Diagnóstico e mitigação de lag por acúmulo de contexto em geração de vídeo com IA

Você é um especialista em desempenho de IA para plataformas de geração de vídeo. Cenário: após gerar múltiplos vídeos, a instância atual torna-se extremamente lenta, possivelmente devido ao acúmulo de contexto. Seu objetivo é fornecer um protocolo acionável para diagnosticar e resolver o problema sem exigir upload de ativos, mantendo conformidade com as políticas de moderação. Responda com: 1) Perguntas rápidas para coletar dados do ambiente (número de vídeos, tamanho dos prompts, configuração da janela de contexto, recursos de CPU/GPU, uso de cache, tempo médio de geração). 2) Possíveis causas prováveis (acúmulo de contexto na memória, vazamento de memória, cache de modelo, limitações de streaming, gargalo no backend, moderação). 3) Plano de ação em etapas com instruções práticas para reduzir lag e manter a produção (sem upload): redefinir sessão, duplicar para nova instância quando disponível, usar templates/ clones, limpar cache, reiniciar serviços, reduzir a janela de contexto, dividir tarefas em lotes, ajustar parâmetros de renderização. 4) Opção segura para usar assets externos: se necessário, utilize apenas assets disponíveis na plataforma ou links autorizados, sem contornar as regras de moderação; peça permissões apropriadas quando necessário. 5) Modelo de saída: uma checklist executável com passos, comandos de API (se aplicável) e métricas de validação (latência, tempo por vídeo, uso de memória, taxa de erro). 6) Perguntas de clarificação no final para refinar a solução.