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 para Geração de Material Didático Interativo. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O agente tem como objetivo criar materiais didáticos interativos e multimídia, adaptados para diferentes disciplinas e níveis de ensino, incentivando a participação ativa dos alunos.
2. Contexto e Problema
Cenário Atual
Educadores enfrentam desafios significativos na criação de materiais didáticos que sejam ao mesmo tempo interativos e adaptáveis a diversas disciplinas e níveis de ensino. A falta de engajamento dos alunos com materiais tradicionais e a dificuldade em adaptar conteúdos para diferentes contextos educacionais são problemas recorrentes.
Problemas Identificados
- Engajamento insuficiente: Materiais didáticos tradicionais muitas vezes falham em manter o interesse dos alunos.
- Adaptação complexa: Ajustar materiais para diferentes disciplinas e níveis de ensino é um processo trabalhoso e demorado.
- Interatividade limitada: A falta de elementos interativos nos materiais reduz a participação ativa dos alunos.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Aumentar o engajamento dos alunos com materiais didáticos interativos e multimídia.
- Facilitar a adaptação de materiais para diferentes disciplinas e níveis de ensino, reduzindo o tempo e esforço necessários.
- Incentivar a participação ativa dos alunos por meio de elementos interativos incorporados aos materiais.
4. Visão Geral da Solução
O agente de IA para geração de material didático interativo cria conteúdos multimídia adaptáveis para diversas disciplinas e níveis educacionais, incorporando elementos interativos que promovem a participação ativa dos alunos. 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 interativos e adaptáveis.
A solução é composta por um fluxo de automação que inclui múltiplos agentes de IA, cada um responsável por uma etapa específica do processo de criação e adaptação de materiais didáticos.
A execução dos agentes é sequencial, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Enquadramento Pedagógico e Escopo (RF 1)
| Transformar o briefing inicial em um escopo pedagógico claro e adequado à disciplina e ao nível de ensino. |
Agente de Arquitetura Instrucional e Sequência (RF 2)
| Converter o escopo em um blueprint instrucional sequenciado com atividades interativas. |
Agente de Redação de Conteúdo e Multimídia (RF 3)
| Redigir o conteúdo didático principal em HTML com pontos de interação embutidos. |
Agente de Avaliações e Rubricas (RF 4)
| Gerar itens avaliativos e rubricas alinhadas aos objetivos de aprendizagem. |
Agente de Adaptação por Disciplina e Nível Agente Condicionado (RF 5)
| Adaptar conteúdo para a disciplina e nível de ensino-alvo, preservando os objetivos educacionais. |
Agente de QA Pedagógica, Acessibilidade e Consistência Técnica (RF 6)
| Revisar o pacote, assegurando acessibilidade e coerência entre conteúdo, interações e avaliações. |
Agente de Empacotamento e Entrega HTML (RF 7)
| Empacotar o material em um único arquivo HTML autossuficiente com CSS e JS mínimos integrados. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho dos agentes e o resultado final dos materiais didáticos. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Enquadramento Pedagógico e Escopo
1.1 Tarefa do Agente
Transformar o briefing inicial em um escopo pedagógico claro, mensurável e adequado à disciplina e ao nível de ensino.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um briefing inicial contendo informações sobre a disciplina, nível de ensino, tema/título pretendido, duração aproximada da aula/unidade e objetivos preliminares do professor. # 2. Objetivo Transformar o briefing inicial em um escopo pedagógico claro, mensurável e adequado à disciplina e ao nível de ensino. # 3. Regras que você deve seguir para gerar sua resposta - Normalização de nível: mapear termos informais para categorias padrão (Fundamental I, Fundamental II, Médio, Superior, Técnico, Livre). - Objetivos mensuráveis: redigir objetivos iniciando com verbo observável, incluindo condição e critério. - Pré-requisitos: listar conhecimentos necessários em bullets; se ausentes, propor remediação breve. - Escopo de conteúdo: limitar a 5-7 tópicos nucleares; excluir conteúdos periféricos que não contribuam para os objetivos. - Adequação etária e linguagem: ajustar vocabulário e exemplos à faixa etária do público; sinalizar conteúdo sensível se surgir. - Multimídia: indicar 2-3 mídias prioritárias compatíveis com restrições. - Inclusão: prever acessibilidade básica (uso de textos alternativos, legendas, contraste). - Métrica de tempo: estimar minutos por tópico com margem de 20%. - Variantes disciplinares: se o briefing citar múltiplas disciplinas, priorizar a principal e registrar secundárias como extensões.
