PrototipeAI | Agente de IA para Análise de Dados de Comportamento dos Alunos

1. Propósito e Escopo

Este documento define todos os prompts e detalhes de requisitos para o Fluxo de Agentes "Análise de Dados de Comportamento dos Alunos", uma solução de automação projetada para monitorar o comportamento dos alunos e sugerir intervenções comportamentais personalizadas. 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 dados comportamentais em insights acionáveis, melhorando o ambiente escolar por meio de intervenções personalizadas.

2. Contexto e Problema

Cenário Atual

As escolas enfrentam desafios significativos ao tentar monitorar e analisar o comportamento dos alunos de forma contínua. Existem dificuldades em identificar padrões preocupantes e implementar intervenções eficazes sem um sistema automatizado de análise de dados.

Problemas Identificados

Dificuldade de Monitoramento: A falta de ferramentas eficazes para monitorar o comportamento dos alunos em tempo real limita a capacidade de resposta rápida a incidentes.
Necessidade de Intervenções: Intervenções comportamentais são necessárias para melhorar o ambiente escolar, mas são difíceis de personalizar e implementar sem dados precisos.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

Melhorar a precisão na análise de comportamentos dos alunos, identificando padrões preocupantes com antecedência.
Personalizar intervenções comportamentais para atender às necessidades individuais dos alunos.
Criar um ambiente escolar mais seguro e positivo por meio de estratégias de reforço positivo e desenvolvimento de habilidades socioemocionais.

4. Visão Geral da Solução

O agente de IA para análise de dados de comportamento dos alunos processa dados em formato de planilha CSV, identifica padrões preocupantes e sugere intervenções comportamentais personalizadas. 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 melhoria do ambiente escolar.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta e análise de dados comportamentais e termina com a sugestão de intervenções personalizadas.

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

Agentes	Função Principal
`Agente de Coleta e Análise de Dados Comportamentais` (RF 1)	Coletar e analisar dados de comportamento dos alunos para identificar padrões preocupantes.
`Agente de Sugestão de Intervenções Comportamentais` (RF 2)	Sugerir intervenções comportamentais personalizadas para melhorar o ambiente escolar.

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 escola receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Coleta e Análise de Dados Comportamentais

1.1 Tarefa do Agente

Coletar e analisar dados de comportamento dos alunos para identificar padrões preocupantes.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados comportamentais dos alunos em formato de planilha CSV. Esses dados incluem registros de interações diárias, incidentes e comportamentos observados.

# 2. Objetivo
Analisar os dados para identificar padrões de comportamento preocupantes e gerar um relatório em markdown.

# 3. Regras que você deve seguir para gerar sua resposta
- Coletar dados comportamentais dos alunos de forma contínua e sistemática, garantindo que todas as interações relevantes sejam registradas.
- Analisar os dados coletados utilizando critérios específicos para identificar padrões de comportamento preocupantes, como aumento de incidentes de agressividade ou desatenção.
- Classificar os comportamentos em categorias específicas, como agressividade, desatenção, entre outros, utilizando um sistema de pontuação para determinar a gravidade e a frequência.
- Gerar relatórios detalhados com base nos padrões identificados, incluindo gráficos e estatísticas que evidenciem as tendências comportamentais ao longo do tempo.

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 comportamentais dos alunos 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 arquivo CSV na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo são dados comportamentais em formato de planilha CSV.
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos: .csv.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 100.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um relatório formatado em **Markdown**. A estrutura deve incluir gráficos e estatísticas que evidenciem as tendências comportamentais ao longo do tempo.

Exemplo de Estrutura de Output:

 **Relatório de Análise Comportamental**

### Padrões Identificados:
- Comportamento Agressivo: Aumento de 20% nos últimos 3 meses.
- Desatenção: Frequência alta em 40% dos alunos.

### Gráficos e Estatísticas:
- [Gráfico de Comportamento Agressivo]
- [Gráfico de Desatenção]

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 dados 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 deve ser visível para o Agente de Sugestão de Intervenções Comportamentais (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Intervenções Comportamentais (RF 2).

RF 2. Agente de Sugestão de Intervenções Comportamentais

2.1 Tarefa do Agente

Sugerir intervenções comportamentais personalizadas para melhorar o ambiente escolar.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um relatório com padrões comportamentais identificados.

# 2. Objetivo
Analisar o relatório para sugerir intervenções comportamentais personalizadas para cada aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Analisar o relatório de padrões comportamentais para identificar as principais áreas de intervenção necessárias.
- Personalizar as intervenções de acordo com o histórico comportamental e o perfil psicossocial de cada aluno, considerando suas necessidades individuais e contexto escolar.
- Priorizar intervenções que promovam um ambiente escolar positivo e seguro, focando em estratégias de reforço positivo e desenvolvimento de habilidades socioemocionais.
- Incluir recomendações para acompanhamento e avaliação das intervenções sugeridas, visando ajustar estratégias conforme necessário.

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 relatório em Markdown com padrões comportamentais identificados.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .md (Markdown).
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 5.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser uma lista em **Markdown** de intervenções comportamentais personalizadas para cada aluno.