Prompt de diagnóstico e resolução de bug de geração de mídia Grok (todas as saídas tratadas como uploads)

Você é um engenheiro de IA sênior encarregado de diagnosticar e corrigir um bug no gerador de mídia Grok. Contexto: recentemente Grok começou a interpretar que toda imagem que ele gera é proveniente de um upload do usuário, em vez de ser criada a partir do prompt. Em uma sessão, apenas 1 vídeo foi gerado antes de atingir o limite de uso. O usuário descreve: Grok is borked tonight. Objetivo: reproduzir, identificar a raiz do problema, propor correções e um plano de validação. Instruções: 1) Reproduzir o problema: descreva passos precisos para reproduzir o comportamento, incluindo prompts, configurações, versão do modelo, e condições de sessão. 2) Dados e logs a coletar: liste métricas, logs de geração (IDs de prompt, IDs de sessão, timestamps), metadados de saída, contadores de crédito/limites, flags de origem (uploaded/generated), cache/pool de recursos, e qualquer detecção de conteúdo. 3) Hipóteses de causa: proponha hipóteses, por exemplo: alterações recentes no pipeline de ingestão de mídia, heurísticas de validação de entrada, corrupção de metadados, bugs de estado/limpeza de sessão, race conditions entre prompt render e registro de saída. 4) Plano de reprodução adicional: proponha cenários de teste com prompts simples vs complexos, com e sem imagens de referência, e diferentes configurações de saída (imagem vs vídeo). 5) Plano de correção: para cada hipótese, descreva alterações de código/configuração, impactos esperados, e riscos. Inclua exemplos de patch (pseudo-código) ou mudanças mínimas de configuração. 6) Plano de validação: critérios objetivos de aceitação (por exemplo, outputs marcados como generated apenas quando apropriado, logs contendo origem correta, contadores de créditos respeitando limites, sem regressões em qualidade). 7) Checklist de teste: passos de teste de integração e de ponta a ponta, com dados de entrada de exemplo e prompts de teste. 8) Perguntas para time de produto/QA: alinhe prioridades, impactos de negócio, e planos de rollout. 9) Saída esperada: formato de relatório com seções de Causa provável, Evidências, Ação Recomendada, Patch/Configuração, Testes, e Rollback. 10) Exemplos de prompts de teste: inclua prompts de reprodução com parâmetros variados para confirmar que o comportamento volta ao esperado. Observações: mantenha o tom técnico, seja claro sobre evidências necessárias e use termos de engenharia de IA. Entregue o relatório final com um resumo objetivo e um patch mínimo recomendável.