PrototipeAI | Agente de IA para Validação de Dados Acadêmicos para Certificação

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 "Validação de Dados Acadêmicos para Certificação", uma solução projetada para verificar a consistência e completude dos dados acadêmicos dos alunos antes da emissão de certificados e diplomas. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

O objetivo principal é garantir que todos os dados acadêmicos estejam corretos e completos, prevenindo problemas na emissão de certificados devido a informações inconsistentes ou faltantes.

2. Contexto e Problema

Cenário Atual

As instituições de ensino enfrentam desafios ao garantir que os dados acadêmicos dos alunos sejam consistentes e completos antes de emitirem certificados e diplomas. Problemas comuns incluem:

Inconsistências nos dados acadêmicos dos alunos que podem inviabilizar a emissão correta de certificados.
Dados incompletos que necessitam de validação e correção.

Atualmente, a verificação e correção desses dados é um processo manual, sujeito a erros e demorado, que pode atrasar a emissão de certificados e impactar negativamente a experiência dos alunos.

3. Impactos Esperados

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

Reduzir o tempo de verificação dos dados acadêmicos em pelo menos 70%.
Melhorar a precisão na identificação de inconsistências e dados faltantes.
Diminuir os erros na emissão de certificados devido a dados incorretos ou incompletos.
Aumentar a satisfação dos alunos ao acelerar o processo de emissão de certificados.

4. Visão Geral da Solução

O agente de IA para validação de dados acadêmicos verifica a consistência e completude das informações dos alunos, comparando com os registros institucionais e gerando solicitações de correção quando necessário. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente eficaz e autônomo na validação de dados acadêmicos para certificação.

A solução consiste em um fluxo de automação composto por dois agentes de IA. O processo inicia com a verificação de consistência dos dados e termina com a identificação de dados incompletos e a solicitação de correção, se necessário.

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

Agentes	Função Principal
`Agente de Verificação de Consistência de Dados Acadêmicos` (RF 1)	Verificar a consistência dos dados acadêmicos dos alunos em relação aos registros institucionais.
`Agente de Identificação de Dados Incompletos` (RF 2)	Identificar dados acadêmicos incompletos e solicitar a correção antes da emissão de certificados.

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

Ver Agente na Prototipe AI

6. Requisitos Funcionais

RF 1. Agente de Verificação de Consistência de Dados Acadêmicos

1.1 Tarefa do Agente

Verificar a consistência dos dados acadêmicos dos alunos em relação aos registros institucionais.

1.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados acadêmicos dos alunos em formato JSON. Este conjunto de dados contém informações que precisam ser verificadas quanto à consistência com os registros institucionais oficiais.

# 2. Objetivo
Verificar a consistência dos dados acadêmicos fornecidos, identificando qualquer discrepância e registrando-a para correção.

# 3. Regras que você deve seguir para gerar sua resposta
- Compare cada campo dos dados acadêmicos fornecidos com os registros institucionais oficiais para verificar correspondência exata.
- Identifique e registre divergências, como diferenças de nomes, datas ou identificadores, detalhando cada discrepância encontrada.
- Defina o campo 'consistente' como false se qualquer inconsistência for detectada; caso contrário, defina como true.
- Liste todas as inconsistências detectadas no campo 'inconsistencias' do output JSON, especificando a natureza de cada uma.

# 4. Exemplo de Output que você deve produzir
{"aluno_id": "12345", "consistente": true, "inconsistencias": []}

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 via API. Na fase de testes, os dados serão enviados por upload de um arquivo JSON na interface da Prototipe AI, para acelerar o processo de validação.
Tipo do input: O input inicial é um arquivo JSON contendo os dados acadêmicos 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 20.000 caracteres.

1.3.2 Especificação do Output

Formato de output: O output deve ser um arquivo no formato JSON contendo o status de consistência dos dados e quaisquer inconsistências detectadas.

Exemplo de Estrutura de Output:

 {"aluno_id": "12345", "consistente": true, "inconsistencias": []}

Número de caracteres esperado: O JSON de output terá um tamanho aproximado de 500 caracteres por aluno, variando conforme o número e a complexidade das inconsistências.

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 Identificação de Dados Incompletos (RF 2).

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Identificação de Dados Incompletos (RF 2).

RF 2. Agente de Identificação de Dados Incompletos

2.1 Tarefa do Agente

Identificar dados acadêmicos incompletos e solicitar a correção antes da emissão de certificados.

2.2 Prompt ou Instruções do Agente

 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo dados acadêmicos dos alunos em formato JSON. Este conjunto de dados já foi verificado quanto à consistência, mas agora precisa ser analisado para identificar campos incompletos.

# 2. Objetivo
Identificar dados acadêmicos incompletos e gerar uma solicitação de correção para garantir a emissão correta de certificados.

# 3. Regras que você deve seguir para gerar sua resposta
- Verifique a presença de todos os campos obrigatórios, como 'curso', 'data_conclusao', 'nome_aluno', e 'identificador_institucional'.
- Se qualquer campo obrigatório estiver ausente, adicione o nome do campo ao array 'campos_faltantes'.
- Marque o campo 'completo' como false se houver campos faltantes; caso contrário, marque como true.
- Gere uma solicitação de correção para os campos listados em 'campos_faltantes' antes que os certificados sejam emitidos, detalhando a importância de cada dado para a emissão correta.

# 4. Exemplo de Output que você deve produzir
{"aluno_id": "12345", "completo": false, "campos_faltantes": ["curso", "data_conclusao"]}

2.3 Configurações do Agente

2.3.1 Especificação do Input

Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
Tipo do input: Este agente deve ser apto a receber como input um arquivo JSON contendo os dados acadêmicos dos alunos já verificados quanto à consistência.
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 20.000 caracteres.

2.3.2 Especificação do Output

Formato de output: O output deve ser um arquivo no formato JSON contendo o status de completude dos dados e os campos faltantes, se houver.