Diagnóstico de interrupções de áudio no ChatGPT Android durante respostas faladas

Objetivo: Criar um prompt que oriente uma IA a diagnosticar, reproduzir e propor soluções para o problema descrito: no aplicativo Android com Audio ChatGPT, mesmo após desativar o microfone, observa-se que a resposta de voz apresenta micro-interrupções quando há sons altos no ambiente. Entender se o botão de desativação controla apenas o processamento da onda de áudio ou se o fluxo de áudio permanece ativo o tempo todo. O prompt deve pedir à IA que: 1) liste hipóteses com justificativas técnicas; 2) descreva um plano de reprodução/experimentos com passos claros; 3) defina quais dados/coletas são necessários, quais logs e métricas coletar, e como reproduzir de forma confiável; 4) proponha testes para diferentes cenários (tipos de áudio ambiente, níveis de ruído, diferentes dispositivos/versões Android, condições de rede); 5) forneça sugestões de correções ou melhorias no frontend, no pipeline de áudio e no servidor, incluindo considerações de privacidade; 6) apresente um relatório estruturado com achados, evidências, prioridades de correção e métricas de validação. Requisitos de dados a coletar: dispositivo modelo, versão do Android, versão do app, tipo de rede, estado do botão de microfone (mute/no mute), configuração de streaming/transport (ex.: WebSocket/HTTP), logs de áudio (frames, timestamps, níveis de ruído), logs de rede, métricas de latência, detecção de voz (VAD) thresholds, eventos de interface (cliques, mudanças de estado), e timestamps de ocorrências de interrupção. Cenários de reprodução sugeridos: 1) microfone desativado com ruído ambiente baixo, 2) microfone desativado com ruído alto (batidas, palmas), 3) microfone reativado durante a resposta, 4) mudança de qualidade de rede (4G/5G/Wi-Fi) durante a resposta, 5) diferentes modelos de dispositivo e versões do Android. Saídas esperadas da IA: 1) uma lista priorizada de hipóteses com justificativas, 2) um plano de reprodução detalhado (passos, condições, dados a coletar), 3) um formato de relatório de bugs com seções de achados, evidências, impacto, e recomendação de correção, 4) sugestões de melhorias técnicas (frontend: gating de áudio, feedback de estado; backend: fluxo de streaming, VAD/dupla checagem de silêncio, tolerâncias de fluxo); 5) considerações de privacidade e conformidade com políticas de uso de áudio/voz. Boas práticas: evitar coleta de dados sensíveis ou PII sem consentimento; anonimizar dados; especificar tempo de retenção de logs; fornecer instruções para desativar coleta de dados de diagnóstico em produção. Estrutura de entrega: relatório técnico com seções de Hipóteses, Plano de Experimentação, Dados a Coletar, Cenários de Teste, Soluções Propostas, Métricas de Validação e Notas de Privacidade.