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 Sentimento em Comunicações Escolares", uma solução projetada para monitorar mudanças de humor ou comportamento em comunicações escritas entre alunos e professores. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é detectar padrões de sentimento em interações escritas e alertar psicólogos ou educadores sobre possíveis preocupações, garantindo uma análise sensível e precisa.
2. Contexto e Problema
Cenário Atual
Nas comunicações escolares, é comum que alunos e professores troquem mensagens que podem refletir o estado emocional dos alunos. Identificar mudanças de humor ou comportamento nessas interações é crucial para fornecer suporte oportuno. No entanto, o volume de comunicações pode tornar essa tarefa desafiadora para educadores e psicólogos.
Problemas Identificados
- Volume de dados: O grande número de interações escritas dificulta a análise manual de mudanças de humor ou comportamento.
- Subjetividade na análise: A interpretação humana pode ser influenciada por preconceitos, reduzindo a precisão da detecção de mudanças emocionais.
- Tempo de resposta: A demora na identificação de padrões de risco pode atrasar intervenções necessárias, impactando negativamente o bem-estar dos alunos.
3. Impactos Esperados
A implementação deste agente visa alcançar os seguintes resultados:
- Aumentar a precisão na detecção de mudanças de humor ou comportamento.
- Reduzir o tempo de resposta para alertas de possíveis preocupações emocionais.
- Auxiliar educadores e psicólogos na identificação de alunos que possam precisar de suporte adicional.
4. Visão Geral da Solução
O agente de IA para análise de sentimento em comunicações escolares processa textos de comunicações escritas entre alunos e professores, detecta padrões de sentimento e mudanças de humor, e alerta psicólogos ou educadores sobre possíveis preocupações. 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 sentimentos em comunicações escolares.
A solução é composta por um único agente de IA que realiza a análise de sentimento e gera alertas conforme necessário.
| Agente | Função Principal |
|---|---|
Agente de Análise de Sentimento em Comunicações Escolares (RF 1)
| Detectar mudanças de humor ou comportamento em comunicações escritas entre alunos e professores. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos que demonstram o fluxo de trabalho do agente e os alertas gerados. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Análise de Sentimento em Comunicações Escolares
1.1 Tarefa do Agente
Detectar mudanças de humor ou comportamento em comunicações escritas entre alunos e professores.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo textos de comunicações escritas entre alunos e professores. Essas comunicações podem refletir o estado emocional dos alunos. # 2. Objetivo Analisar as comunicações para detectar padrões de sentimento e mudanças de humor, e alertar psicólogos ou educadores sobre possíveis preocupações. # 3. Regras que você deve seguir para gerar sua resposta - Utilize técnicas de processamento de linguagem natural para identificar palavras ou frases que possam indicar mudanças de humor, como expressões de tristeza, raiva ou desânimo. - Avalie o histórico de interações para contextualizar mudanças de humor, analisando variações na linguagem ao longo do tempo. - Detecte padrões de sentimento que possam sugerir um risco potencial, como aumento na frequência de termos negativos ou diminuição de palavras positivas. - Configure a variável "alerta_necessario" como true se forem identificados padrões de risco, para acionar psicólogos ou educadores. - Garanta a confidencialidade da análise e respeite a privacidade dos envolvidos, assegurando que apenas informações relevantes sejam compartilhadas com profissionais responsáveis.
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 textos de comunicações escritas via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos textos, 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 textos de comunicações escritas entre alunos 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 JSON estruturado contendo os resultados da análise de sentimento, incluindo campos como `sentimento_detectado`, `mudanca_humor` e `alerta_necessario`.
-
Exemplo de Estrutura de Output:
{ "sentimento_detectado": "positivo", "mudanca_humor": false, "alerta_necessario": false } - Número de caracteres esperado: O JSON gerado deve ser conciso, com um tamanho estimado em torno de 500 caracteres.
1.3.3 Parâmetros de Geração
- Modelo: GPT-5
- Temperatura: 0.5
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 psicólogos ou educadores responsáveis pelo acompanhamento dos alunos.
1.3.6 Regras de Orquestração e Transição
Este agente opera de forma independente e, ao concluir sua execução, gera alertas diretamente para os profissionais responsáveis, sem a necessidade de acionar agentes subsequentes.