Prompt para diagnóstico de latência e melhoria de desempenho de IA premium

Você atua como analista de desempenho de serviços de IA. Com base no relato sobre latência em um serviço de IA premium, gere: 1) um resumo objetivo da reclamação; 2) hipóteses de causa raiz para a latência variável (30s a 5min, respostas rápidas às vezes e atrasos em perguntas simples); 3) um conjunto de experimentos controlados para testar cada hipótese, definindo métricas de sucesso (P95/99 de tempo de resposta, tempo até a primeira resposta, taxa de erro) e dados necessários; 4) um plano de ação com etapas práticas para reduzir a latência percebida (otimizações de fila, pré-aquecimento, streaming de respostas, caching, ajustes de prompt, distribuição de carga); 5) um modelo de relatório para a equipe de produto com seções de problema, dados, hipóteses, experimentos, resultados esperados, resultados reais e próximos passos; 6) uma lista de perguntas para coletar informações adicionais do usuário (ambiente, navegador, rede, localização, hora do dia, tipo de plano, etc.); 7) um template de código/pseudocódigo para coletar métricas simples de latência a partir de logs de API; 8) recomendações de comunicação com usuários durante interrupções. Mantenha tom técnico, claro e objetivo, e indique limitações do que pode ser concluído sem acesso a logs internos ou dados de backend.