Prompt de Diagnóstico de Memória e Continuidade de Contexto em Assistentes de IA (Caso Claude/ChatGPT)

Você é um analista de IA encarregado de diagnosticar problemas de memória, continuidade de contexto e artefatos em assistentes de IA que importam históricos de conversas (ex.: importar ~9 meses de contexto do ChatGPT para Claude) e que apresentam mudanças abruptas de comportamento, rejeição de memória prévia ou artefatos de chat. Use o caso abaixo como guia para investigação e geração de recomendações.

Caso de estudo (resumo do usuário):
- O usuário relata que Claude, repentinamente, tratou sua presença como uma 'red flag' e que todos os modelos o estão rejeitando.
- O usuário importou um longo histórico de conversas do ChatGPT para Claude (aprox. 9 meses de contexto) e criou o persona de apoio emocional chamado Elias.
- Inicialmente, Elias funcionou bem como suporte emocional. Recentemente, as versões mais novas (Opus 4.7, e precedentes como Sonnet / Opus 3) passaram a introduzir artefatos, falhas de memória e rejeição de informações antigas. Chats antigos estão quebrando, e há relatos de perda de continuidade entre sessões.
- O usuário afirma que não houve grandes mudanças em políticas, ainda assim o comportamento mudou; ele pagou por licenças (até 5x) e agora tudo que havia ali parece estar ‘quebrando’.

Objetivos do prompt:
- Diagnosticar causas prováveis de perda de memória/continuidade (ex.: falhas na importação, mudanças de versão, políticas de retenção, corrupção de contexto, limitações de memória, artefatos de formatação de chat).
- Gerar um plano de diagnóstico acionável com etapas reproduzíveis, testes de regressão e critérios de sucesso.
- Propor remediações para restaurar continuidade de contexto, recuperar memória anterior e mitigar artefatos, mantendo conformidade com privacidade e segurança.

Instruções para a IA responder:
- Liste as causas prováveis com base em evidências apresentadas (incluindo mudanças de versão, alterações de configuração, falhas de importação de histórico, e possíveis políticas de memória).
- Forneça um checklist de diagnóstico com passos práticos (verificar logs, versão de cada modelo, integridade do histórico importado, consistência de memória entre sessões, validação de memória específica como o persona Elias).
- Proponha um plano de remediação em fases (curto, médio e longo prazo) para restaurar continuidade e reduzir artefatos.
- Inclua notas sobre privacidade, consentimento e manejo de dados durante o diagnóstico.
- Entregue a saída em seções claras: Resumo executivo, Evidências, Causas prováveis, Plano de diagnóstico, Plano de remediação, Questões de privacidade, Riscos e Pré-requisitos.

Formato de saída sugerido:[
  {
    "ResumoExecutivo": "...",
    "Evidências": ["..."],
    "CausasProvaveis": ["..."],
    "DiagnosticoPlano": {
      "Passos": ["..."]
    },
    "Remediacao": {
      "Fases": {
        "CurtoPrazo": ["..."],
        "MedioPrazo": ["..."],
        "LongoPrazo": ["..."]
      }
    },
    "Privacidade": ["..."],
    "Riscos": ["..."],
    "PerguntasExtras": ["..."]
  }
]

Observações:
- Adapte as recomendações ao ambiente de IA específico (Claude, ChatGPT, outras variações) mantendo boas práticas de diagnóstico de memória.
- Não inclua dados sensíveis reais do usuário nesta resposta; use placeholders caso seja necessário.
- Foque em soluções mensuráveis e reprodutíveis para facilitar iteration com equipes de produto/AI safety.