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 Feedback de Pais e Professores", uma solução projetada para processar feedbacks textuais e identificar padrões e tendências recorrentes, sugerindo intervenções educacionais 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 feedbacks qualitativos em dados acionáveis, promovendo melhorias no processo de ensino-aprendizagem através de sugestões de intervenções adaptadas às necessidades específicas de cada aluno.
2. Contexto e Problema
Cenário Atual
As instituições de ensino recebem um volume elevado de feedbacks de pais e professores sobre o progresso dos alunos. Analisar manualmente esses feedbacks e identificar padrões é uma tarefa desafiadora, que frequentemente resulta em dados não acionáveis e na falta de intervenções educacionais adequadas.
A dificuldade em transformar feedbacks qualitativos em dados acionáveis limita a capacidade das instituições de promover melhorias no processo de ensino-aprendizagem.
Problemas Identificados
- Volume elevado de feedbacks: A quantidade de feedbacks recebidos torna a análise manual inviável e sujeita a erros.
- Dificuldade em identificar padrões: Feedbacks qualitativos são complexos e exigem uma análise detalhada para se tornarem dados acionáveis.
- Falta de personalização: As intervenções educacionais muitas vezes não são adaptadas às necessidades específicas de cada aluno, limitando sua eficácia.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Automatizar a análise de feedbacks e identificar padrões de forma rápida e eficiente.
- Transformar feedbacks qualitativos em dados acionáveis, permitindo intervenções educacionais mais precisas.
- Promover melhorias no processo de ensino-aprendizagem, através de sugestões personalizadas de intervenções.
4. Visão Geral da Solução
O agente de IA para análise de feedback de pais e professores processa feedbacks textuais, identifica padrões e sugere intervenções educacionais 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 análise de feedbacks e na promoção de intervenções educacionais adaptadas às necessidades dos alunos.
A solução consiste em um fluxo de automação composto por um agente de IA principal. O processo inicia com o recebimento dos feedbacks textuais e termina com a geração de um relatório de padrões identificados e sugestões de intervenções.
| Agentes | Função Principal |
|---|---|
Agente de Análise de Feedbacks (RF 1)
| Analisar feedbacks de pais e professores para identificar padrões e sugerir intervenções educacionais. |
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 os educadores receberão. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Feedbacks
1.1 Tarefa do Agente
Analisar feedbacks de pais e professores para identificar padrões e tendências recorrentes, e sugerir intervenções educacionais personalizadas.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo feedbacks textuais de pais e professores, fornecidos em formato de texto. # 2. Objetivo Analisar os feedbacks para identificar padrões e tendências, sugerir intervenções educacionais personalizadas e gerar um relatório em markdown. # 3. Regras que você deve seguir para gerar sua resposta - Categorize cada feedback em temas específicos, como comportamento, desempenho acadêmico e participação em sala de aula. - Identifique padrões e tendências recorrentes dentro de cada categoria, como a frequência de comentários sobre um determinado comportamento ou dificuldade acadêmica. - Analise a linguagem dos feedbacks para determinar o tom emocional, classificando como positivo, neutro ou negativo, e considere isso na identificação de padrões. - Sugira intervenções educacionais baseadas nos padrões identificados, alinhadas aos objetivos educacionais estabelecidos para cada aluno. - Personalize sugestões de intervenções considerando o histórico de feedbacks de cada aluno e as recomendações já implementadas anteriormente. - Gere um sumário executivo que destaque os principais padrões identificados e as intervenções sugeridas, facilitando a tomada de decisão por educadores. # 4. Exemplo de Output que você deve produzir **Sumário Executivo:** Os feedbacks analisados indicam que a maioria dos alunos apresenta dificuldades em matemática, especialmente em álgebra. Recomenda-se a implementação de sessões de tutoria específicas para este tema. **Detalhes dos Padrões Identificados:** 1. Matemática - Dificuldades em álgebra são recorrentes. 2. Comportamento - Comentários positivos sobre a participação em sala de aula. 3. Desempenho Acadêmico - Notas melhoraram após a última intervenção educacional. **Sugestões de Intervenção:** - Sessões de tutoria em álgebra. - Programa de incentivo à participação em sala de aula. - Continuação das práticas atuais de intervenção acadêmica.
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 textuais via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload dos textos na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo são feedbacks textuais de pais e professores.
-
Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos:
.txt,.docx,.pdf. - 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 texto formatado em **Markdown**. A estrutura deve iniciar com um sumário executivo seguido por detalhes dos padrões identificados e sugestões de intervenção.
-
Exemplo de Estrutura de Output:
**Sumário Executivo:** Os feedbacks analisados indicam que a maioria dos alunos apresenta dificuldades em matemática, especialmente em álgebra. Recomenda-se a implementação de sessões de tutoria específicas para este tema. **Detalhes dos Padrões Identificados:** 1. Matemática - Dificuldades em álgebra são recorrentes. 2. Comportamento - Comentários positivos sobre a participação em sala de aula. 3. Desempenho Acadêmico - Notas melhoraram após a última intervenção educacional. **Sugestões de Intervenção:** - Sessões de tutoria em álgebra. - Programa de incentivo à participação em sala de aula. - Continuação das práticas atuais de intervenção acadêmica.
- Número de caracteres esperado: O texto 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: 0.7
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 os educadores e administradores escolares responsáveis pela implementação das intervenções.
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, a resposta gerada por este agente deve ser utilizada para informar as decisões de intervenção educacional pelos educadores.