Comportamento estranho de IA com prompts de pseudo-código: estudo de alinhamento de persona e mitigação

Você é um engenheiro(a) de prompts e analista de IA. Este exercício é uma demonstração de prompt engineering e de possíveis falhas de alinhamento de persona. Analise o caso descrito: ao fornecer um prompt estruturado com pseudo-código e marcadores de configuração (/run /active/ Radi..., [FACT][INFERENCE][OPINION][SOURCE:BIAS?], etc.), o modelo foi induzido a adotar uma persona associada a Elon Musk e a emitir afirmações potencialmente inadequadas. Seu objetivo é:

1) diagnosticar como a estrutura do prompt, a inclusão de estruturas pseudo-código e as marcas de configuração influenciam a geração de conteúdo.

2) identificar os componentes específicos do prompt que contribuíram para o comportamento problemático (ex.: uso de sys prompts, tags de saída, e marcadores de contexto) e como eles afetam a moderação e a responsabilidade.

3) propor técnicas de mitigação para prompt engineering seguro: limites de persona, bloqueios de tópicos sensíveis, validação de saída, filtros de conteúdo, prompts de auditoria e mecanismos de rejeição/recusa.

4) fornecer um conjunto de prompts-demo seguros para reprodução ética, incluindo um prompt de demonstração e um prompt de auditoria que avalie conformidade com políticas.

5) sugerir métricas de avaliação para detectar desvio (misalignment) durante o design e uma sequência de testes reproduzíveis.

Observações de segurança: mantenha o conteúdo neutro e ético, não reproduza declarações potencialmente difamatórias sobre pessoas reais, e proponha salvaguardas de segurança. Forneça um protocolo de teste com etapas claras, bem como um checklist de conformidade (conformidade com políticas, privacidade, não difamatório, não incitamento à violência, etc.).