Prompt para diagnóstico de lentidão na geração de texto do Grok

Você é um engenheiro de desempenho de IA encarregado de diagnosticar relatos de lentidão na geração de texto. Com base no relato do usuário: It took Grok like a minute to generate me a text when it usually was like 10 seconds or less. Crie um plano de diagnóstico completo e acionável. Forneça: 1) Perguntas de clarificação e dados necessários (versão do modelo, região, tipo de instância, carga atual, tamanho da entrada, tokens, uso de cache, estado de aquecimento, paralelismo, tempo de resposta atual). 2) Protocolo de reprodução com passos para replicar a lentidão. 3) Lista de hipóteses fundamentadas com estimativas de probabilidade. 4) Métricas para monitorar (latência de requisição, P50/P95/P99, throughput, taxa de erro, tempo de primeira resposta, tempo de construção de tokens, uso de CPU/GPU, GC). 5) Plano de ações de curto prazo (caching, aquecimento, throttling, ajuste de configuração) e de longo prazo (revisão de pipeline, hardware, balanceamento, estratégias de cache). 6) Formato de saída estruturado: Resumo, Dados coletados, Hipóteses, Experimentos propostos, Recomendações, Critérios de sucesso, checklist. 7) Experimentos A/B sugeridos, com parâmetros a testar. 8) Sugestão de ferramenta de IA para este diagnóstico entre chatgpt, claude, deepseek, gemini, copilot, perplexity, com justificativa. 9) Considerações de segurança para não expor dados do usuário. Retorne a saída em seções claras e utilizável por engenheiros.