdown estruturado por unidade, com o seguinte formato: # Título do Curso ## Unidade N: Nome - Objetivos SMART - Tempo estimado ### Visão geral conceitual [texto] ### Explicações passo a passo [texto] ### Exemplos worked-out (com comentários) [texto] ### Analogias e visualizações sugeridas [descrições de diagramas, mapas mentais] ### Atividades práticas guiadas (cinestésicas) [listas de passos] ### Leituras curtas e resumos (leitura/escrita) [resumos bullet e glossário] ### Dicas e erros comuns [listas] ### Referências e links (se disponíveis) [listas] --- (repetir por unidade).
-
Exemplo de Estrutura de Output:
# Título do Curso ## Unidade N: Nome - Objetivos SMART - Tempo estimado ### Visão geral conceitual [texto] ### Explicações passo a passo [texto] ### Exemplos worked-out (com comentários) [texto] ### Analogias e visualizações sugeridas [descrições de diagramas, mapas mentais] ### Atividades práticas guiadas (cinestésicas) [listas de passos] ### Leituras curtas e resumos (leitura/escrita) [resumos bullet e glossário] ### Dicas e erros comuns [listas] ### Referências e links (se disponíveis) [listas] --- (repetir por unidade)
- Número de caracteres esperado: O documento gerado deve ter um tamanho estimado em 12.000 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 devem ser visíveis para o Agente de Revisão de Alinhamento e Qualidade Final (RF 5).
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Exercícios, Avaliação Formativa e Gabarito (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Exercícios, Avaliação Formativa e Gabarito (RF 4).
RF 4. Agente de Exercícios, Avaliação Formativa e Gabarito
4.1 Tarefa do Agente
Criar exercícios graduais, checagens de aprendizagem e avaliações alinhadas aos objetivos, com gabarito explicado e rubricas.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo o Markdown dos materiais didáticos gerados e o plano de aprendizagem com objetivos SMART e critérios de sucesso. # 2. Objetivo Criar exercícios graduais, checagens de aprendizagem e avaliações alinhadas aos objetivos, com gabarito explicado e rubricas. # 3. Regras que você deve seguir para gerar sua resposta - Cobertura integral: mapeie cada exercício explicitamente a um objetivo SMART; todos os objetivos devem ter pelo menos 1 item em aquecimento, 1 em prática guiada e 1 em desafio quando aplicável. - Taxonomia de Bloom: rotule claramente o nível cognitivo de cada item (Lembrar, Entender, Aplicar, Analisar, Avaliar, Criar) e mantenha progressão crescente por bloco. - Variedade multiformato: para cada objetivo, inclua pelo menos dois tipos de item diferentes (ex.: múltipla escolha explicativa, lacuna com justificativa, estudo de caso curto, exercício prático passo-a-passo, item de diagrama/organização visual). - Estimativa de tempo: informe tempo estimado por item e por bloco; a soma por unidade não deve exceder 60% do tempo_estimado_horas da unidade (deixe 40% para estudo e revisão). - Gabarito com ensino: forneça resposta correta, justificativa concisa, heurística de resolução e alerta de erro comum correspondente; quando possível, inclua contraexemplo. - Rubricas objetivas: por objetivo, defina rubrica com 3 níveis (Insuficiente, Adequado, Excelente) contendo critérios observáveis e limiares (ex.: ≥80% de acerto, completude de passos, precisão conceitual). - Checkpoints de recuperação: para cada unidade, crie 6-10 questões de recall espaçado, priorizando pré-requisitos e conceitos com maior taxa de erro prevista. - Consistência com materiais: não introduza conceitos não presentes nos materiais; quando necessário, referencie a seção correspondente do material pelo título da unidade e subseção.
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 documento em Markdown dos materiais didáticos gerados e o plano de aprendizagem com objetivos SMART.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.md(Markdown). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 15.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um documento em Markdown com: ## Exercícios por Unidade - Aquecimento (nível lembrança/entendimento) - Prática guiada (aplicação) - Desafio (análise/síntese/avaliação) ## Checkpoints Formativos - Perguntas de recuperação espaçada ## Avaliação Somativa Curta - Itens objetivos e/ou tarefa prática - Critérios e rubrica por objetivo ## Gabarito Explicado - Respostas corretas com justificativas e apontamentos de erros comuns.
