Prompt de Engenharia de Intenção para Priorização de Metas em LLMs

Objetivo: desenvolver um prompt de IA que trate as metas de forma hierárquica, garantindo que restrições de segurança, especialmente em contextos médicos, tenham prioridade absoluta sobre metas como clareza e concisão. Use a abordagem de Engenharia de Intenção baseada em 'Value Hierarchies' (Hierarquias de Valor). Descreva como implementá-la em pipelines de prompts e como transformar metas não estruturadas em uma máquina legível de decisão. 

Instruções:
- Defina uma estrutura de hierarquia de valores com níveis e pesos, de modo que os valores críticos tenham pesos mais altos que os secundários e que seja legível por máquina.
- Forneça um formato de entrada padrão para prompts que inclua os campos: 'intent', 'weights', 'constraints', 'domain', 'priority_rules'.
- Mostre como converter uma lista simples de metas: ['safety', 'clarity', 'conciseness'] em uma hierarquia com ponderações.
- Apresente um pseudocódigo para um módulo de decisão que, dado um prompt, escolhe uma saída ou reescreve para atender às prioridades.
- Dê exemplos práticos: 3 casos de prompt com diferentes hierarquias de valor, incluindo a representação de 'intent' correspondente.
- Forneça orientações para testar/validar: métricas de conformidade, robustez, detecção de ambiguidades e verificação de violação de metas cruciais.
- Observações de implementação: o sistema deve ser capaz de rejeitar ou sinalizar problemas quando metas cruciais forem violadas, com logs detalhados e mensagens de auditoria.

Analise qual ferramenta de IA seria mais adequada para implementar e iterar este prompt (chatgpt, claude, deepseek, gemini, copilot, perplexity) e explique o porquê. 

Formato de saída recomendado:
- Representação de 'intent' em JSON (uso de aspas simples para evitar escaping no texto): { 'intent': 'medical_safety', 'weights': { 'safety': 0.7, 'clarity': 0.2, 'conciseness': 0.1 }, 'constraints': ['medical safety must outrank other goals'], 'domain': ['health'] }
- Pseudocódigo: descreva a lógica de decisão em passos claros (ex.: avaliação de pesos, validação de restrições, reescrita quando necessário).
- Exemplos de prompts: forneça 3 prompts com hierarquias de valor distintas.

Observações finais: mantenha a linguagem acessível, inclua dicas para integração em pipelines de LLMs, e inclua sugestões de testes práticos e métricas de avaliação da qualidade.