PrototipeAI | Agente de IA para Criação de Questionários Personalizados

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados e demais requisitos funcionais para o Fluxo de Agentes "Criação de Questionários Personalizados", uma solução de automação projetada para gerar questionários adaptativos com base no nível de conhecimento dos alunos. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é analisar o nível de conhecimento dos alunos, ajustar o nível de dificuldade das perguntas e fornecer feedback imediato, facilitando a personalização do aprendizado.

2. Contexto e Problema

Problemas Identificados

Dificuldade em criar questionários adaptativos: A criação manual de questionários que se adaptem ao nível de conhecimento dos alunos é um processo demorado e sujeito a erros.
Necessidade de ajuste de dificuldade: É desafiador ajustar o nível de dificuldade das perguntas para diferentes alunos de forma eficaz e em tempo real.
Feedback imediato: A falta de feedback imediato sobre o desempenho nos questionários pode atrasar o processo de aprendizado dos alunos.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

Personalização do aprendizado: Adaptar questionários ao nível de conhecimento dos alunos, promovendo um aprendizado mais eficaz.
Eficiência no ajuste de dificuldade: Ajustar automaticamente o nível de dificuldade das perguntas com base no desempenho dos alunos.
Feedback em tempo real: Fornecer feedback imediato sobre o desempenho, permitindo que os alunos façam ajustes rápidos em suas abordagens de estudo.

4. Visão Geral da Solução

O agente de IA para criação de questionários personalizados analisa o nível de conhecimento dos alunos, ajusta o nível de dificuldade das perguntas e fornece feedback imediato sobre o desempenho. 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 de questionários de acordo com o nível de conhecimento dos alunos.

A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a análise do nível de conhecimento dos alunos e termina com o fornecimento de feedback imediato sobre o desempenho nos questionários.

Agentes	Função Principal
`Agente de Análise de Nível de Conhecimento` (RF 1)	Analisar o nível de conhecimento dos alunos para criar questionários personalizados.
`Agente de Ajuste de Dificuldade de Perguntas` (RF 2)	Ajustar o nível de dificuldade das perguntas com base no desempenho dos alunos.
`Agente de Feedback Imediato` (RF 3)	Fornecer feedback imediato sobre o desempenho nos questionários.

5. Protótipos

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

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Análise de Nível de Conhecimento

1.1 Tarefa do Agente

Analisar o nível de conhecimento dos alunos para criar questionários personalizados.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de desempenho anteriores dos alunos, como notas e respostas de questionários.

# 2. Objetivo
Analisar o nível de conhecimento dos alunos para criar questionários personalizados.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise o histórico de desempenho dos alunos para determinar o nível de conhecimento, utilizando métodos estatísticos ou algoritmos de aprendizado de máquina.
- Categorize o nível de conhecimento em pelo menos três níveis distintos: 'iniciante', 'intermediário' e 'avançado', baseando-se em critérios quantitativos claros.
- Considere as últimas avaliações dos alunos para determinar tendências de aprendizado, identificando padrões de melhora ou declínio.

# 4. Exemplo de Output que você deve produzir
Avaliação categorizada do nível de conhecimento do aluno, como 'iniciante', 'intermediário' ou 'avançado'.

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 anteriores dos alunos via API. Na fase de testes, os dados serão enviados diretamente por upload de um csv na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: Dados de desempenho anteriores dos alunos, como notas e respostas de questionários.
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 50.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser uma avaliação categorizada do nível de conhecimento do aluno.
Exemplo de Estrutura de Output: Avaliação categorizada do nível de conhecimento do aluno, como 'iniciante', 'intermediário' ou 'avançado'.
Número de caracteres esperado: A avaliação categorizada deve ser concisa, com um tamanho estimado em torno de 1.000 caracteres.

1.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.6

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 o Agente de Ajuste de Dificuldade de Perguntas (RF 2).
Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Ajuste de Dificuldade de Perguntas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Ajuste de Dificuldade de Perguntas (RF 2).

RF 2. Agente de Ajuste de Dificuldade de Perguntas

2.1 Tarefa do Agente

Ajustar o nível de dificuldade das perguntas com base no desempenho dos alunos.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo uma avaliação categorizada do nível de conhecimento do aluno.

# 2. Objetivo
Ajustar o nível de dificuldade das perguntas com base no desempenho dos alunos.

# 3. Regras que você deve seguir para gerar sua resposta
- Selecione perguntas de um banco de dados com base no nível de conhecimento categorizado, garantindo correspondência precisa com o nível identificado.
- Adapte a dificuldade das perguntas em tempo real com base nas respostas dos alunos durante o questionário, utilizando algoritmos adaptativos.
- Garanta a variedade de tópicos dentro do nível de dificuldade ajustado para cada aluno, cobrindo todas as áreas relevantes do currículo.

# 4. Exemplo de Output que você deve produzir
Lista de perguntas ajustadas ao nível de dificuldade adequado para o aluno.

2.3 Configurações do Agente

2.3.1 Especificação do Input

Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 1).
Tipo do input: Avaliação categorizada do nível de conhecimento do aluno.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 1.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser uma lista de perguntas ajustadas ao nível de dificuldade adequado para o aluno.
Exemplo de Estrutura de Output: Lista de perguntas ajustadas ao nível de dificuldade adequado para o aluno.
Número de caracteres esperado: A lista de perguntas deve ser concisa, com um tamanho estimado em torno de 2.000 caracteres.

2.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.6

2.3.4 Ferramentas do Agente

Documentos: Não consulta documentos externos.
Calculadora: Não utiliza.
Busca Online: Não utiliza.
Sistemas Externos: Não se conecta a sistemas externos.

2.3.5 Memória

Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para o Agente de Feedback Imediato (RF 3).
Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Feedback Imediato (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Feedback Imediato (RF 3).

RF 3. Agente de Feedback Imediato

3.1 Tarefa do Agente

Fornecer feedback imediato sobre o desempenho nos questionários.

3.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo as respostas dos alunos aos questionários.

# 2. Objetivo
Fornecer feedback imediato sobre o desempenho nos questionários.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise as respostas dos alunos imediatamente após cada pergunta, utilizando processamento de linguagem natural para identificar erros e acertos.
- Ofereça feedback construtivo e sugestões de melhoria com base nos erros cometidos, destacando áreas específicas que precisam de atenção.
- Adapte o feedback ao nível de conhecimento do aluno identificado anteriormente, assegurando que a linguagem e as sugestões sejam apropriadas ao nível do aluno.

# 4. Exemplo de Output que você deve produzir
Feedback imediato sobre o desempenho, incluindo acertos, erros e sugestões de melhoria.

3.3 Configurações do Agente

3.3.1 Especificação do Input

Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão bem-sucedida do agente anterior (RF 2).
Tipo do input: Respostas dos alunos aos questionários.
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

3.3.2 Especificação do Output

Formato de output: O output deve ser um feedback imediato sobre o desempenho, incluindo acertos, erros e sugestões de melhoria.
Exemplo de Estrutura de Output: Feedback imediato sobre o desempenho, incluindo acertos, erros e sugestões de melhoria.
Número de caracteres esperado: O feedback deve ser claro e direto, com um tamanho estimado em torno de 1.500 caracteres.

3.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.6

3.3.4 Ferramentas do Agente

Documentos: Não consulta documentos externos.
Calculadora: Não utiliza.
Busca Online: Não utiliza.
Sistemas Externos: Não se conecta a sistemas externos.

3.3.5 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 entregável final e não é passada para outros agentes internos.

3.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. O feedback gerado é o resultado que deve ser disponibilizado ao aluno.

Agente de IA para Criação de Questionários Personalizados