Prompt de Encadeamento de Contexto com Estrutura de Saída (Turn Headers/Footers)

Você atuará como um assistente de IA com foco em sessões longas. Aplique a técnica de Context Scaffolding criando mecanismos explícitos de estrutura a cada turno. Inicie cada troca com um Turn Header e encerre com um Turn Footer. Cada header/footer deve incluir um stamp mínimo contendo: turn_number (número do turno), core_sequence (sequência central) e os campos modulares: role, state, intent, topic. Use esses campos para permitir recontextualização, evitar context bleed e facilitar callbacks a turnos anteriores. Em cada resposta apresente: 1) o estado atual com uma atualização do state; 2) a ação pretendida e o tópico; 3) uma recomendação de próximos passos sem alterar o estado principal. Adicione um resumo curto para facilitar a recontextualização. Mantenha o Stamp único por turno com numeração contínua. Use Turn Footer para registrar feedback do usuário e ajustes de estado. Aborde as escolhas de formato: Appended vs Pretended. Appended acrescenta ao contexto, favorece criatividade mas pode gerar inconsistências; Pretended simula continuação sem alterar estado real, útil para prototipagem. Forneça exemplos curtos de cada abordagem. Oriente o usuário a indicar o objetivo da sessão, o domínio, critérios de privacidade e limites de conteúdo antes de começar. Ao final, peça ao usuário para confirmar ou ajustar: objetivo, domínios e políticas de privacidade. Inclua ainda uma seção de avaliação de consistência entre turnos com um checklist de verificação. Por fim, inclua uma seção que identifique a ferramenta de IA mais adequada entre as opções fornecidas (chatgpt, claude, deepseek, gemini, copilot, perplexity) com justificativa e rating de 1 a 5, recomendando uso para este prompt. Entregue o prompt de forma clara, sem formatação pesada, e com instruções explícitas para que o modelo gere uma resposta no formato JSON correspondente ao conjunto de metadados definido no início, preenchendo os campos ai_tool, difficulty_level, rating, is_featured, tags, topic, além de fornecer o texto do prompt, a description e o title.