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 "Análise de Dados de Avaliações de Professores", uma solução projetada para analisar feedbacks e avaliações de professores a fim de identificar áreas de desenvolvimento profissional. 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 feedbacks e avaliações em relatórios detalhados que identifiquem padrões e sugiram planos de desenvolvimento profissional personalizados para cada professor.
2. Contexto e Problema
Cenário Atual
As instituições de ensino enfrentam desafios para fornecer feedback contínuo e construtivo aos professores, necessário para seu desenvolvimento profissional. Além disso, a análise de grandes volumes de dados de avaliações é uma tarefa complexa e demorada, e muitas vezes faltam recursos para identificar áreas específicas de melhoria para cada professor.
Problemas Identificados
- Necessidade de feedback contínuo: Os professores requerem feedback regular para melhorar suas práticas educacionais, mas as instituições frequentemente não conseguem fornecer isso de forma eficaz.
- Dificuldade em analisar grandes volumes de dados: As avaliações de professores geram dados em grande quantidade, que são difíceis de serem analisados manualmente.
- Falta de recursos para identificação de áreas de melhoria: Sem ferramentas adequadas, é difícil identificar áreas específicas que requerem desenvolvimento em cada professor.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Fornecimento de feedback contínuo e construtivo que apoie o desenvolvimento profissional dos professores.
- Eficiência na análise de grandes volumes de dados de avaliações, permitindo insights mais rápidos e precisos.
- Identificação precisa de áreas para desenvolvimento em cada professor, facilitando a criação de planos de melhoria personalizados.
4. Visão Geral da Solução
O agente de IA para análise de dados de avaliações de professores processa feedbacks e avaliações, identifica padrões e áreas de desenvolvimento, e sugere planos de melhoria personalizados. 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 um agente de IA, cujo processo inicia com o recebimento de feedbacks e avaliações e termina com a geração de relatórios personalizados para cada professor.
| Agente | Função Principal |
|---|---|
Agente de Análise de Feedbacks de Professores (RF 1)
| Analisar feedbacks e avaliações de professores para identificar padrões e áreas de melhoria. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho do agente quanto o resultado final que o professor receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Feedbacks de Professores
1.1 Tarefa do Agente
Analisar feedbacks e avaliações de professores para identificar padrões e áreas de melhoria, sugerindo planos de desenvolvimento profissional personalizados.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo feedbacks e avaliações de professores em formato de texto. Este texto contém informações sobre o desempenho dos professores em diversas áreas educacionais. # 2. Objetivo Analisar os feedbacks e avaliações para identificar padrões de comportamento, sugerir melhorias práticas e elaborar planos de desenvolvimento profissional personalizados. # 3. Regras que você deve seguir para gerar sua resposta - Identifique padrões de comportamento nos feedbacks, categorizando-os em áreas como comunicação, metodologia de ensino, engajamento dos alunos, entre outros. - Para cada padrão identificado, correlacione com sugestões de melhorias práticas e específicas, considerando o contexto educacional do professor. - Elabore um plano de desenvolvimento profissional personalizado para cada professor, destacando as áreas de força e fraqueza. - Garanta que os relatórios sejam claros e detalhados, utilizando linguagem acessível e exemplos práticos quando aplicável. - Priorize as áreas de melhoria que possuem maior impacto potencial no desempenho docente, baseando-se em dados quantitativos e qualitativos. - Inclua uma seção de resumo executivo no relatório para facilitar a compreensão rápida por parte dos gestores educacionais. - Analise os dados de forma contínua para oferecer feedback construtivo e atualizado aos professores, contribuindo para o desenvolvimento profissional constante.
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 feedbacks e avaliações em formato de texto 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 arquivos de texto na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um conjunto de feedbacks e avaliações de professores em formato de texto.
-
Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos:
.txt,.pdf,.docx. - 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 relatório em formato Markdown, contendo padrões identificados, áreas de melhoria sugeridas, e um plano de desenvolvimento profissional para cada professor.
-
Exemplo de Estrutura de Output:
**Nome do Professor:** João Silva **Padrões Identificados:** Comunicação eficaz, Metodologia inovadora **Áreas de Melhoria Sugeridas:** Engajamento dos alunos, Uso de tecnologia ### Plano de Desenvolvimento Profissional: 1. Participar de workshops sobre engajamento estudantil. 2. Integrar novas tecnologias nas aulas para aumentar a interatividade.
- Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 caracteres, podendo variar conforme a complexidade dos feedbacks analisados.
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 é o entregável final e não é passada para outros agentes internos.
1.3.6 Regras de Orquestração e Transição
A execução deste agente finaliza o fluxo. O relatório gerado é o resultado que deve ser disponibilizado ao usuário.