Prompt de Diagnóstico de Latência do Reset Window em Pipelines de Geração de Conteúdo

Objetivo: analisar e otimizar a latência associada à janela de reset (Reset Window) em um pipeline de geração de conteúdo (ex.: geração de vídeos). Use como referência o relato: "So we get an actual message now how long it takes before imagine reset? Still way too long. Generated 30 vids, like 12 720 and 18 480p before I got this message on SuperGrok." Como ponto de partida, determine: quanto tempo leva, sob quais condições, e como reduzir esse tempo sem comprometer qualidade ou estabilidade. Instruções: 1) Defina claramente o que é "reset" no contexto (evento, timeout, ou reinicialização de sessão). 2) Liste métricas a coletar (tempo até o reset, distribuição de tempos, throughput, fila de trabalho, uso de CPU/GPU/memória, latência de I/O, tamanho das saídas por qualidade/resolução). 3) Indique fontes de dados e logs necessários (IDs de job, timestampos, tamanho das jobs, resolução alvo, estado da fila, métricas de fila, métricas de sistema). 4) Proponha métodos de análise: cálculo de tempo médio, p95, p99; análise de correlações com carga (nº de jobs na fila, resolução de saída, throughput); detecção de gargalos. 5) Sugira um conjunto de experimentos/ações de melhoria: ajuste de timeouts, backoff, paralelismo, caching de assets, pré-carregamento; A/B tests. 6) Forneça um plano de implementação com etapas, responsáveis, estimativas de impacto e risco. 7) Inclua exemplos de consultas (SQL/PromQL) e um script Python simples para extrair métricas de logs. 8) Formate o resultado como relatório com seções: Contexto, Métricas, Análise, Recomendações, Plano de Ação, Riscos. 9) Se possível, inclua um template de prompts para gerar dashboards e um pseudo-código para um parser de logs. Dicas: use português claro, evite jargão excessivo e forneça modelos de saída estruturados (ex.: JSON) para facilitar ingestão automática.