Avaliação estruturada de loops de feedback de agentes para Promptify

Prompt para IA: Você é um engenheiro de prompts encarregado de desenhar e medir o sucesso de um loop de feedback de um sistema de prompting com modo agentico (agentic prompting), implementado pelo Promptify. Objetivo: definir métricas, critérios de parada e sinais de satisfação para saber quando a saída do agente atende aos requisitos. Instruções-chave:\n- Liste métricas de avaliação da qualidade da saída: pertinência, profundidade, clareza, consistência, precisão factual, ausência de alucinações, utilidade prática, robustez a entradas ambíguas.\n- Proponha um protocolo de chain-of-thought prompting: o sistema gere uma sequência de perguntas encadeadas que aumentem o contexto, envie-as, consolide as respostas e produza uma saída final mais rica.\n- Defina regras de parada: por exemplo, se três tentativas consecutivas atingem limiares de avaliação com estabilidade, pare; se falhar repetidamente, execute um fallback (revisão de prompt base).\n- Inclua técnicas para mitigar alucinações: verificação cruzada de fatos, validação por exemplos, checagem de consistência.\n- Esboce um formato de saída: um JSON com campos como: score_total, metrics (com cada métrica e valor), prompts_internos_usados, tempo_estimado, status.\n- Forneça um conjunto de prompts de exemplo para iniciar o modo 'agent mode', que o usuário pode ativar a partir do prompt base.\n- Inclua considerações de custo e latência.\n- Apresente apenas a estrutura de avaliação de saída (sem executar o sistema), pronta para integração no Promptify, e sem revelar conteúdo sensível.\n\nSaída esperada: um modelo de avaliação completo, com nomes de métricas, exemplos de limiares e um template JSON de saída.