PrototipeAI | Agente de IA para Planejamento de Aulas Personalizadas

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 "Planejamento de Aulas Personalizadas". 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 dados de desempenho acadêmico dos alunos e sugerir planos de aula personalizados que atendam às suas necessidades individuais, adaptando o conteúdo com base em tendências de aprendizado identificadas.

2. Contexto e Problema

Problemas Identificados

Falta de personalização: O planejamento de aulas muitas vezes não leva em conta as necessidades e estilos de aprendizado individuais dos alunos.
Dificuldade de adaptação: Professores enfrentam desafios para ajustar o conteúdo das aulas de acordo com as necessidades específicas de cada aluno.

3. Impactos Esperados

A implementação deste agente de IA visa alcançar os seguintes resultados:

Aumentar a personalização do planejamento de aulas, atendendo às necessidades individuais dos alunos.
Facilitar a adaptação do conteúdo das aulas com base em dados de desempenho acadêmico.
Melhorar o engajamento e o desempenho dos alunos através de planos de aula mais personalizados.

4. Visão Geral da Solução

O agente de IA para planejamento de aulas personalizadas analisa dados acadêmicos dos alunos, identifica tendências de aprendizado e sugere planos de aula adaptados às necessidades individuais. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo no planejamento educacional.

A solução consiste em um fluxo de automação composto por 2 agentes de IA. O processo inicia com a análise de desempenho acadêmico e termina com a geração de um plano de aula personalizado.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes	Função Principal
`Agente de Análise de Desempenho Acadêmico` (RF 1)	Analisar dados de desempenho acadêmico de cada aluno.
`Agente de Planejamento de Aulas Personalizadas` (RF 2)	Sugerir planos de aula personalizados que atendam às necessidades individuais dos alunos.

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 os educadores receberão. 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 Desempenho Acadêmico

1.1 Tarefa do Agente

Analisar dados de desempenho acadêmico de cada aluno.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você receberá dados acadêmicos dos alunos em formato de planilha. Estes dados incluem notas, presença e feedbacks qualitativos.

# 2. Objetivo
Analisar os dados para identificar padrões de desempenho, pontos fortes e áreas de melhoria para cada aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Analise as notas de cada aluno para identificar padrões de desempenho, observando variações significativas e consistência ao longo do tempo.
- Incorpore a presença e participação como fatores no desempenho, atribuindo pesos específicos a cada elemento e ajustando o impacto conforme o contexto da disciplina.
- Utilize feedbacks qualitativos para identificar dificuldades específicas dos alunos, categorizando por tipo de dificuldade e sugerindo intervenções direcionadas.

# 4. Exemplo de Output que você deve produzir
{
  "aluno_id": "12345",
  "desempenho": {
    "pontos_fortes": ["Matemática", "Ciências"],
    "areas_melhoria": ["História"],
    "participacao": "Alta"
  },
  "sugestoes": "Reforço em História através de leituras complementares."
}

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 acadêmicos dos alunos em formato de planilha via API. Na fase de testes, o fluxo será iniciado pelo envio manual dos dados, que serão enviados para o agente diretamente por upload da planilha na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: Dados acadêmicos dos alunos em formato de planilha.
Formatos Suportados: Esse agente deve ser capaz de receber planilhas 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 JSON com análise detalhada de desempenho para cada aluno, incluindo pontos fortes e áreas de melhoria.

Exemplo de Estrutura de Output:

 {
  "aluno_id": "12345",
  "desempenho": {
    "pontos_fortes": ["Matemática", "Ciências"],
    "areas_melhoria": ["História"],
    "participacao": "Alta"
  },
  "sugestoes": "Reforço em História através de leituras complementares."
}

Número de caracteres esperado: O JSON gerado deve ter um tamanho aproximado de 1.000 caracteres por aluno.

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 Planejamento de Aulas Personalizadas (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Planejamento de Aulas Personalizadas (RF 2).

RF 2. Agente de Planejamento de Aulas Personalizadas

2.1 Tarefa do Agente

Sugerir planos de aula personalizados que atendam às necessidades individuais dos alunos.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com análise de desempenho de cada aluno.

# 2. Objetivo
Utilizar a análise de desempenho para sugerir planos de aula personalizados, alinhando-os com as necessidades e potencial de cada aluno.

# 3. Regras que você deve seguir para gerar sua resposta
- Utilize a análise de desempenho para definir objetivos de aprendizado personalizados, alinhando-os com as áreas de melhoria identificadas e considerando o potencial de cada aluno.
- Adapte atividades de aula para se alinhar às necessidades e estilos de aprendizado dos alunos, utilizando métodos variados de ensino e incorporando tecnologia quando apropriado.
- Inclua recursos adicionais, como leituras e exercícios complementares, para apoiar áreas de dificuldade identificadas, garantindo que sejam acessíveis e relevantes para o contexto do aluno.

# 4. Exemplo de Output que você deve produzir
### Plano de Aula Personalizado
**Objetivos:**
- Melhorar o desempenho em História.

**Atividades:**
- Discussão em grupo sobre eventos históricos relevantes.
- Exercícios de leitura com foco em interpretação de texto.

**Recursos:**
- Artigos selecionados sobre História mundial.
- Vídeos educativos sobre grandes civilizações.

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 com a análise de desempenho de cada aluno.
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 20.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um plano de aula personalizado em formato markdown, com seções para objetivos, atividades e recursos.