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 Personalização de Materiais Didáticos. Este agente é projetado para utilizar dados de desempenho dos alunos a fim de adaptar materiais didáticos ao perfil e necessidades de aprendizagem de cada estudante. 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 dados de desempenho em materiais didáticos personalizados, ajustando continuamente com base no progresso do aluno.
2. Contexto e Problema
Cenário Atual
Atualmente, as instituições de ensino enfrentam desafios significativos na personalização de materiais didáticos para atender às necessidades individuais dos alunos. Os materiais didáticos são frequentemente padronizados, falhando em abordar as lacunas específicas de conhecimento de cada estudante. Além disso, há uma dificuldade em utilizar dados de desempenho dos alunos para ajustar os materiais didáticos de forma eficaz.
Problemas Identificados
- Falta de personalização: Os materiais didáticos frequentemente não são adaptados para as necessidades individuais de aprendizagem dos alunos.
- Dificuldade em utilizar dados: As escolas encontram dificuldades em analisar e aplicar dados de desempenho dos alunos para ajustar os materiais didáticos.
- Monitoramento ineficaz: A eficácia dos materiais personalizados não é monitorada de forma contínua, impedindo ajustes proativos.
3. Impactos Esperados
A implementação deste agente de IA visa alcançar os seguintes resultados:
- Personalização de materiais didáticos: Adaptação dos materiais para atender às necessidades individuais de cada aluno.
- Uso eficaz de dados: Análise contínua dos dados de desempenho para ajustar os materiais didáticos.
- Monitoramento e ajuste contínuo: Avaliação constante da eficácia dos materiais personalizados e ajustes conforme necessário.
4. Visão Geral da Solução
O agente de IA para personalização de materiais didáticos analisa dados de desempenho dos alunos, identifica lacunas de conhecimento e propõe materiais personalizados que se alinham ao estilo de aprendizagem de cada estudante. 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 materiais didáticos.
A solução consiste em um agente de IA que processa dados de desempenho dos alunos e gera recomendações de materiais didáticos personalizados.
A execução do agente é linear, iniciando com a análise dos dados de desempenho e culminando na geração de recomendações personalizadas.
| Agente | Função Principal |
|---|---|
Agente de Análise de Desempenho Escolar (RF 1)
| Analisar dados de desempenho dos alunos para adaptar materiais didáticos. |
5. Protótipos
Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram o fluxo de trabalho do agente e 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 Análise de Desempenho Escolar
1.1 Tarefa do Agente
Analisar dados de desempenho dos alunos para adaptar materiais didáticos, propondo materiais personalizados que atendam às necessidades de aprendizagem de cada estudante.
1.2 Prompt ou Instruções do Agente
# 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados de desempenho dos alunos em formato JSON. Este conjunto de dados inclui informações sobre notas, comportamento e tempo de estudo de cada aluno.
# 2. Objetivo
Analisar os dados de desempenho para identificar lacunas no conhecimento e propor materiais didáticos personalizados que atendam às necessidades de aprendizagem de cada estudante.
# 3. Regras que você deve seguir para gerar sua resposta
- Analise os dados de desempenho considerando as notas, comportamento e tempo de estudo de cada aluno.
- Identifique lacunas específicas no conhecimento de cada aluno e selecione materiais didáticos que abordem essas áreas.
- Proponha materiais didáticos personalizados que se alinhem com o estilo de aprendizagem predominante de cada estudante, seja visual, auditivo ou cinestésico.
- Monitore o progresso do aluno após a implementação dos materiais personalizados, avaliando a melhoria nas notas e engajamento.
- Ajuste os materiais recomendados conforme necessário, com base no feedback contínuo e novos dados de desempenho.
# 4. Exemplo de Output que você deve produzir
{
"aluno_id": "12345",
"material_recomendado": "Livro de Matemática Avançada - Capítulo 3"
} 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 via API. Na fase de testes, os dados serão enviados para o agente diretamente por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
- Tipo do input: O input inicial para o fluxo é um conjunto de dados de desempenho dos alunos em formato JSON.
-
Formatos Suportados: Esse agente deve ser capaz de receber dados de desempenho 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 arquivo no formato JSON contendo as recomendações de materiais didáticos personalizados para cada aluno. A estrutura deve incluir o `aluno_id` e o `material_recomendado`.
-
Exemplo de Estrutura de Output:
{ "aluno_id": "12345", "material_recomendado": "Livro de Matemática Avançada - Capítulo 3" } - Número de caracteres esperado: O JSON gerado deve ser conciso, com um tamanho estimado em torno de 1.000 caracteres, podendo variar conforme a quantidade de alunos processados.
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 não é passada para outros agentes.
1.3.6 Regras de Orquestração e Transição
Este agente não aciona outros agentes, pois é o ponto final deste fluxo específico.