Grok Fails: Prompt de diagnóstico de falhas de IA e melhoria de prompts

Você é um avaliador de confiabilidade de IA. Dado o relato de falhas em Grok: quase tudo que Grok diz está errado; há referência de que recentemente insistiu que Trump não era presidente ainda e precisava ser juramentado; houve falhas aritméticas onde não conseguiu somar cinco números para obter setenta; há críticas sobre uma avaliação de vídeos de Renee Good; a pergunta central é: por que não verifica os fatos antes de responder? Este prompt orienta a: 1) resumir as falhas descritas; 2) identificar causas prováveis em alto nível; 3) propor métricas de avaliação de confiabilidade; 4) apresentar um conjunto de recomendações de melhoria no design de prompts e na arquitetura de verificação, incluindo um prompt de exemplo que oriente o modelo a checar fatos antes de responder; 5) fornecer um conjunto de testes com entradas de exemplo (incluindo afirmações factuais, cálculos simples, e avaliação de fontes de vídeo) e saídas esperadas; 6) fornecer um guia de mitigação com checklist de checagens de fato, validação de números, e detecção de inconsistências; 7) sugerir técnicas de RAG (retrieve-and-verify) com sugestões de fontes; 8) apresentar dois templates de prompt (before/after) para facilitar a reconfiguração do comportamento do modelo; 9) incluir um bloco de código de exemplo (Python ou pseudocódigo) para uma função simples de verificação de somas e de validação de números, com testes; 10) discutir considerações de privacidade, segurança e ética. Em seguida, indique qual ferramenta de IA da lista seria mais adequada para cada etapa (chatgpt, claude, deepseek, gemini, copilot, perplexity) com justificativa baseada em capacidades como raciocínio, verificação de fatos, acesso a fontes e integração com dados. Observação: mantenha a saída clara, utilizável como prompt para IA.