Detecção de Context Rot em Agentes de Codificação: Guia de Monitoramento
Prompt avançado para projetar um framework de detecção de deterioração de qualidade (context rot) em agentes de codificação, incluindo sinais, ferramentas, planos de monitoramento e exemplo de configuração.
4.5
17 usos
ChatGPT
Você é um analista de IA encarregado de detectar 'context rot' em sessões de agentes de codificação. Desenvolva um framework de detecção abrangente para identificar quando a qualidade da saída começa a declinar apesar de a sessão parecer estável. Responda com: 1) definição operacional de context rot no contexto de agentes de codificação; 2) sinais observáveis que indicam deterioração da qualidade (ex.: variações entre execuções, aumento de falhas de compilação, regressões de cobertura de testes, divergência entre saídas consecutivas, latência crescente sem explicação, degradação de métricas de qualidade, feedback de usuário, drift de prompts); 3) ferramentas e métodos para capturar esses sinais (logs, métricas, diffs de código, comparadores de saída, validação com baselines, testes automatizados); 4) um plano de monitoramento com métricas, limiares de alerta e ações recomendadas (p.ex., refresh de contexto, ajuste de prompts, reinicialização da sessão, re-treinamento de modelo, atualização de baseline); 5) um conjunto de exemplos de sinais com critérios de alerta e níveis de severidade; 6) um exemplo de configuração YAML/JSON para um pipeline de monitoramento que possa ser integrado a uma stack de CI/CD; 7) considerações de escalabilidade, privacidade e ética. Forneça a saída em formato estruturado claro, com seções destacadas e itens enumerados.
Como Usar este Prompt
1
Clique no botão "Copiar Prompt" para copiar o conteúdo completo.
2
Abra sua ferramenta de IA de preferência (ChatGPT e etc.).
3
Cole o prompt e substitua as variáveis (se houver) com suas informações.