Agente de IA para Previsão de Demanda de Cursos

Analisar dados históricos de inscrições para identificar tendências de demanda em cursos.

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 históricos de inscrições em formato CSV via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload do CSV na interface da Prototipe AI, para acelerar o processo de validação.
• Tipo do input: O input inicial para o fluxo é um arquivo CSV, contendo dados históricos de inscrições.
• Formatos Suportados: Esse agente deve ser capaz de receber arquivos no formato: .csv.
• Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 100.000 caracteres.

1.3.2 Especificação do Output

• Formato de output: O output deve ser um relatório em formato **Markdown** que detalha as tendências de inscrição, destacando cursos com maior e menor demanda.
• Exemplo de Estrutura de Output:

   Um relatório em markdown com análise das tendências de inscrição, destacando cursos com maior e menor demanda. 

• Número de caracteres esperado: O relatório final deve ser conciso e informativo, com um tamanho estimado em torno de 5.000 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 Previsão de Demanda de Cursos (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Previsão de Demanda de Cursos (RF 2).

Gerar previsões precisas de demanda para auxiliar na alocação de recursos acadêmicos.

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 relatório em Markdown, que corresponde à análise de tendências de inscrição gerada pelo agente anterior.
• Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .md (Markdown).
• Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 6.000 caracteres.

2.3.2 Especificação do Output

• Formato de output: O output deve ser um arquivo no formato JSON contendo a previsão de demanda de cursos. A estrutura deve incluir campos como 'curso', 'previsão_demanda' e 'recursos_recomendados'.
• Exemplo de Estrutura de Output:

   {
    "curso": "Matemática Avançada",
    "previsão_demanda": 120,
    "recursos_recomendados": "Aumento de 20% no número de professores"
  } 

• Número de caracteres esperado: O JSON gerado deve ser claro e direto, com um tamanho estimado em 1.500 caracteres.

2.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

2.3.4 Ferramentas do Agente

• Documentos: Não consulta.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não utiliza.

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 Emissão de Relatórios Estratégicos (RF 3).

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Emissão de Relatórios Estratégicos (RF 3).

Emitir relatórios com insights para o planejamento acadêmico estratégico.

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 um arquivo JSON, que corresponde à previsão de demanda de cursos gerada pelo agente anterior.
• 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 8.000 caracteres.

3.3.2 Especificação do Output

• Formato de output: O output deve ser um texto em **Markdown** que consolida as previsões de demanda em um relatório estratégico, oferecendo insights acionáveis para o planejamento acadêmico.
• Exemplo de Estrutura de Output:

   Relatório estratégico em formato markdown com insights para planejamento acadêmico. 

• Número de caracteres esperado: O texto final deve ser conciso e informativo, com um tamanho estimado em torno de 7.000 caracteres.

3.3.3 Parâmetros de Geração

• Modelo: GPT-5
• Temperatura: 0.6

3.3.4 Ferramentas do Agente

• Documentos: Não consulta.
• Calculadora: Não utiliza.
• Busca Online: Não utiliza.
• Sistemas Externos: Não utiliza.

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 à instituição para suporte ao planejamento acadêmico.