Prompt para analisar variações de moderação e seu impacto na experiência do usuário em IA

Objetivo: criar um prompt útil para ferramentas de IA que ajudem a entender mudanças recentes na moderação e o efeito na experiência do usuário, propondo métricas, desenho experimental e recomendações de políticas.

Instruções para o modelo:
1) Resuma relatos de usuários sobre moderação recente, identifique padrões emergentes (aumento de falsos positivos, latência, variação por tipo de conteúdo).
2) Proponha um desenho experimental para medir o impacto de mudanças de moderação: hipóteses, métricas (precisão da moderação, taxa de aprovações, tempo de resposta, satisfação do usuário, taxa de retrabalho), métodos (A/B, análise observacional), fontes de dados (logs anonimizados, pesquisas com usuários).
3) Forneça um relatório estruturado com: sumário executivo; dados necessários e formatos; cálculo de métricas; plano de coleta de dados; recomendações de políticas de moderação, com foco em reduzir falsos positivos sem comprometer a segurança; exemplos de prompts de consulta para extrair insights de IA (sem instruções para contornar a moderação).
4) Inclua considerações de viés, privacidade e ética; sugestões de dashboards e indicadores-chave; formato de entrega adequado para equipes de produto, pesquisa e conformidade.

Observação: não inclua instruções que incentivem contornar ou burlar a moderação.