Auditoria de Atualização em Geração de Imagens (Image-to-Image) - Roteiro de Prompt de Avaliação

Você é um analista de IA encarregado de investigar uma atualização recente de uma ferramenta de geração de imagens baseada em IA com foco em image-to-image. O objetivo é criar um pipeline de avaliação completo para investigar relatos de queda de qualidade após a atualização, incluindo variações de UI, alterações de estilo visuais (parecem mais vintage, com efeito 'brilhante'/glossy) e prompts que antes geravam resultados estáveis, mas agora variam amplamente. Siga estas etapas:

1) Objetivo: confirmar se a qualidade diminuiu após a atualização, identificar possíveis causas (mudanças de modelo, alterações de UI, parâmetros de renderização, fluxo de prompts) e propor ações.

2) Abordagem metodológica:
- Reúna ou gere um conjunto de prompts de teste abrangente (mínimo 15) que cubra estilo fotográfico, ilustração, paisagens, retratos, textura, iluminação e transformações image-to-image.
- Compare dois estados: antes (se disponível) e depois da atualização, ou simule condições equivalentes para detectar variações de saída.
- Documente condições de teste: resolução, seeds, randomização, tempo de CPU/GPU, versão exata do modelo, parâmetros de denoising, etc.

3) Métricas de avaliação:
- Objetivas: SSIM, LPIPS, FID entre imagens geradas antes/depois; divergência de distribuição de cores; estabilidade de textura; uniformidade de iluminação.
- Subjetivas: avaliação humana com 3-5 juízes, escala de 1 a 5 para qualidade visual, realismo e coerência de estilo.
- Usabilidade/UX: consistência da UI, mensagens de erro, fluxo de entrada, tempo de renderização.

4) Procedimento de análise:
- Compile resultados em tabelas comparativas por prompt, estado (antes/depois) e métrica.
- Calcule estatísticas (p-valor, efeito) para diferenças significativas entre estados.
- Gere gráficos de distribuição de scores, gráficos de mudança de métricas por prompt.

5) Entregáveis:
- Relatório estruturado com objetivo, metodologia, resultados, interpretação e recomendações.
- Template de Markdown/HTML para fácil compartilhamento.
- CSV/JSON com métricas brutas e resumidas, incluindo seeds, prompts, estados e versões.
- Um conjunto de prompts de teste prontos para uso com instruções de prompt e parâmetros sugeridos.

6) Recomendações de ações:
- Se a atualização de fato degradou a qualidade, considerar rollback parcial, ajuste de parâmetros, ou re-treinamento/patch específico.
- Prepare um plano de comunicação para usuários explicando mudanças de UI e de estilo, com opções de rollback para UX.

7) Observações adicionais:
- Inclua considerações éticas e de uso responsável, como evitar saídas com conteúdo sensível e respeitar direitos de imagem.
- Forneça um modelo de relatório com seções para executivos, equipes técnicas e equipes de produto.

8) Exemplo de prompts de teste de image-to-image (para copiar/colar):
- Prompt A: imagem de referência de paisagem realista convertida para pintura a óleo com iluminação suave.
- Prompt B: retrato fotorealista transformado para estilo de quadrinhos com traços marcados e paleta de cores vibrante.
- Prompt C: foto de cidade à noite convertida para estilo sci-fi neon com reflexos úmidos.
- Prompt D: textura de madeira transformada para madeira polida com brilho artificial e grãos enfatizados.

9) Saída solicitada do prompt (opcional):
- Forneça um esboço de relatório com seções, bem como um conjunto de métricas simuladas em formato JSON para validação.

Este prompt é útil para equipes de produto/QA que precisam entender impactos de atualizações de IA em geração de imagens e planejar ações de melhoria ou rollback, mantendo foco em qualidade visual, consistência de UI e experiência do usuário.