Agente de IA para Análise de Feedback de Alunos sobre Disciplinas

Coletar feedback de alunos sobre disciplinas específicas de forma contínua e estruturada.

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 formulários de feedback preenchidos por 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 na interface da Prototipe AI, para acelerar o processo de validação.
• Tipo do input: O input inicial para o fluxo são formulários de feedback preenchidos por alunos.
• Formatos Suportados: Esse agente deve ser capaz de receber formulários nos formatos: .csv, .json.
• 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 JSON estruturado contendo os feedbacks dos alunos.
• Exemplo de Estrutura de Output:

   {
    "feedbacks": [
      {
        "disciplina": "Matemática",
        "comentários": "Aulas muito teóricas, poderia ter mais exemplos práticos.",
        "data": "2025-11-15"
      }
    ]
  } 

• Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 5.000 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: 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 Análise de Padrões de Feedback (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Padrões de Feedback (RF 2).

Identificar padrões e tendências nos feedbacks coletados de alunos.

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 JSON estruturado contendo os feedbacks coletados dos alunos.
• 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 contendo os padrões e tendências identificados.
• Exemplo de Estrutura de Output:

   **Padrões Identificados:**
  - Muitos alunos mencionaram a falta de exemplos práticos nas aulas de Matemática.
  - Os alunos apreciam a abordagem prática nas aulas de Química.
  
  **Tendências Significativas:**
  - Aulas teóricas são geralmente menos apreciadas.
  - Aulas práticas são bem recebidas e consideradas mais eficazes. 

• Número de caracteres esperado: O relatório gerado 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.
• Calculadora: Utiliza lógica interna para validar a significância dos padrões.
• Busca Online: Não utiliza.
• Sistemas Externos: Não utiliza.

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 gerada por este agente deve ser visível para o Agente de Proposição de Melhorias Didáticas (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Proposição de Melhorias Didáticas (RF 3).

Propor mudanças no conteúdo ou na metodologia de ensino com base na análise de feedback.

3.3.1 Especificação do Input

• Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
• Tipo do input: Este agente deve ser apto a receber como input um relatório em formato Markdown contendo padrões e tendências 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 até 3.000 caracteres.

3.3.2 Especificação do Output

• Formato de output: O output deve ser um documento em formato Markdown contendo as sugestões de melhorias didáticas.
• Exemplo de Estrutura de Output:

   **Sugestões de Melhorias:**
  - Introduzir mais exemplos práticos nas aulas de Matemática para facilitar o entendimento dos conceitos.
  - Manter e expandir a abordagem prática nas aulas de Química, incorporando mais experimentos em sala de aula. 

• Número de caracteres esperado: O documento de sugestões deve ter um tamanho estimado em torno de 2.000 caracteres.

3.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

3.3.4 Ferramentas do Agente

• Documentos: Não consulta.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não utiliza.

3.3.5 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.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As sugestões de melhorias geradas são o resultado que deve ser disponibilizado ao usuário.