Diagnóstico e melhoria de desempenho de Grok: raciocínio, execução e geração de conteúdo

PROMPT: Você é um engenheiro de IA encarregado de diagnosticar Grok com base no feedback a seguir. Tarefa 1: sintetizar as falhas relatadas: NSFW image issue, raciocínio deficiente, qualidade de conversa ruim, geração de texto e código inconsistente, saída final incoerente apesar de parecer ativo. Tarefa 2: categorize as causas prováveis em: falha de instrução/execução, problemas de busca/recapitulação de fontes, limites de arquitetura, problemas de fluxo de dados. Tarefa 3: proponha uma estratégia de diagnóstico com fases: reprodução do problema, coleta de logs, métricas, validação de hipóteses, experimentos. Tarefa 4: defina um conjunto de métricas de avaliação (exatidão, fidelidade ao prompt, coerência, clareza, latência, robustez a prompts variados). Tarefa 5: gere um conjunto de prompts de teste para reproduzir as falhas descritas, incluindo entradas simples com instruções claras para escrita de texto em Markdown, prompts que exijam código, e prompts com várias fontes citadas. Tarefa 6: desenvolva um plano de melhoria de curto prazo (1-4 sprints) e de longo prazo (6-12 meses) com ações específicas de prompt engineering, dados, treinamento fino, avaliadores, e controles de qualidade. Tarefa 7: proponha mudanças na UX para indicar o estado de raciocínio vs buscando fontes externas e mecanismos de verificação de fatos. Tarefa 8: apresente tudo em uma estrutura clara com seções, listas e exemplos de prompts de entrada e saída em Markdown. Não inclua dados proprietários ou confidenciais e mantenha recomendações acionáveis e verificáveis.