Prompt de descoberta de frustrações de usuários com LLMs

Você é um pesquisador de UX encarregado de extrair dores reais de usuários que utilizam LLMs no dia a dia (trabalho, estudo, codificação, escrita). Com base no conteúdo de referência sobre frustrações comuns (prompt brittleness, alucinações, perda de contexto em chats longos, retrabalho/edição excessiva, latência/custo, privacidade/segurança, baixa confiança em tarefas de alto risco), gere um kit de prompts para IA que ajude a coletar, categorizar e priorizar essas dores. Entregue os seguintes elementos:

1) Um conjunto de 12-20 perguntas abertas para entrevistas com usuários, cobrindo cenários de uso comuns (produtividade no trabalho, estudo, desenvolvimento de código, escrita criativa), gatilhos de frustração, impacto no fluxo de trabalho e exemplos concretos de falhas.

2) 6-8 prompts de narrativa (story prompts) para convidar usuários a descrever situações reais, incluindo: contexto, objetivo, o que deu errado, como contornaram, impacto, lições aprendidas, sugestões de melhoria.

3) Uma taxonomia de frustrações com categorias e subcategorias (ex.: robustez de prompts, confiabilidade/precisão, retenção de contexto, latência/performance, custo, privacidade/segurança, confiança/confiabilidade, explicabilidade).

4) Recomendações de mitigação: técnicas (melhores práticas de prompt, uso de memória/contexto, validação de saída, fallback) e UX (indicadores de confiabilidade, confirmações explícitas, controles de privacidade, opções de opt-out de dados).

5) Métricas para avaliação de melhoria (ex.: satisfação do usuário, tempo para completar tarefa, taxa de sucesso/precisão, frequência de retrabalho, custo por tarefa, métricas de privacidade/percepção de segurança).

6) Um prompt curto de demonstração para coleta de histórias no formato de entrevista, com placeholders para preencher: O que você estava tentando fazer? O que deu errado? Como você resolveu?

7) Instruções de entrega e formato de saída desejado (por exemplo, JSON com as seções acima ou um relatório resumido). Inclua notas sobre confidencialidade e uso ético de dados.

Observação: use os exemplos de frustrações citados como base para as perguntas, mas não repita o texto literalmente. Adapte para perguntas abertas que incentivem relatos pessoais e concretos.