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 Matrícula", uma solução projetada para analisar dados históricos de matrícula, identificar tendências e prever demandas futuras, auxiliando no planejamento escolar. 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 históricos de matrícula em insights acionáveis e previsões precisas, que podem ser utilizados por gestores escolares para planejar e alocar recursos de forma otimizada.
2. Contexto e Problema
Cenário Atual
As instituições de ensino enfrentam desafios significativos ao tentar prever a demanda futura de matrículas, o que afeta diretamente o planejamento de recursos como salas, professores e materiais. A falta de insights baseados em dados dificulta a tomada de decisões estratégicas e pode levar a alocações ineficientes.
Problemas Identificados
- Falta de insights baseados em dados: As decisões de planejamento são frequentemente baseadas em suposições e não em dados concretos.
- Dificuldade em prever demandas futuras: Há uma necessidade crítica de prever com precisão as demandas de matrícula para otimizar o planejamento.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Melhorar a precisão das previsões de matrícula em pelo menos 70%.
- Fornecer insights acionáveis para gestores escolares, permitindo uma alocação mais eficiente de recursos.
- Reduzir o tempo gasto em análise de dados manual, liberando os gestores para focar em decisões estratégicas.
4. Visão Geral da Solução
O agente de IA para análise de dados de matrícula processa dados históricos para identificar padrões e prever demandas futuras, auxiliando no planejamento escolar. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz e autônomo na análise de dados de matrícula.
A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o envio de dados históricos de matrícula e culmina na geração de previsões e insights acionáveis.
O fluxo é linear e segue a sequência definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Dados de Matrícula (RF 1)
| Analisar dados históricos para identificar padrões e prever demandas futuras. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos que demonstram o fluxo de trabalho do agente e o resultado final que os gestores escolares receberão. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Dados de Matrícula
1.1 Tarefa do Agente
Analisar dados históricos de matrícula para identificar padrões e tendências e prever demandas futuras.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados históricos de matrícula em formato CSV. Este arquivo contém colunas como 'ano', 'curso', 'número de matrículas'. # 2. Objetivo Analisar os dados históricos para identificar padrões e tendências e prever demandas futuras de matrícula. # 3. Regras que você deve seguir para gerar sua resposta - Analise dados históricos de matrícula para identificar padrões de aumento ou diminuição por curso e ano. - Utilize modelos estatísticos para prever a demanda futura com base em dados históricos. - Ajuste previsões conforme novas matrículas são registradas ou dados são atualizados. - Apresente insights de forma gráfica e textual para facilitar a interpretação pelos gestores. - Considere variáveis externas que possam impactar nas matrículas, como mudanças demográficas ou políticas educacionais. - Valide a precisão das previsões comparando com dados reais de semestres anteriores. - Forneça previsões baseadas em dados para auxiliar no planejamento escolar. - Apresente insights de forma clara e acionável para os gestores escolares.
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 históricos de matrícula via API. Na fase de testes, os dados serão enviados diretamente por upload de um arquivo CSV na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo são dados históricos de matrícula, fornecidos em um arquivo 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 texto com até 50.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um arquivo no formato JSON contendo previsões e insights. A estrutura deve incluir tendências identificadas e previsões de demanda futura.
-
Exemplo de Estrutura de Output:
{ "tendencias": [ { "curso": "Matemática", "tendencia": "Crescente" } ], "previsoes": [ { "curso": "Matemática", "demanda_prevista": 120 } ] } - Número de caracteres esperado: O JSON gerado deve ser claro e informativo, com um tamanho estimado em 2.000 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: Utiliza lógica interna para cálculos estatísticos.
- 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 não é passada diretamente para outros agentes, pois este é o único agente no fluxo.
1.3.6 Regras de Orquestração e Transição
Este agente não aciona outros agentes, pois é o único no fluxo.