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 "Análise de Dados de Avaliação Escolar", uma solução de automação projetada para consolidar e interpretar dados de avaliações escolares. 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 grandes volumes de dados de avaliações em insights claros sobre tendências e padrões de desempenho escolar, facilitando a tomada de decisões educacionais informadas.
2. Contexto e Problema
Cenário Atual
As instituições de ensino enfrentam desafios significativos na consolidação e interpretação de grandes volumes de dados de avaliações escolares. Esses dados são cruciais para entender o desempenho de turmas ou grupos específicos e para identificar áreas que necessitam de intervenção pedagógica.
O processo atual é manual e sujeito a erros, consumindo tempo valioso dos educadores e dificultando a identificação precisa de padrões e tendências.
Problemas Identificados
- Dificuldade na consolidação de dados: A coleta e organização de dados de avaliações de diferentes fontes é um processo complexo e demorado.
- Interpretação imprecisa: A análise manual está sujeita a interpretações variadas, resultando em insights inconsistentes.
- Identificação tardia de tendências: A demora na análise dos dados impede a identificação oportuna de tendências e padrões críticos no desempenho dos alunos.
3. Impactos Esperados
A implementação deste fluxo de automação visa alcançar os seguintes resultados:
- Reduzir o tempo de consolidação de dados em pelo menos 70%.
- Aumentar a precisão na interpretação dos dados de desempenho escolar.
- Identificar rapidamente tendências e padrões no desempenho dos alunos.
- Fornecer insights consistentes que auxiliem na tomada de decisões pedagógicas.
4. Visão Geral da Solução
O agente de IA para análise de dados de avaliação escolar consolida e interpreta dados de avaliações para identificar tendências e padrões no desempenho de turmas ou grupos específicos. 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 dados educacionais.
A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a consolidação dos dados de avaliações e termina com a geração de um relatório detalhado sobre tendências e padrões de desempenho.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Consolidação de Dados de Avaliação (RF 1)
| Consolidar dados de avaliações escolares de forma eficiente. |
Agente de Interpretação de Dados de Desempenho (RF 2)
| Interpretar dados consolidados para identificar tendências e padrões de desempenho. |
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 a instituição de ensino receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Consolidação de Dados de Avaliação
1.1 Tarefa do Agente
Consolidar dados de avaliações escolares de forma eficiente.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de avaliações em formato CSV. Esses dados incluem informações sobre alunos, turmas, disciplinas e notas. # 2. Objetivo Consolidar os dados de avaliações de forma eficiente, agrupando por turma e disciplina, e calcular médias de notas. # 3. Regras que você deve seguir para gerar sua resposta - Agrupe os dados por 'turma' e 'disciplina', assegurando que cada entrada de aluno seja contabilizada corretamente. - Elimine entradas duplicadas e preencha dados faltantes com base em registros confiáveis antes da consolidação. - Calcule a média de notas para cada 'turma' e 'disciplina', armazenando o resultado na estrutura de dados final. - Inclua metadados, como data da avaliação e número total de alunos por turma, no objeto JSON consolidado.
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 de avaliações em formato CSV via API após o término do período de avaliações. Na fase de testes, os dados serão enviados para o agente diretamente por upload do CSV na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um arquivo CSV contendo dados de avaliações escolares.
-
Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos:
.csv. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um objeto JSON consolidado, estruturado com chaves por 'turma' e 'disciplina', incluindo médias de notas e metadados.
-
Exemplo de Estrutura de Output:
{ "turma": "3A", "disciplina": "Matemática", "media_nota": 8.5, "data_avaliacao": "10/11/2025", "total_alunos": 30 } - Número de caracteres esperado: O JSON final deve ser conciso, com um tamanho estimado em torno de 2.000 caracteres, podendo variar conforme o número de turmas e disciplinas.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.6
1.3.4 Ferramentas do Agente
- Documentos: Não consulta documentos externos.
- Calculadora: Utiliza lógica interna para cálculos de médias.
- 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 Interpretação de Dados de Desempenho (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Interpretação de Dados de Desempenho (RF 2).
RF 2. Agente de Interpretação de Dados de Desempenho
2.1 Tarefa do Agente
Interpretar dados consolidados para identificar tendências e padrões de desempenho.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados consolidados em JSON. Esses dados incluem médias de notas por turma e disciplina, além de metadados relevantes. # 2. Objetivo Interpretar os dados para identificar tendências e padrões de desempenho escolar, gerando um relatório detalhado. # 3. Regras que você deve seguir para gerar sua resposta - Analise as médias de notas por 'turma' e 'disciplina' para identificar padrões de desempenho. - Detecte tendências ao longo do tempo, como melhorias ou declínios nas médias de notas, comparando diferentes períodos de avaliação. - Identifique disciplinas com variações significativas de desempenho entre turmas e sugira possíveis causas para essas variações. - Gere visualizações gráficas simples, como gráficos de linha ou barra, para ilustrar as tendências identificadas no relatório.
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 objeto JSON consolidado 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 até 5.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório em formato **Markdown** destacando tendências e padrões no desempenho escolar, incluindo visualizações gráficas simples.
-
Exemplo de Estrutura de Output:
### Relatório de Desempenho Escolar **Tendências Identificadas:** - A turma 3A mostrou uma melhoria significativa nas notas de Matemática ao longo do ano. - A disciplina de Ciências apresentou uma variação de desempenho entre as turmas, sugerindo a necessidade de revisão curricular. **Gráficos:** - 
- Número de caracteres esperado: O texto final do relatório 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 documentos externos.
- Calculadora: Utiliza lógica interna para análise de dados e geração de gráficos.
- Busca Online: Não utiliza.
- Sistemas Externos: Não se conecta a sistemas externos.
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 (relatório em Markdown) 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.