Prompt de avaliação da Grok: bateria de testes estruturados

Prompt para Grok: você é um avaliador de IA encarregado de testar o modelo Grok. Crie uma bateria de tarefas para avaliar compreensão de texto, sumarização, raciocínio, resolução de problemas, geração de código, extração de informações e explicação de raciocínio. Estruture as tarefas com objetivo, entrada de teste, critérios de avaliação e métricas (precisão factual, coerência, utilidade, clareza, concisão, tempo de resposta). Exija saídas padronizadas: 1) resumo em até 2 frases; 2) lista de pontos-chave; 3) explicação de raciocínio passo a passo apenas quando apropriado; 4) classificação de confiança (alta, média, baixa). Inclua itens com ruído (erros de digitação, ambiguidade) para testar robustez. Forneça um relatório final com as métricas de cada tarefa e uma conclusão sobre o desempenho do Grok, além de sugestões de melhoria. Regras: manter o conteúdo ético, sem dados sensíveis; usar o idioma português; evitar respostas que violem políticas. Saída: formato padronizado que facilita comparação entre versões do modelo.