Hipótese a validar: "A LLM consegue gerar uma trilha útil a partir de um edital real?"
| Dia | Funcionalidade |
|---|---|
| 1–2 | Auth — cadastro, login, JWT |
| 3 | Cadastro de editais via Django Admin |
| 4–5 | Testes + ajustes |
| 8–9 | Geração de trilha via LLM |
| 10 | Listagem e busca de concursos |
| 11 | Salvar concursos favoritos |
| 12–13 | Progresso por módulo da trilha |
| 14 | Buffer / apresentação |
- Autenticação JWT (registro + login)
- Painel admin para cadastro de editais
- Endpoint
POST /api/llm/trilha/<uuid>/gerando trilha estruturada - Listagem de concursos com filtros (status, área, banca)
- Salvar/remover concursos favoritos
- Marcar progresso por módulo da trilha
- Scaffolding pedagógico: subtópicos granulares e banca-aware por tópico
Após confirmar que a hipótese do MVP é válida com usuários reais.
- Endpoint
POST /api/llm/explicar/comStreamingHttpResponse - Hook
useLLMStream.tsno frontend - Componente
ChatExplicacao.tsxpor módulo de trilha
system_analisar_compatibilidade()emprompts.pyConcursoCompatibilidadeView— análise LLM de perfil candidato × edital- Campo
areas_conhecimento(JSONField) emConcurso - Campo
score_compatibilidade(FloatField) emTrilha
system_gerar_quiz(modulo, topicos)emprompts.py- FK
QuizGeradoemModulo TrilhaQuizView— geração de questões por módulo via LLM
NotificacoesView— preferências de alerta de editais- Campos de preferências no modelo
User - Tarefa Celery para monitorar editais abertos
- Model
HistoricoPerguntaspor usuário e módulo - API de consulta e exportação
Pré-requisitos obrigatórios antes de iniciar:
- MVP validado com usuários reais
- Custo OpenAI atual mapeado e sustentável
- Thesys C1 com suporte mobile estável
API de Generative UI que substitui respostas em texto/markdown por componentes React interativos gerados dinamicamente pela LLM.
- Trilha como cards interativos com ações embutidas
- Análise de edital como tabela dinâmica filtrável
- Módulos com visualizações de progresso geradas pela IA
- Experiência muito superior ao markdown estático
- Trocar
<Markdown>por<C1Component>no frontend — o backend permanece igual - Adicionar
THESYS_API_KEYno.env - Criar
useThesysC1.tshook substituindouseLLMStream.ts - Implementar
C1Renderer.tsxpara renderização dos componentes
- Documentação: https://docs.thesys.dev
- SDK:
@thesysai/genui-sdk - Modelos recomendados: Claude Sonnet 4 ou GPT-5
Os itens abaixo não serão desenvolvidos neste produto:
- Lives e aulas ao vivo
- Fórum de discussão entre candidatos
- Análise de gabarito individual
- Geração de horários por rotina pessoal