Agente de IA para Geração de Relatórios de Inclusão Escolar

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

Como criar um agente de IA que gera relatórios detalhados sobre as práticas de inclusão escolar.

1. Propósito e Escopo

Este documento define todos os prompts e detalhes de requisitos para um agente de IA para Geração de Relatórios de Inclusão Escolar, uma solução projetada para fornecer análises detalhadas sobre práticas de inclusão escolar, destacando áreas de sucesso e oportunidades de melhoria. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é gerar relatórios que ajudem as instituições a entenderem melhor suas práticas de inclusão, permitindo melhorias contínuas e baseadas em dados.

2. Contexto e Problema

Cenário Atual

Muitas instituições de ensino enfrentam desafios na documentação e análise de suas práticas de inclusão escolar. A falta de relatórios detalhados dificulta a identificação de áreas de sucesso e oportunidades de melhoria.

  • Falta de relatórios detalhados sobre as práticas de inclusão escolar.
  • Dificuldade em identificar áreas de sucesso e oportunidades de melhoria nas práticas de inclusão.

Problemas Identificados

  • Falta de visibilidade: As escolas não possuem uma visão clara das práticas de inclusão que estão funcionando e das que precisam de melhorias.
  • Dificuldade na análise de dados: A análise manual de dados de inclusão escolar é demorada e sujeita a erros.
  • Falta de padronização: Os dados coletados não seguem um padrão uniforme, dificultando comparações e análises consistentes.

3. Impactos Esperados

A implementação deste agente visa alcançar os seguintes resultados:

  • Aumentar a visibilidade das práticas de inclusão escolar bem-sucedidas.
  • Identificar claramente oportunidades de melhoria e áreas que necessitam de intervenção.
  • Padronizar a coleta de dados para facilitar comparações e análises.
  • Reduzir o tempo necessário para a análise de dados e geração de relatórios.

4. Visão Geral da Solução

O agente de IA para geração de relatórios de inclusão escolar analisa dados educacionais, aplica regras para identificar áreas de sucesso e oportunidades de melhoria, e gera relatórios detalhados para auxiliar na tomada de decisões. 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 análise de práticas de inclusão escolar.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a padronização e consolidação dos dados de inclusão escolar e termina com a geração de um relatório detalhado.

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

Agentes Função Principal
Agente de Padronização e Consolidação de Dados de Inclusão Escolar Receber dados brutos e produzir um dataset padronizado e validado em JSON.
Agente Gerador de Relatório de Inclusão Escolar Produzir um relatório claro e acionável, destacando áreas de sucesso e oportunidades de melhoria.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho dos agentes. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Padronização e Consolidação de Dados de Inclusão Escolar

1.1 Tarefa do Agente

Receber dados brutos (texto ou planilha) sobre práticas de inclusão escolar e produzir um dataset único, padronizado e validado em JSON para consumo analítico.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados brutos sobre práticas de inclusão escolar. Este conjunto de dados contém informações por escola e período sobre matrículas de alunos PAEE/PCD, acessibilidade, formação docente, entre outros.

# 2. Objetivo
Produzir um dataset único, padronizado e validado em JSON para consumo analítico, destacando indicadores derivados e benchmarks internos.

# 3. Regras que você deve seguir para gerar sua resposta
- Padronizar e validar os dados recebidos, garantindo consistência e completude.
- Gerar indicadores derivados e benchmarks internos.
- Produzir um JSON padronizado com metadados de coleta, registros por escola e período, e um sumário estatístico.

# 4. Exemplo de Output que você deve produzir
{
  "metadata_coleta": { "data": "2025-12-13" },
  "registros": [
    {
      "escola_id": "123",
      "escola_nome": "Escola Exemplo",
      "periodo_referencia": "2025-11",
      "alunos_paee_total": 50,
      "alunos_atendidos_aee": 45,
      "indicadores": {
        "cobertura_aee_percentual": 90.0
      }
    }
  ]
} 
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 dados brutos via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: Dados estruturados ou semiestruturados em texto ou planilha convertida em texto.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos: .csv, .txt.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 100.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um arquivo JSON padronizado contendo metadados de coleta, registros por escola e período, indicadores derivados e benchmarks internos.
  • Exemplo de Estrutura de Output:
     {
      "metadata_coleta": { "data": "2025-12-13" },
      "registros": [
        {
          "escola_id": "123",
          "escola_nome": "Escola Exemplo",
          "periodo_referencia": "2025-11",
          "alunos_paee_total": 50,
          "alunos_atendidos_aee": 45,
          "indicadores": {
            "cobertura_aee_percentual": 90.0
          }
        }
      ]
    } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em 5.000 caracteres, dependendo da quantidade de dados processados.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.6

1.3.4 Ferramentas do Agente

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

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente Gerador de Relatório de Inclusão Escolar (RF 2).

RF 2. Agente Gerador de Relatório de Inclusão Escolar

2.1 Tarefa do Agente

Produzir um relatório claro e acionável, destacando áreas de sucesso e oportunidades de melhoria, com priorização e metas monitoráveis.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON padronizado e validado contendo registros por escola e período, indicadores derivados, benchmarks e flags de qualidade.

# 2. Objetivo
Produzir um relatório em markdown que destaque áreas de sucesso e oportunidades de melhoria, com recomendações SMART e um plano de acompanhamento.

# 3. Regras que você deve seguir para gerar sua resposta
- Estruturar o relatório em seções claras e concisas.
- Destacar áreas de sucesso com base em critérios de benchmark.
- Identificar oportunidades de melhoria e fornecer recomendações SMART.
- Incluir um plano de acompanhamento com KPIs e metas monitoráveis.

# 4. Exemplo de Output que você deve produzir
**Sumário Executivo:**
- Área de sucesso: A escola Exemplo teve uma cobertura AEE de 90%.
- Oportunidade de melhoria: A taxa de evasão está acima da média.

**Prioridades e Roadmap:**
- Implementar treinamentos adicionais para docentes.
- Melhorar a infraestrutura de acessibilidade.

**Plano de Acompanhamento:**
- KPI: Cobertura AEE
- Meta: Atingir 95% em 12 meses
- Responsável: Coordenação Pedagógica 
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 padronizado e validado.
  • 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.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um relatório em markdown, estruturado em seções claras e concisas, com um plano de acompanhamento em JSON.
  • Exemplo de Estrutura de Output:
     **Sumário Executivo:**
    - Área de sucesso: A escola Exemplo teve uma cobertura AEE de 90%.
    - Oportunidade de melhoria: A taxa de evasão está acima da média.
    
    **Prioridades e Roadmap:**
    - Implementar treinamentos adicionais para docentes.
    - Melhorar a infraestrutura de acessibilidade.
    
    **Plano de Acompanhamento:**
    - KPI: Cobertura AEE
    - Meta: Atingir 95% em 12 meses
    - Responsável: Coordenação Pedagógica 
  • Número de caracteres esperado: O relatório em markdown deve ter um tamanho estimado em 8.000 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 é o entregável final e não é passada para outros agentes internos.

2.3.6 Regras de Orquestração e Transição

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

© 2025 prototipe.ai. Todos os direitos reservados.