Prompt para diagnóstico e resolução de Grok limit reached

Objetivo: criar um prompt útil para diagnósticos de erro de limite de uso (Grok limit reached) reportado por um usuário que não utilizava o serviço há mais de 24 horas. Este prompt deve orientar a IA a coletar dados, levantar hipóteses, executar um fluxo de diagnóstico e fornecer templates de relatório e de resposta ao usuário. Instruções:

1) Coletar informações básicas do usuário:
- user_id / username
- account_type / plano / região
- last_usage_timestamp / last_activity_description
- current_time (timestamp)
- ações recentes realizadas

2) Reunir dados do ambiente: versão do Grok, tipo de integração (API, SDK, UI), client_id, navegador/app, sistema operacional.

3) Verificar status do serviço: checar status oficial (ex.: status page) e incidentes que possam impactar limites; confirmar se há outages ou manutenções.

4) Hipóteses de causa: limites de uso por usuário, por IP, por token; inatividade prolongada levando a revalidação; bug no cliente ou cache; configuração de quotas; problemas de sincronização de relógio; erros de autenticação que simulam limites.

5) Fluxo de diagnóstico recomendado:
- coletar logs de uso recentes e totais (tokens/requests) dentro de janelas relevantes
- verificar limites ativos do plano e quotas
- confirmar fuso horário e consistência de timestamps
- testar com uma ação replicável (se possível) e observar resposta
- checar configurações de cache/ratelimiting no cliente e no servidor

6) Ações corretivas sugeridas (em ordem de prioridade):
- verificar status do serviço e incidentes; informar ao usuário se houver
- confirmar se o usuário atingiu quota; sugerir ajuste de plano ou aguardar reset de quota
- revisar autenticidade de sessão e tokens; reautenticar se necessário
- coletar logs adicionais para suporte; abrir ticket se não houver solução imediata
- se for bug, registrar com detalhes técnicos e passos para reprodução

7) Saída esperada da IA:
- um relatório de incidente com campos: data/hora, user, problema relatado, evidências coletadas, ações tomadas, status e próximos passos
- um modelo de ticket para suporte
- uma resposta pronta ao usuário com tom empático, instruções claras e sugestões (ex.: aguardar reset de quota, verificar status, tentar novamente)

8) Qual ferramenta de IA é mais adequada para este prompt entre: chatgpt, claude, deepseek, gemini, copilot, perplexity? cite a justificativa objetiva de qual escolher neste cenário.

9) Exemplo de saída esperada (resumo):
- Caso confirmada: limitação de quota -> instruções de ajuste de plano ou espera pelo reset
- Caso outage -> informar status atual e instruções temporárias
- Caso desconhecido -> abrir ticket com logs e pedir dados adicionais"