PrototipeAI | Agente de IA para Avaliação de Desempenho Acadêmico

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, consulta a documentos e demais requisitos funcionais para um agente de IA destinado à avaliação de desempenho acadêmico. 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 dados acadêmicos em insights acionáveis, identificando padrões de desempenho que necessitam de intervenção e sugerindo intervenções pedagógicas personalizadas.

2. Contexto e Problema

Cenário Atual

Instituições de ensino enfrentam desafios significativos na identificação de padrões de desempenho acadêmico que exigem intervenção. A ausência de sugestões pedagógicas baseadas em dados concretos dificulta a melhoria do desempenho dos alunos.

Problemas Identificados

Dificuldade na identificação de padrões: A análise manual dos dados é demorada e propensa a erros, dificultando a identificação de padrões de desempenho que necessitam de intervenção.
Falta de sugestões pedagógicas baseadas em dados: As intervenções pedagógicas são frequentemente baseadas em intuições em vez de dados concretos, resultando em eficácia limitada.

3. Impactos Esperados

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

Identificação precisa de padrões de desempenho que necessitam de intervenção.
Sugestões pedagógicas personalizadas baseadas em dados concretos para melhorar o desempenho dos alunos.
Aumento da eficácia das intervenções pedagógicas através de dados analíticos.

4. Visão Geral da Solução

O agente de IA para avaliação de desempenho acadêmico coleta e analisa dados de desempenho acadêmico dos alunos, identifica padrões que necessitam de intervenção e sugere intervenções pedagógicas baseadas em dados concretos. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz na melhoria do desempenho acadêmico.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a coleta e análise de dados acadêmicos e termina com a geração de sugestões pedagógicas personalizadas.

Agentes	Função Principal
`Agente de Coleta e Análise de Dados Acadêmicos` (RF 1)	Coletar e analisar dados de desempenho acadêmico continuamente.
`Agente de Sugestões Pedagógicas` (RF 2)	Sugerir intervenções pedagógicas personalizadas com base nos dados analisados.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos que demonstram o fluxo de trabalho dos agentes e o resultado final que a instituição de ensino receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Coleta e Análise de Dados Acadêmicos

1.1 Tarefa do Agente

Coletar e analisar dados de desempenho acadêmico dos alunos continuamente.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de desempenho acadêmico em formato CSV, com colunas 'aluno_id', 'disciplina', 'nota', 'data'.

# 2. Objetivo
Coletar e analisar esses dados para identificar padrões e tendências que indiquem a necessidade de intervenção.

# 3. Regras que você deve seguir para gerar sua resposta
- Configure sistemas para monitorar continuamente fontes de dados acadêmicos, garantindo coleta e atualização automáticas.
- Aplique algoritmos de análise estatística e aprendizado de máquina para identificar padrões significativos nos dados de desempenho, como médias, desvios e correlações.
- Detecte e sinalize automaticamente tendências de queda ou melhora significativa no desempenho acadêmico, gerando alertas para intervenções.
- Integre novos dados ao sistema de análise imediatamente após a coleta, garantindo que as análises reflitam sempre o estado mais atual.

# 4. Exemplo de Output que você deve produzir
Dados analisados identificando padrões e tendências de desempenho acadêmico.

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 dados de desempenho acadêmico em formato CSV. Na fase de testes, os dados serão enviados diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo é um arquivo CSV contendo dados acadêmicos dos alunos.
Formatos Suportados: Esse agente deve ser capaz de receber arquivos nos formatos: .csv.
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 relatório detalhado em formato **Markdown** que identifica padrões e tendências de desempenho acadêmico.

Exemplo de Estrutura de Output:

 Dados analisados identificando padrões e tendências de desempenho acadêmico.

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 análise estatística.
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 Sugestões Pedagógicas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestões Pedagógicas (RF 2).

RF 2. Agente de Sugestões Pedagógicas

2.1 Tarefa do Agente

Sugerir intervenções pedagógicas personalizadas com base nos dados analisados.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo análises de padrões e tendências de desempenho acadêmico.

# 2. Objetivo
Sugerir intervenções pedagógicas personalizadas para melhorar o desempenho dos alunos.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise os padrões identificados para determinar áreas específicas que necessitam de intervenção, considerando fatores como disciplina e histórico de desempenho.
- Desenvolva sugestões pedagógicas utilizando práticas educacionais comprovadas, adaptando-as às necessidades individuais dos alunos com base nos dados coletados.
- Priorize intervenções que possam ser implementadas rapidamente e que ofereçam potencial de alto impacto no desempenho acadêmico, considerando recursos disponíveis.
- Recomende revisões periódicas das intervenções implementadas para avaliar sua eficácia, ajustando estratégias conforme necessário com base em novos dados.

# 4. Exemplo de Output que você deve produzir
Sugestões pedagógicas personalizadas para melhorar o desempenho dos alunos.

2.3 Configurações do Agente

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 análises de padrões e tendências de desempenho acadêmico como input.
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 texto com até 5.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um relatório em formato **Markdown** com sugestões pedagógicas personalizadas.