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 Desempenho em Exames Padronizados". 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 os resultados dos exames padronizados em relatórios detalhados que comparam o desempenho dos alunos com benchmarks nacionais e internacionais, identificando áreas de melhoria e fornecendo recomendações para alcançar os padrões desejados.
2. Contexto e Problema
Cenário Atual
As instituições educacionais enfrentam desafios ao tentar comparar o desempenho dos alunos em exames padronizados com benchmarks nacionais e internacionais. Frequentemente, os dados estão dispersos e a análise manual é demorada e sujeita a erros.
Problemas Identificados
- Dificuldade de Comparação: Falta de um método eficiente para comparar os resultados dos alunos com benchmarks estabelecidos.
- Identificação de Áreas de Melhoria: Necessidade de identificar rapidamente áreas onde os alunos não estão atingindo os padrões desejados.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Automatizar a análise de desempenho dos alunos em relação a benchmarks.
- Identificar áreas de melhoria com rapidez e precisão.
- Fornecer recomendações claras para ajudar os alunos a atingir os padrões desejados.
4. Visão Geral da Solução
O agente de IA para análise de desempenho em exames padronizados processa os resultados dos exames em formato CSV, aplica comparações com benchmarks nacionais e internacionais, e gera relatórios detalhados com recomendações. 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 desempenho acadêmico.
A solução é composta por um agente de IA, começando com a análise dos resultados dos exames e finalizando com a geração de relatórios em formato Markdown.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Desempenho em Exames (RF 1)
| Analisar o desempenho dos alunos em exames padronizados e comparar com benchmarks nacionais e internacionais. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho do agente e o resultado final que a instituição receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Desempenho em Exames
1.1 Tarefa do Agente
Analisar os resultados dos exames padronizados dos alunos e comparar com benchmarks nacionais e internacionais, identificando áreas de melhoria e fornecendo recomendações.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo os resultados dos exames padronizados dos alunos em formato CSV. Este arquivo contém as colunas 'aluno', 'nota', 'disciplina'. # 2. Objetivo Analisar os resultados dos exames, compará-los com benchmarks nacionais e internacionais, e gerar um relatório em Markdown que destaque áreas de melhoria e forneça recomendações. # 3. Regras que você deve seguir para gerar sua resposta - Para cada aluno, compare a nota individual com os benchmarks nacionais e internacionais correspondentes à disciplina específica. - Calcule a média das notas de cada disciplina e compare com a média dos benchmarks para identificar discrepâncias significativas. - Classifique os alunos em grupos de desempenho: abaixo do padrão, dentro do padrão e acima do padrão, com base nos benchmarks. - Para alunos que estão abaixo do padrão, forneça recomendações específicas para melhorar o desempenho nas áreas identificadas. - Crie gráficos comparativos que visualizem claramente as diferenças de desempenho dos alunos em relação aos benchmarks estabelecidos. - Inclua um resumo que destaque as principais descobertas, como discrepâncias significativas, e forneça recomendações gerais para a instituição.
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 um arquivo CSV contendo os resultados dos exames 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 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 com colunas 'aluno', 'nota', 'disciplina'.
-
Formatos Suportados: Esse agente deve ser capaz de receber arquivos no formato:
.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 relatório em formato **Markdown** contendo a análise comparativa com benchmarks, identificação de áreas de melhoria, recomendações e gráficos comparativos.
-
Exemplo de Estrutura de Output:
**Relatório de Desempenho em Exames Padronizados** ### Análise Comparativa - **Aluno:** João Silva - **Disciplina:** Matemática - **Nota:** 68 - **Benchmark Nacional:** 75 - **Benchmark Internacional:** 80 - **Classificação:** Abaixo do padrão - **Recomendações:** Focar em álgebra e geometria para melhorar o desempenho. ### Resumo das Descobertas - **Discrepâncias Significativas:** - Matemática: Média dos alunos está 10% abaixo do benchmark nacional. ### Recomendações Gerais - Implementar programas de reforço em matemática e ciências.
- 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: Utiliza lógica interna para cálculos comparativos e geração de gráficos.
- 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 produto final e não é passada para outros agentes internos.
1.3.6 Regras de Orquestração e Transição
Este agente executa sua tarefa de forma autônoma e não aciona agentes subsequentes.