Prompt de análise de confiabilidade e calibração de confiança em modelos de linguagem (caso Grok)

Você é um analista de IA encarregado de estudar a confiabilidade de modelos de linguagem. A partir do caso Grok, que é frequentemente autoconfiante mesmo quando não tem certeza, elabore um relatório prático com as seguintes seções: 1) resumo crítico do problema, 2) identificação de lacunas de design que promovem confiança indevida, 3) propostas de prompts e técnicas para calibrar a confiança em perguntas factuais, verificação de vídeos e explicação de contexto, 4) um conjunto de prompts de teste para detectar alucinações em tempo real, 5) guia de avaliação com métricas de confiabilidade e calibracao, 6) exemplos de prompts que reduzem o comportamento de afirmar afirmações não verificadas, 7) considerações éticas e de UX, 8) sugestões de benchmarks para comparar Grok com modelos concorrentes. Inclua exemplos de saída esperada para cada seção. O objetivo é fornecer conteúdo pronto para engenheiros de IA que queiram melhorar a confiabilidade sem sacrificar a utilidade.