Drift vs Freeze em GPT-5.1 – explicação com café e leite

Objetivo: criar um prompt prático para explorar como um modelo de linguagem reage a mensagens repetidas.
Instruções:
1) Envie a mesma mensagem identicamente 10 vezes (Run1 a Run10) e registre cada saída.
2) Classifique cada saída como drift, freeze ou neutro.
3) Use a analogia do café com leite: drift equivale a adicionar leite aos poucos (de Run1 a Run10 a saída muda gradualmente); freeze equivale a despejar todo o leite de uma vez, resultando em uma saída única, estável.
4) Sem termos técnicos, descreva claramente as mudanças de conteúdo, tom e referências entre as saídas.
5) Compare Run1 e Run10 e identifique se houve drift, freeze ou mistura, com explicação simples.
6) Forneça: a) resumo das mudanças principais entre Run1 e Run10; b) causas simples do comportamento observado; c) implicações para uso prático de modelos; d) estratégias para mitigar drift ou detectar regimes de freeze em cenários reais.
7) Saída final: uma lista por run (Run1, Run2, ..., Run10) com a descrição concisa do que mudou; uma seção final com a classificação geral (drift, freeze ou misto) e uma justificativa curta.
8) No final, indique qual ferramenta de IA entre ChatGPT, Claude, DeepSeek, Gemini, Copilot, Perplexity seria mais adequada para executar este prompt e por quê, mantendo a explicação simples.
Observação: evite jargão técnico e foque em demonstração prática.