PrototipeAI | Agente de IA para Gestão de Reclamações Acadêmicas

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória e demais requisitos funcionais para o Fluxo de Agentes "Gestão de Reclamações Acadêmicas", uma solução de automação projetada para classificar e gerenciar reclamações de alunos sobre questões acadêmicas. 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 o input de reclamações textuais em soluções propostas que estejam alinhadas com as políticas institucionais, garantindo uma gestão eficiente e rápida das reclamações acadêmicas.

2. Contexto e Problema

Cenário Atual

As instituições acadêmicas enfrentam um grande volume de reclamações dos alunos relacionadas a questões acadêmicas, como avaliações, notas e direitos dos alunos. Estes problemas devem ser geridos de forma eficiente para garantir a satisfação dos alunos e o cumprimento das políticas institucionais.

Volume elevado de reclamações acadêmicas que precisam ser classificadas e geridas de forma eficiente.
Dificuldade em garantir que as soluções propostas estejam alinhadas com as políticas institucionais.

Atualmente, o processo de gestão dessas reclamações é manual e propenso a erros, o que pode resultar em atrasos e inconsistências nas respostas.

3. Impactos Esperados

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

Reduzir o tempo de resposta às reclamações acadêmicas em pelo menos 70%.
Garantir que todas as soluções propostas estejam em conformidade com as políticas institucionais.
Melhorar a satisfação dos alunos com a gestão das reclamações.
Padronizar o processo de gestão de reclamações acadêmicas.

4. Visão Geral da Solução

O agente de IA para gestão de reclamações acadêmicas processa dados de texto, classifica as reclamações e propõe soluções baseadas em políticas 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 gestão de reclamações acadêmicas.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a classificação das reclamações e termina com a proposição de soluções alinhadas com as políticas institucionais.

Agentes	Função Principal
`Agente de Classificação de Reclamações Acadêmicas` (RF 1)	Classificar reclamações acadêmicas de alunos de acordo com categorias predefinidas.
`Agente de Proposição de Soluções Acadêmicas` (RF 2)	Propor soluções para reclamações acadêmicas baseadas em políticas institucionais.

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 receberá. Explore os links abaixo para entender melhor a solução em ação.

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Classificação de Reclamações Acadêmicas

1.1 Tarefa do Agente

Classificar reclamações acadêmicas de alunos de acordo com categorias predefinidas.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo reclamações acadêmicas em formato de texto. Estas reclamações são submetidas por alunos e devem ser classificadas conforme as políticas institucionais.

# 2. Objetivo
Classificar as reclamações de forma automática e propor soluções baseadas em políticas institucionais.

# 3. Regras que você deve seguir para gerar sua resposta
- Identifique palavras-chave e contexto no texto da reclamação para determinar a categoria correta.
- Verifique se a categoria atribuída está alinhada com as políticas e diretrizes institucionais.
- Priorize reclamações que envolvam direitos dos alunos ou questões de integridade acadêmica.
- Utilize um mapeamento de categorias predefinidas para garantir consistência nas classificações.

# 4. Exemplo de Output que você deve produzir
{"categoria": "Avaliação", "subcategoria": "Notas", "prioridade": "Alta"}

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 reclamações acadêmicas via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload do texto na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial para o fluxo é um texto contendo reclamações acadêmicas.
Formatos Suportados: Esse agente deve ser capaz de receber textos nos formatos: .txt, .docx, .pdf.
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 contendo a categoria, subcategoria e prioridade da reclamação.

Exemplo de Estrutura de Output:

 {"categoria": "Avaliação", "subcategoria": "Notas", "prioridade": "Alta"}

Número de caracteres esperado: O JSON gerado terá um tamanho aproximado de 200 caracteres.

1.3.3 Parâmetros de Geração

Modelo: GPT-5
Temperatura: 0.5

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 Proposição de Soluções Acadêmicas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Proposição de Soluções Acadêmicas (RF 2).

RF 2. Agente de Proposição de Soluções Acadêmicas

2.1 Tarefa do Agente

Propor soluções para reclamações acadêmicas baseadas em políticas institucionais.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo reclamações classificadas com categorias e prioridades definidas. Estas reclamações foram analisadas e categorizadas por um agente anterior.

# 2. Objetivo
Propor soluções para as reclamações acadêmicas, garantindo que estejam alinhadas com as políticas institucionais.

# 3. Regras que você deve seguir para gerar sua resposta
- Consulte o banco de dados de políticas institucionais para garantir que as soluções propostas estejam em conformidade.
- Analise a eficácia das soluções propostas através de feedbacks e métricas de sucesso.
- Documente todas as soluções propostas e suas eficácias para futuras análises e melhorias.
- Defina prazos claros e responsáveis para cada solução proposta para assegurar responsabilidade e acompanhamento adequado.

# 4. Exemplo de Output que você deve produzir
{"solucao_proposta": "Revisão de notas pelo professor responsável", "prazo": "5 dias úteis", "responsavel": "Coordenação Acadêmica"}

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 contendo a categoria, subcategoria e prioridade da reclamação.
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 500 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um JSON detalhando a solução proposta, prazo e responsável.