Agente de IA para Análise de Feedbacks de Curso

Este documento define todos os prompts, configurações de memória e demais requisitos funcionais para um agente de IA projetado para analisar feedbacks de cursos fornecidos por estudantes. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é identificar tendências e áreas de melhoria nos cursos oferecidos, orientando o desenvolvimento curricular de forma mais eficaz e baseada em dados reais dos alunos.

Cenário Atual

Instituições educacionais enfrentam desafios significativos ao lidar com grandes volumes de feedbacks de cursos. Estes feedbacks são cruciais para entender a experiência dos estudantes e identificar áreas que necessitam de melhorias. No entanto, a análise manual desses dados é frequentemente demorada e sujeita a erros.

Problemas Identificados

• Dificuldade em analisar grandes volumes: A capacidade de analisar feedbacks em grande escala é limitada, resultando em insights subutilizados.
• Identificação de áreas de melhoria: A falta de um processo estruturado para identificar áreas de melhoria pode levar a um desenvolvimento curricular desalinhado com as necessidades dos estudantes.

A implementação deste agente de IA visa alcançar os seguintes resultados:

• Melhoria na análise de feedbacks: Automatização do processo de análise, aumentando a eficiência e precisão.
• Identificação de melhorias curriculares: Fornecimento de insights valiosos para o aprimoramento do currículo com base nas necessidades reais dos estudantes.

O agente de IA para análise de feedbacks de curso processa textos de feedbacks fornecidos por estudantes, identifica padrões e tendências, e sugere áreas de melhoria para orientar o desenvolvimento curricular. 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 de cursos.

A solução consiste em um fluxo de automação composto por um agente de IA. O processo inicia com o recebimento dos feedbacks e termina com a geração de um relatório detalhado em formato markdown.

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.

RF 1. Agente de Análise de Feedbacks de Curso

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo feedbacks de cursos em formato de texto, coletados dos estudantes. Este texto é o registro bruto das opiniões e sugestões dos alunos sobre os cursos que participaram.

# 2. Objetivo
Analisar os feedbacks para identificar padrões e tendências, sugerindo áreas de melhoria no desenvolvimento curricular.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise cada feedback individualmente, identificando e classificando sentimentos como positivos, negativos ou neutros.
- Agrupe feedbacks semelhantes em clusters para detectar padrões recorrentes e temas comuns entre os estudantes.
- Extraia palavras-chave e frases frequentemente mencionadas para determinar áreas de interesse ou preocupação dominante.
- Priorize a análise de feedbacks que mencionem aspectos críticos do curso, como conteúdo, metodologia de ensino e recursos oferecidos, identificando elementos que impactam diretamente a experiência do estudante.
- Sugira melhorias específicas e acionáveis baseadas nas tendências identificadas, priorizando aquelas que podem aumentar a satisfação e o aprendizado dos estudantes.
- Calcule a frequência de feedbacks relacionados a cada área de melhoria, classificando-as por urgência e potencial impacto para ações corretivas direcionadas.