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 briefing inicial via API. Na fase de testes, o fluxo será iniciado pelo envio manual do briefing diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um documento textual contendo informações sobre a disciplina e o nível de ensino.
-
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 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo no formato JSON contendo o escopo pedagógico estruturado. A estrutura deve incluir disciplina, nível, objetivos de aprendizagem, pré-requisitos, e outros elementos conforme descrito nas regras.
-
Exemplo de Estrutura de Output:
{ "disciplina": "Matemática", "nivel": "Fundamental II", "objetivos": ["Identificar propriedades de figuras geométricas", "Aplicar teoremas básicos"], "pre-requisitos": ["Conhecimento básico de geometria"], "topicos": ["Figuras Planas", "Teorema de Pitágoras"] } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 1.500 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 não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Arquitetura Instrucional e Sequência (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Arquitetura Instrucional e Sequência (RF 2).
RF 2. Agente de Arquitetura Instrucional e Sequência
2.1 Tarefa do Agente
Converter o escopo em um blueprint instrucional sequenciado com atividades interativas e checagens de aprendizagem.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um JSON do Escopo Pedagógico produzido pelo Agente de Enquadramento. # 2. Objetivo Converter o escopo em um blueprint instrucional sequenciado com atividades interativas e checagens de aprendizagem. # 3. Regras que você deve seguir para gerar sua resposta - Alinhamento: cada seção deve mapear explicitamente 1-2 objetivos do escopo. - Ritmo: intercalar exposição e prática; inserir uma interação a cada 5–7 minutos de estudo. - Variedade: distribuir tipos de interação evitando repetição consecutiva do mesmo tipo. - Diferenciação: para cada atividade, definir variações de dificuldade e um critério de progressão. - Remediação: quando critério não atingido, direcionar a uma microatividade de reforço com tempo ≤ 3 minutos. - Instruções: produzir instruções curtas, imperativas e específicas para professor e aluno. - Tempo total: somatório das estimativas deve respeitar a restrição de duração com ±10%. - Segurança: evitar prompts abertos que estimulem compartilhamento de dados pessoais dos alunos.
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 texto no formato JSON, que corresponde ao escopo pedagógico gerado pelo agente anterior.
-
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 texto com até 3.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo no formato JSON contendo o blueprint instrucional com módulos, sequência de tópicos, atividades interativas e avaliações.
-
Exemplo de Estrutura de Output:
{ "modulos": [ { "titulo": "Introdução à Geometria", "objetivos": ["Compreender propriedades de figuras geométricas"], "atividades": [ {"tipo": "quiz", "descricao": "Identifique a figura geométrica", "tempo": 5} ] } ] } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 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 não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Redação de Conteúdo e Multimídia (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Redação de Conteúdo e Multimídia (RF 3).
RF 3. Agente de Redação de Conteúdo e Multimídia
3.1 Tarefa do Agente
Redigir o conteúdo didático principal em HTML com pontos de interação embutidos e textos acessíveis.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um blueprint instrucional da etapa anterior. # 2. Objetivo Redigir o conteúdo didático principal em HTML com pontos de interação embutidos e textos acessíveis. # 3. Regras que você deve seguir para gerar sua resposta - Clareza: parágrafos de 2–4 frases; usar exemplos contextualizados à disciplina e nível. - Estrutura: utilizar h2 para seções, h3 para subseções; listas numeradas para procedimentos e com marcadores para conceitos. - Acessibilidade: fornecer alt text significativo, legendas/transcrições para mídia, contraste mínimo e evitar apenas cores para sinalização. - Interatividade: cada ponto de interação deve ter id único, enunciado, objetivo, tempo estimado e feedback específico para acerto/erro. - Linguagem inclusiva e segura: evitar estereótipos e linguagem excludente; não solicitar dados pessoais. - Reuso: isolar exemplos disciplinares em blocos identificados para facilitar adaptação futura. - Compatibilidade: não depender de bibliotecas externas; manter HTML/CSS/JS vanilla mínimo. - Conteúdo sensível: se o tema exigir, incluir aviso ao professor e alternativa pedagógica.
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 texto no formato JSON, que corresponde ao blueprint instrucional gerado pelo agente anterior.
-
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 texto com até 3.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um pacote com HTML fragmentado por seções, listas e parágrafos, incluindo marcadores de interação e placeholders de mídia.
