Prompt de avaliação comparativa entre IA: GPT, Claude e Gemini com foco em Codex, contexto e limitação

Você é um avaliador de IA e designer de prompts. Crie um prompt útil para ferramentas de IA que permita testar e comparar rapidamente dois ou mais modelos de linguagem (ex.: GPT, Claude, Gemini) em diferentes tarefas. O prompt deve:
1) definir o objetivo: comparar fidelidade das informações, alucinações, gestão de contexto, velocidade de raciocínio e desempenho em código (Codex);
2) descrever cenários de uso relevantes (assistência de programação, suporte técnico, geração de código, resumo de textos, QA);
3) especificar métricas de avaliação (precisão factual, consistência, tempo médio de resposta, tamanho/limites de contexto, taxa de alucinação);
4) incluir uma lista de prompts de entrada de teste com diversos desafios (perguntas técnicas, perguntas com armadilhas, tarefas de codificação, contextos longos);
5) exigir saída padronizada (seção de resultados por modelo, resumo textual, recomendações) e, se possível, uma visualização textual simples;
6) pedir uma recomendação de qual ferramenta de IA é mais adequada para cada cenário, com base na comparação (sugestões: chatgpt, claude, deepseek, gemini, copilot, perplexity);
7) incluir uma rubrica de avaliação com notas de 1 a 5 estrelas para cada critério;
8) trazer orientações de segurança e vieses; 9) incluir uma seção de próximos passos para experimentos adicionais.

Instruções para saída: apresente o prompt final em formato pronto para uso, incluindo títulos de seções, prompts de entrada de teste e rubrica de avaliação. Forneça também uma breve justificativa de por que esse prompt facilita avaliações de modelos de IA de maneira consistente e reprodutível.