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 "Criação de Questionários Dinâmicos", uma solução projetada para gerar questionários que se adaptam ao nível de conhecimento dos alunos em tempo real. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é criar questionários que ajustem automaticamente sua dificuldade com base nas respostas dos alunos, monitorando o desempenho em tempo real e fornecendo feedback imediato e relevante durante a realização dos questionários.
2. Contexto e Problema
Cenário Atual
No contexto educacional, existe uma necessidade crescente de personalizar a experiência de aprendizado dos alunos. Questionários estáticos não conseguem se adaptar ao nível de conhecimento dos alunos, resultando em desafios inadequados ou falta de estímulo.
Problemas Identificados
- Adaptação em tempo real: A dificuldade em ajustar a dificuldade das questões em tempo real com base no desempenho dos alunos.
- Feedback imediato: Necessidade de fornecer feedback relevante e imediato para promover o aprendizado contínuo dos alunos.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Personalização do aprendizado: Ajustar automaticamente a dificuldade dos questionários ao nível do aluno.
- Melhoria do desempenho acadêmico: Proporcionar feedback imediato e construtivo.
- Engajamento dos alunos: Manter os alunos desafiados e motivados durante o aprendizado.
4. Visão Geral da Solução
O agente de IA para criação de questionários dinâmicos gera questionários que se adaptam automaticamente ao nível de conhecimento dos alunos, ajustando a dificuldade com base no desempenho em tempo real e fornecendo feedback imediato. 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 personalização do aprendizado.
A solução consiste em um fluxo de automação focado na geração e adaptação de questionários em tempo real.
A execução dos agentes é sequencial e linear, garantindo que cada etapa do questionário seja adaptada conforme o desempenho do aluno.
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 o aluno receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Criação de Questionários Dinâmicos
1.1 Tarefa do Agente
Gerar questionários dinâmicos e adaptativos para ajustar a dificuldade com base no desempenho do aluno em tempo real.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo dados de desempenho dos alunos em tempo real e histórico de respostas. Esses dados serão utilizados para ajustar a dificuldade das questões durante a realização do questionário. # 2. Objetivo Criar questionários que ajustem automaticamente sua dificuldade com base nas respostas dos alunos, monitorando o desempenho em tempo real. # 3. Regras que você deve seguir para gerar sua resposta - Crie questionários que ajustem automaticamente sua dificuldade com base nas respostas dos alunos. - Monitore o desempenho dos alunos em tempo real para adaptar as perguntas. - Utilize o desempenho anterior do aluno para ajustar a dificuldade das próximas perguntas, assegurando um desafio adequado. - As perguntas devem ser selecionadas de um banco de questões categorizadas por nível de dificuldade. - Forneça feedback imediato após cada resposta, destacando pontos fortes e áreas para melhoria. - Reavalie continuamente o desempenho após cada pergunta para ajustar o nível subsequente. - Garanta que o feedback seja específico, construtivo e encorajador, auxiliando no aprendizado contínuo do aluno. # 4. Exemplo de Output que você deve produzir **Feedback Imediato:** Excelente resposta! Você demonstrou um bom entendimento do conceito. Vamos para uma questão mais desafiadora. ### Próxima Questão: Qual é a capital da França?
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 dos alunos em tempo real via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados de desempenho dos alunos em tempo real e histórico de respostas.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados nos formatos:
.csv,.json. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de dados com até 10.000 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 feedback imediato seguido pela próxima questão.
-
Exemplo de Estrutura de Output:
**Feedback Imediato:** Excelente resposta! Você demonstrou um bom entendimento do conceito. Vamos para uma questão mais desafiadora. ### Próxima Questão: Qual é a capital da França?
- Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 500 caracteres, podendo variar conforme a complexidade do questionário.
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 é o resultado final e não é passada para outros agentes internos.
1.3.6 Regras de Orquestração e Transição
Este agente opera de forma independente, ajustando continuamente a dificuldade do questionário em tempo real com base no desempenho do aluno.