-
Exemplo de Estrutura de Output:
Introdução à Geometria
Figuras geométricas são fundamentais em matemática...
Quiz: Identifique a figura
Abaixo estão descrições de figuras geométricas...
- Número de caracteres esperado: O HTML gerado deve ter um tamanho estimado em torno de 5.000 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 devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Avaliações e Rubricas (RF 4).
3.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Avaliações e Rubricas (RF 4).
RF 4. Agente de Avaliações e Rubricas
4.1 Tarefa do Agente
Gerar itens avaliativos formativos/somativos e rubricas alinhadas aos objetivos de aprendizagem.
4.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo o conteúdo HTML e JSON de interações gerados, além dos objetivos do escopo. # 2. Objetivo Gerar itens avaliativos formativos/somativos e rubricas alinhadas aos objetivos de aprendizagem. # 3. Regras que você deve seguir para gerar sua resposta - Cobertura: cada objetivo deve ter pelo menos 2 itens formativos e 1 somativo. - Dificuldade: classificar itens em básico, intermediário, avançado e balancear 40/40/20. - Qualidade de alternativas: evitar alternativas absurdas; inserir pelo menos um distrator plausível por item. - Justificativas: para cada gabarito, incluir razão do acerto e explicação curta para o principal erro. - Feedback adaptativo: mapear erros frequentes a dicas específicas e links para trechos do conteúdo (id da seção). - Rubrica: definir critérios (clareza, precisão, aplicação, originalidade) com descritores objetivos por nível. - Antiplágio/ética: orientar o professor sobre detecção de respostas copiadas e citando fontes quando aplicável.
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 o conteúdo HTML e JSON de interações gerados, além dos objetivos do escopo.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.htmle.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 8.000 caracteres.
4.3.2 Especificação do Output
- Formato de output: O output deve ser um conjunto avaliativo em JSON com itens formativos, somativos, gabaritos, justificativas e rubricas.
-
Exemplo de Estrutura de Output:
{ "itens_formativos": [ {"questao": "O que é uma figura plana?", "opcoes": ["Um círculo", "Uma esfera"], "resposta_correta": "Um círculo"} ], "rubricas": { "clareza": ["Excelente", "Bom", "Regular", "Insuficiente"] } } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.500 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 não devem ser visíveis para nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Adaptação por Disciplina e Nível (RF 5).
4.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Adaptação por Disciplina e Nível (RF 5).
RF 5. Agente de Adaptação por Disciplina e Nível Agente Condicionado
5.1 Tarefa do Agente
Adaptar conteúdo, exemplos, terminologia e profundidade para a disciplina e nível de ensino-alvo, preservando os objetivos.
5.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo um pacote de conteúdo e avaliações gerado, mais parâmetros de adaptação: disciplina-alvo, nível de ensino, idioma/variante, restrições adicionais. # 2. Objetivo Adaptar conteúdo, exemplos, terminologia e profundidade para a disciplina e nível de ensino-alvo, preservando os objetivos. # 3. Regras que você deve seguir para gerar sua resposta - Terminologia: substituir termos genéricos por equivalentes disciplinares. - Profundidade: reduzir jargão para níveis iniciais; incluir formalismo e provas apenas em níveis avançados. - Exemplos: trocar contextos para cenários familiares ao público-alvo. - Avaliações: reescrever enunciados preservando habilidade medida; manter matriz item→objetivo. - Tempo: recalcular estimativas com base em complexidade e idade. - Conformidade cultural/linguística: ajustar variantes do português e evitar referências não apropriadas localmente. - Integridade: nunca alterar objetivos sem registrar justificativa na nota ao professor.
5.3 Configurações do Agente
5.3.1 Condições de Ativação
Este agente é acionado somente se a seguinte condição for atendida:
- A propriedade
necessita_adaptacao_disciplina_nivelno objeto JSON de parâmetros de adaptação fortrue.
5.3.2 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado condicionalmente após a conclusão do agente anterior (RF 4), apenas se for necessário adaptar o conteúdo.
- Tipo do input: Este agente deve ser apto a receber múltiplos artefatos como input, incluindo o pacote de conteúdo e avaliações gerado, mais parâmetros de adaptação.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 10.000 caracteres.
5.3.3 Especificação do Output
- Formato de output: O output deve ser uma versão adaptada do HTML, das interações e das avaliações com terminologia ajustada e exemplos contextualizados.
