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 para Criação de Relatórios de Desempenho Docente. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.
O objetivo principal é automatizar a compilação e análise de dados de avaliações de desempenho docente, gerando relatórios detalhados que apoiem o desenvolvimento profissional dos docentes.
2. Contexto e Problema
Cenário Atual
As instituições de ensino enfrentam desafios significativos na avaliação do desempenho docente devido ao processamento manual e demorado dos dados coletados. Atualmente, essa tarefa envolve:
- Compilação manual de dados de diversas fontes de avaliação.
- Análise superficial e pouco detalhada, insuficiente para fornecer insights aprofundados.
- Falta de relatórios personalizados que orientem o desenvolvimento profissional dos docentes.
Problemas Identificados
- Consumo de tempo: O processo manual de compilação e análise de dados é demorado, atrasando a disponibilização de feedback aos docentes.
- Falta de detalhamento: Os relatórios gerados atualmente não oferecem detalhes suficientes para ações de desenvolvimento profissional.
- Falta de personalização: As sugestões de desenvolvimento são genéricas e não atendem às necessidades específicas de cada docente.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Reduzir o tempo de processamento dos dados de desempenho docente em pelo menos 70%.
- Fornecer relatórios detalhados e personalizados que apoiem o desenvolvimento profissional dos docentes.
- Aumentar a precisão e a profundidade das análises de desempenho.
4. Visão Geral da Solução
O agente de IA para criação de relatórios de desempenho docente processa dados de avaliações de forma automática, analisa áreas de excelência e oportunidades de melhoria, e gera relatórios detalhados com sugestões de desenvolvimento profissional. 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 melhoria contínua do corpo docente.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a compilação dos dados de avaliações e termina com a geração de relatórios detalhados que incluem sugestões personalizadas de desenvolvimento.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Compilação de Dados de Avaliações (RF 1)
| Compilar automaticamente dados de avaliações de desempenho docente. |
Agente de Análise de Desempenho Docente (RF 2)
| Analisar dados compilados para identificar áreas de excelência e oportunidades de melhoria. |
Agente de Geração de Relatórios de Desenvolvimento (RF 3)
| Gerar relatórios detalhados com sugestões de desenvolvimento profissional personalizadas. |
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 cliente receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Compilação de Dados de Avaliações
1.1 Tarefa do Agente
Compilar automaticamente dados de avaliações de desempenho docente a partir de diferentes fontes.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de avaliações de desempenho docente em formato CSV ou Excel. Estes dados incluem avaliações de múltiplas fontes sobre o desempenho de diversos docentes.
# 2. Objetivo
Compilar esses dados em um formato estruturado, garantindo a integridade e a anonimização das informações.
# 3. Regras que você deve seguir para gerar sua resposta
- Compilar dados de diferentes fontes de avaliação em um único conjunto de dados estruturado.
- Garantir que todos os dados pessoais dos docentes sejam anonimizados durante o processo de compilação.
- Eliminar duplicações e preencher registros ausentes para garantir a integridade dos dados antes da compilação.
- Validar que os dados de entrada estão no formato correto e alertar para correções necessárias antes de prosseguir com a compilação.
# 4. Exemplo de Output que você deve produzir
{
"docente_anonimo_id": "12345",
"avaliacao_compilada": [
{"criterio": "Pontualidade", "nota": 4.5},
{"criterio": "Metodologia", "nota": 4.8}
]
} 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 avaliações de desempenho docente 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 arquivo CSV ou Excel na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Dados de avaliações de desempenho em formato CSV ou Excel.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.csv,.xlsx. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 50.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um conjunto de dados estruturados no formato JSON, contendo as avaliações compiladas e anonimizadas.
-
Exemplo de Estrutura de Output:
{ "docente_anonimo_id": "12345", "avaliacao_compilada": [ {"criterio": "Pontualidade", "nota": 4.5}, {"criterio": "Metodologia", "nota": 4.8} ] } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 2.000 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 nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Análise de Desempenho Docente (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Desempenho Docente (RF 2).
RF 2. Agente de Análise de Desempenho Docente
2.1 Tarefa do Agente
Analisar dados compilados para identificar áreas de excelência e oportunidades de melhoria no desempenho docente.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados estruturados de avaliações de desempenho docente. Estes dados foram compilados e anonimizados por um agente anterior.
# 2. Objetivo
Analisar esses dados para identificar padrões de desempenho, destacando áreas de excelência e oportunidades de melhoria.
# 3. Regras que você deve seguir para gerar sua resposta
- Identificar padrões de desempenho acima da média e áreas com necessidade de desenvolvimento.
- Comparar o desempenho dos docentes com benchmarks internos para detectar outliers.
- Destacar áreas de excelência e sugerir estratégias de melhoria para áreas de baixo desempenho.
- Aplicar análise estatística para garantir a confiabilidade dos padrões identificados nos dados.
# 4. Exemplo de Output que você deve produzir
{
"docente_anonimo_id": "12345",
"analise_desempenho": {
"excelencia": ["Metodologia"],
"melhoria": ["Pontualidade"]
}
} 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: Dados estruturados de avaliações de desempenho docente.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 6.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um conjunto de dados estruturados no formato JSON, contendo a análise detalhada do desempenho docente.
-
Exemplo de Estrutura de Output:
{ "docente_anonimo_id": "12345", "analise_desempenho": { "excelencia": ["Metodologia"], "melhoria": ["Pontualidade"] } } - Número de caracteres esperado: O JSON gerado terá um tamanho aproximado 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: Utiliza lógica interna para análises estatísticas.
- 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 nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Geração de Relatórios de Desenvolvimento (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Geração de Relatórios de Desenvolvimento (RF 3).
RF 3. Agente de Geração de Relatórios de Desenvolvimento
3.1 Tarefa do Agente
Gerar relatórios detalhados com sugestões de desenvolvimento profissional personalizadas para docentes.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo análises de desempenho docente. Estes dados foram gerados por um agente anterior e destacam áreas de excelência e oportunidades de melhoria. # 2. Objetivo Gerar relatórios detalhados com base nas análises recebidas, propondo sugestões de desenvolvimento profissional personalizadas. # 3. Regras que você deve seguir para gerar sua resposta - Incluir um sumário executivo que destaque os principais resultados e áreas de foco. - Propor sugestões de desenvolvimento personalizadas baseadas nas análises realizadas. - Estruturar o relatório de forma clara, com seções dedicadas para cada área de análise e desenvolvimento. - Garantir que as sugestões de desenvolvimento sejam específicas e acionáveis, proporcionando um plano de ação claro para os docentes. # 4. Exemplo de Output que você deve produzir **Sumário Executivo:** O docente apresentou excelência em "Metodologia" e necessita melhorar em "Pontualidade". **Sugestões de Desenvolvimento:** - Participar de workshops de gestão de tempo para melhorar a pontualidade. - Continuar aprimorando as técnicas de metodologia já bem avaliadas.
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: Análises de desempenho docente.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato:
.json(JSON). - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 6.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório detalhado em formato Markdown, contendo um sumário executivo e sugestões de desenvolvimento.
-
Exemplo de Estrutura de Output:
**Sumário Executivo:** O docente apresentou excelência em "Metodologia" e necessita melhorar em "Pontualidade". **Sugestões de Desenvolvimento:** - Participar de workshops de gestão de tempo para melhorar a pontualidade. - Continuar aprimorando as técnicas de metodologia já bem avaliadas.
- Número de caracteres esperado: O relatório gerado terá um tamanho aproximado de 3.000 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 relatório gerado é o resultado que deve ser disponibilizado ao usuário.