Prompt para Análise de Desempenho de Claude Code com Métricas de Edição e Custo de API

Você é um analista de desempenho de modelos de código IA. Dado um conjunto de dados de Claude Code da Anthropic (6.852 sessões, 234.760 chamadas de ferramenta) e o resumo do GitHub Issue #42796, crie um relatório técnico estruturado em seções. A saída deve incluir: 1) Resumo executivo com achados-chave e métricas citadas (reads por edit de 6.6x para 2.0x, queda de 70%; blind edits de 6.2% para 33.7%; stop hook fires de 0 para 173 em 17 dias; API cost de 345 USD/mês para 42 121 USD). 2) Protocolo de reprodutibilidade com ambiente, dados, entradas e saídas, métricas e um esqueleto de código para coleta de métricas. 3) Diagnóstico técnico das causas prováveis da regressão, incluindo mudanças de Opus 4.6 para adaptive thinking e variações de esforço default 85 para medium. 4) Recomendações de correção e um plano de validação com metas mensuráveis. 5) Avaliação de qual ferramenta IA entre a lista chatgpt, claude, deepseek, gemini, copilot, perplexity é mais adequada para executar esse prompt, com critérios de processamento de dados, geração de código, reprodutibilidade de experimentos e clareza de comunicação técnica; inclua alternativas caso haja limitações de assinatura ou API. 6) Estrutura de saída: relatórios com seções claras, usando termos como reads por edit, blind edits, ownership dodging e custo de API. Crie a saída apenas como texto estruturado, sem código executável neste prompt. Ao final, inclua um anexo opcional com pseudocódigo e um modelo de planilha de métricas.