-
Exemplo de Estrutura de Output:
{ "conteudo_adaptado": "... ", "avaliacoes_adaptadas": {} } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 3.000 caracteres.
5.3.4 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
5.3.5 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
5.3.6 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 QA Pedagógica, Acessibilidade e Consistência Técnica (RF 6).
5.3.7 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de QA Pedagógica, Acessibilidade e Consistência Técnica (RF 6).
RF 6. Agente de QA Pedagógica, Acessibilidade e Consistência Técnica
6.1 Tarefa do Agente
Revisar integralmente o pacote, corrigindo inconsistências e assegurando acessibilidade e coerência entre conteúdo, interações e avaliações.
6.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo o conteúdo HTML final (ou adaptado), JSON de interações e conjunto avaliativo. # 2. Objetivo Revisar integralmente o pacote, corrigindo inconsistências e assegurando acessibilidade e coerência entre conteúdo, interações e avaliações. # 3. Regras que você deve seguir para gerar sua resposta - Consistência: verificar que cada interação referenciada no HTML tem configuração correspondente e id único. - Acessibilidade: confirmar presença de alt text, legendas/transcrições, contraste suficiente e foco navegável. - Alinhamento: checar cobertura dos objetivos e equilíbrio de dificuldade. - Linguagem: corrigir ambiguidade, vieses e termos excludentes. - Técnica: assegurar ausência de dependências externas e peso de mídia indicado como placeholder; garantir responsividade mínima. - Métricas: calcular tempo total e nível de leitura aproximado (fundamental, médio, superior). - Sinalização: se qa_aprovado=false, incluir recomendações prescritivas por item com ação concreta.
6.3 Configurações do Agente
6.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 5).
- Tipo do input: Este agente deve ser apto a receber múltiplos artefatos como input, incluindo o conteúdo HTML final (ou adaptado), JSON de interações e conjunto avaliativo.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.htmle.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 10.000 caracteres.
6.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório de QA em JSON com lista de problemas detectados e correções aplicadas, checklist de acessibilidade, validação de alinhamento, estimativa de tempo total e nível de leitura.
-
Exemplo de Estrutura de Output:
{ "qa_aprovado": true, "problemas_detectados": [], "checklist_acessibilidade": ["alt text presente", "contraste suficiente"], "tempo_estimado": "45 minutos", "nivel_leitura": "fundamental" } - Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 caracteres.
6.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
6.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
6.3.5 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 Empacotamento e Entrega HTML (RF 7).
6.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Empacotamento e Entrega HTML (RF 7).
RF 7. Agente de Empacotamento e Entrega HTML
7.1 Tarefa do Agente
Empacotar o material em um único arquivo HTML autossuficiente com CSS e JS mínimos integrados e metadados descritivos.
7.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo o HTML revisado, JSON de interações e relatório de QA. # 2. Objetivo Empacotar o material em um único arquivo HTML autossuficiente com CSS e JS mínimos integrados e metadados descritivos. # 3. Regras que você deve seguir para gerar sua resposta - Metadados: preencher title, meta description e keywords a partir do escopo. - Navegação: gerar sumário com âncoras h2/h3. - Integridade: inserir script inline não minificado com comentários sucintos e namespace simples para evitar conflitos. - Performance: evitar imagens pesadas e atrasar a ativação de interações até DOM pronto. - Compatibilidade: garantir funcionamento sem conexão externa. - Licenças: incluir seção de créditos e licença de uso educacional indicada pelo usuário.
7.3 Configurações do Agente
7.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 6).
- Tipo do input: Este agente deve ser apto a receber múltiplos artefatos como input, incluindo o HTML revisado, JSON de interações e relatório de QA.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.htmle.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input combinado de até 12.000 caracteres.
7.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo HTML final com metadados, sumário navegável, conteúdo seccionado, e elementos interativos com scripts inline.
-
Exemplo de Estrutura de Output:
Material Didático Interativo Sumário
Introdução à Geometria
Figuras geométricas são fundamentais em matemática...
- Número de caracteres esperado: O HTML final deve ter um tamanho estimado em torno de 10.000 caracteres.
7.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
7.3.4 Ferramentas do Agente
- Documentos: Não consulta.
- Calculadora: Não utiliza.
- Busca Online: Não utiliza.
- Sistemas Externos: Não utiliza.
7.3.5 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 produto final e não precisa ser visível para outros agentes.
7.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O HTML gerado é o produto final que deve ser disponibilizado ao usuário.