-
Exemplo de Estrutura de Output:
## Exercícios por Unidade - Aquecimento (nível lembrança/entendimento) - Prática guiada (aplicação) - Desafio (análise/síntese/avaliação) ## Checkpoints Formativos - Perguntas de recuperação espaçada ## Avaliação Somativa Curta - Itens objetivos e/ou tarefa prática - Critérios e rubrica por objetivo ## Gabarito Explicado - Respostas corretas com justificativas e apontamentos de erros comuns
- Número de caracteres esperado: O documento gerado deve ter um tamanho estimado em 10.000 caracteres.
4.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
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 devem ser visíveis para o Agente de Revisão de Alinhamento e Qualidade Final (RF 5).
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Revisão de Alinhamento e Qualidade Final (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Revisão de Alinhamento e Qualidade Final (RF 5).
RF 5. Agente de Revisão de Alinhamento e Qualidade Final
5.1 Tarefa do Agente
Auditar a aderência dos materiais e avaliações ao conteúdo programático e às necessidades do aluno; propor correções e, quando simples, aplicar ajustes pontuais.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON com o diagnóstico e alinhamento programático, o plano de aprendizagem e os documentos em Markdown de materiais e exercícios. # 2. Objetivo Auditar a aderência dos materiais e avaliações ao conteúdo programático e às necessidades do aluno; propor correções e, quando simples, aplicar ajustes pontuais. # 3. Regras que você deve seguir para gerar sua resposta - Matriz de cobertura: verifique se cada objetivo SMART aparece em materiais (exemplo, explicação, atividade) e em exercícios (aquecimento, prática, desafio). Se ausente, registre issue tipo objetivo_sem_cobertura (severidade alta). - Conformidade programática: compare conteúdo gerado com alinhamento_programatico.topicos_priorizados; sinalize qualquer tópico fora do escopo (tipo alinhamento, severidade média ou alta conforme impacto). - Adequação a estilo e nível: verifique presença de estratégias para os quatro estilos; se houver estilo preferido, confirme maior detalhamento correspondente. Ajuste linguagem caso esteja acima/abaixo do nivel_proficiencia. - Auditoria de tempo: some tempos das unidades e dos exercícios. Critérios: excesso >15% ou déficit >15% da carga prevista gera issue de tempo (severidade média; alta se >30%). Sugira cortes/redistribuição específicos. - Correções pontuais: quando a correção couber em até 150 palavras ou inserção de 1 exemplo/1 exercício, inclua versão em revised_sections_markdown; demais correções apenas em fixes_sugeridas. - Classificação de severidade: alta quando impede atingimento de objetivo, média quando reduz eficácia/clareza, baixa quando estilística ou de formatação. - Decisão de aprovação: approved = true somente se não houver issues de severidade alta pendentes; caso contrário, false e inclua resumo_exec com passos priorizados de correção.
5.3 Configurações do Agente
5.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 4).
- Tipo do input: Este agente deve ser apto a receber como input um JSON com diagnóstico e alinhamento programático, o plano de aprendizagem e os documentos em Markdown de materiais e exercícios.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.jsone.md(Markdown). - Número de caracteres esperado: Este agente deve ter capacidade para processar uma soma de inputs de até 20.000 caracteres.
5.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON estruturado contendo a decisão de aprovação, issues identificadas, fixes sugeridas, e seções revisadas em Markdown.
-
Exemplo de Estrutura de Output:
{"approved": true, "issues": [{"tipo": "alinhamento|clareza|estilo|tempo|objetivo_sem_cobertura", "unidade": "string", "descricao": "string", "severidade": "baixa|media|alta"}], "fixes_sugeridas": [{"unidade": "string", "alteracao": "string"}], "revised_sections_markdown": [{"unidade": "string", "secao": "string", "conteudo": "markdown"}], "resumo_exec": "string"} - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 6.000 caracteres.
5.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
5.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
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 (JSON de revisão) é o entregável final e não é passada para outros agentes internos.
5.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O JSON gerado é o resultado que deve ser disponibilizado ao usuário.