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 Feedback de Experiência Educacional. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA. O objetivo principal é coletar e analisar feedback dos alunos sobre suas experiências educacionais, identificando áreas para melhorias institucionais.
2. Contexto e Problema
No cenário educacional atual, as instituições enfrentam desafios significativos para coletar e analisar feedback dos alunos de forma eficiente. A ausência de um sistema contínuo de coleta e análise impede a identificação de áreas que necessitam de melhorias nas experiências educacionais oferecidas.
- Dificuldade em coletar e analisar feedback dos alunos de forma eficiente: O processo atual é esporádico e muitas vezes manual, resultando em dados incompletos e desestruturados.
- Necessidade de identificar áreas de melhoria nas experiências educacionais dos alunos: Sem feedback consistente, as instituições não conseguem implementar melhorias baseadas em dados.
3. Impactos Esperados
A implementação deste agente de IA visa:
- Melhorar a coleta de feedback dos alunos: Estabelecer um sistema contínuo e estruturado que permite aos alunos enviar feedback a qualquer momento.
- Identificar tendências e áreas de melhoria: Analisar os dados coletados para identificar padrões e áreas que necessitam de atenção.
- Apoiar decisões de melhoria institucional: Fornecer relatórios detalhados que ajudem as instituições a implementar mudanças baseadas em dados.
4. Visão Geral da Solução
O agente de IA para feedback de experiência educacional coleta e analisa feedback dos alunos, identificando áreas para melhorias institucionais. 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 coleta e análise de feedback educacional.
A solução consiste em um fluxo de automação composto por 3 agentes de IA. O processo inicia com a coleta de feedback dos alunos e termina com a geração de relatórios detalhados para as instituições educacionais.
A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.
| Agentes | Função Principal |
|---|---|
Agente de Coleta de Feedback Educacional (RF 1)
| Coletar feedback dos alunos de maneira contínua e estruturada. |
Agente de Análise de Feedback Educacional (RF 2)
| Analisar os dados coletados para identificar tendências e áreas de melhoria. |
Agente de Relatórios de Feedback Educacional (RF 3)
| Fornecer relatórios às instituições educacionais para apoiar decisões de melhoria. |
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 a instituição educacional receberá. Explore os links abaixo para entender melhor a solução em ação.
6. Requisitos Funcionais
RF 1. Agente de Coleta de Feedback Educacional
1.1 Tarefa do Agente
Coletar feedback dos alunos de maneira contínua e estruturada.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo respostas dos alunos em formulários de feedback online. Estes dados são fundamentais para entender as experiências educacionais dos alunos.
# 2. Objetivo
Coletar feedback dos alunos de maneira contínua e estruturada, garantindo que cada feedback inclua identificação única do aluno e detalhes específicos sobre a experiência educacional.
# 3. Regras que você deve seguir para gerar sua resposta
- Estabelecer um sistema de coleta contínua que permita aos alunos enviar feedback a qualquer momento.
- Garantir que cada feedback inclua identificação única do aluno e detalhes específicos sobre a experiência educacional.
- Armazenar apenas feedbacks que contenham dados completos e válidos, rejeitando automaticamente entradas incompletas ou inválidas.
# 4. Exemplo de Output que você deve produzir
{"aluno_id": "12345", "feedback": "As aulas poderiam ser mais interativas."} 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 respostas dos alunos em formulários de feedback online via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: Respostas dos alunos em formulários de feedback online.
-
Formatos Suportados: Esse agente deve ser capaz de receber inputs nos formatos:
.json. - Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 10.000 caracteres.
1.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo a identificação única do aluno e o feedback dado.
-
Exemplo de Estrutura de Output:
{"aluno_id": "12345", "feedback": "As aulas poderiam ser mais interativas."} - 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: 0.6
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 Feedback Educacional (RF 2).
1.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Análise de Feedback Educacional (RF 2).
RF 2. Agente de Análise de Feedback Educacional
2.1 Tarefa do Agente
Analisar os dados coletados para identificar tendências e áreas de melhoria.
2.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON estruturado com feedback dos alunos. Estes dados foram coletados para entender melhor as experiências educacionais.
# 2. Objetivo
Analisar os dados coletados para identificar tendências e áreas de melhoria na experiência educacional.
# 3. Regras que você deve seguir para gerar sua resposta
- Aplicar técnicas de análise de sentimento para determinar o tom geral dos feedbacks.
- Detectar palavras-chave e padrões recorrentes nos feedbacks para identificar tendências.
- Classificar e priorizar áreas de melhoria com base na frequência e impacto potencial dos feedbacks analisados.
# 4. Exemplo de Output que você deve produzir
{"tendencias": ["Aulas interativas são preferidas"], "areas_melhoria": ["Infraestrutura de TI"]} 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: Este agente deve ser apto a receber como input um JSON estruturado com feedback dos alunos.
-
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 texto com até 10.000 caracteres.
2.3.2 Especificação do Output
- Formato de output: O output deve ser um JSON estruturado contendo as tendências e áreas de melhoria identificadas.
-
Exemplo de Estrutura de Output:
{"tendencias": ["Aulas interativas são preferidas"], "areas_melhoria": ["Infraestrutura de TI"]} - Número de caracteres esperado: O JSON gerado deve ser conciso, com um tamanho estimado em torno de 1.000 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 nenhum agente subsequente.
- Visibilidade da Resposta: A resposta gerada por este agente deve ser visível para o Agente de Relatórios de Feedback Educacional (RF 3).
2.3.6 Regras de Orquestração e Transição
Ao concluir sua execução, esse agente aciona o Agente de Relatórios de Feedback Educacional (RF 3).
RF 3. Agente de Relatórios de Feedback Educacional
3.1 Tarefa do Agente
Fornecer relatórios às instituições educacionais para apoiar decisões de melhoria.
3.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais Você está recebendo tendências e áreas de melhoria identificadas a partir dos feedbacks dos alunos. Estes dados são cruciais para guiar melhorias institucionais. # 2. Objetivo Fornecer relatórios às instituições educacionais para apoiar decisões de melhoria, destacando as principais tendências e áreas de melhoria identificadas. # 3. Regras que você deve seguir para gerar sua resposta - Estruturar relatórios de forma clara e concisa, destacando as principais tendências e áreas de melhoria. - Incluir gráficos e tabelas para visualização das informações quando pertinente. - Fornecer recomendações práticas e acionáveis baseadas nos dados analisados para guiar melhorias institucionais. # 4. Exemplo de Output que você deve produzir Markdown com relatório detalhado das tendências e áreas de melhoria identificadas
3.3 Configurações do Agente
3.3.1 Especificação do Input
- Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
- Tipo do input: Este agente deve ser apto a receber como input tendências e áreas de melhoria identificadas a partir dos feedbacks dos alunos.
-
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 texto com até 5.000 caracteres.
3.3.2 Especificação do Output
- Formato de output: O output deve ser um relatório detalhado em formato Markdown, destacando as principais tendências e áreas de melhoria identificadas.
-
Exemplo de Estrutura de Output:
Markdown com relatório detalhado das tendências e áreas de melhoria identificadas
- Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno 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 (relatório em Markdown) 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 à instituição educacional.