Avaliação de Prefixos em Prompts do Claude: Medição de Impacto em 5 Categorias com Recomendações

Objetivo: projetar e executar uma avaliação estruturada do impacto de códigos de poder (prefixos) em prompts para Claude, buscando entender quando eles afetam raciocínio, estrutura de saída ou tom. Categorias de tarefa: reasoning, writing, coding, creative, analysis. Metodologia: para cada prompt-base (3-5 frases), aplique prefixes de teste conhecidos (L99, /skeptic, /blindspots, /deepthink, /OODA). Em cada categoria, rode 3 execuções com prefixo e 3 sem prefixo (total 6 execuções por prompt-base). Registre métricas por execução: qualidade da saída (clareza, precisão, completude), mudanças no raciocínio (alterações nas premissas, escolhas de premissas, conclusões), mudanças de formato/estrutura (tom, remoção de filler, formato da resposta), tempo de resposta e se houve rejeição prévia de perguntas. Classifique o efeito na saída como 'melhora', 'neutra' ou 'piora' com justificativa, comparando com baseline sem prefixo. Após completar todas as categorias, produza: (a) resumo executivo; (b) tabela de métricas por categoria e prefixo; (c) observações sobre limitações e quando evitar prefixes; (d) recomendações de melhores práticas (ex.: uso de /trim, /raw, /bullets, /punch). Entrega: relatório estruturado com as seções acima e, adicionalmente, um snippet JSON por execução contendo: category, prefix_used, baseline_output, output_with_prefix, observed_change, reasoning_changes, structure_change, overall_assessment, recommended_actions. Observação adicional: inclua uma seção que avalie entre as ferramentas de IA listadas (chatgpt, claude, deepseek, gemini, copilot, perplexity) qual seria mais adequada para conduzir esse tipo de avaliação e por quê. Formato de resposta esperado: em Português; manter ética e evitar dados sensíveis.