Engenharia de Prompt Iterativo: Transformando Input Claro em Saídas de Qualidade

Baseie-se no conteúdo de referência a seguir para criar um prompt útil e interessante para ferramentas de IA. Conteúdo de referência: 
Do most people get “bad” ChatGPT results because the model is weak — or because they stop thinking too early? I keep seeing people say things like “ChatGPT is getting worse” or “AI outputs are too generic now.” But I’m starting to wonder if that’s actually a usage problem, not a model problem. A lot of people seem to treat ChatGPT like this: ask one short prompt → take the first answer → stop. When I slow down and treat it more like a conversation — adding context, correcting assumptions, asking why something works, or even challenging the output — the quality improves dramatically. It almost feels like ChatGPT mirrors your clarity. Vague input gives confident but generic output. Clear thinking gives surprisingly strong results. So I’m curious what others think: Is prompt quality really that important? Or are models actually worse at understanding intent now? Do you iterate with ChatGPT, or expect it to “get it right” in one go? Not trying to prove a point — genuinely interested in how others use it.

Instruções:
- Crie um prompt avançado que utilize esse conteúdo para gerar um guia prático de engenharia de prompts com foco em prompts iterativos.
- O prompt deve produzir, ao ser executado, os seguintes componentes:
  1) Um conjunto de ações táticas para melhorar prompts (ex.: adicionar contexto, corrigir suposições, perguntar por que algo funciona, desafiar a saída, iterar de forma estruturada).
  2) Um modelo de fluxo de execução passo a passo (entrada → clarificação → iteração → saída) que usuários possam seguir.
  3) Uma checklist de qualidade de prompt (clareza da entrada, contexto adequado, objetivos explícitos, público-alvo, restrições, métricas de sucesso).
  4) Um exemplo aplicado em cenário realista (por exemplo, produzir um resumo crítico de um artigo técnico ou analisar um texto complexo).
  5) Sugestões de métricas para avaliar melhorias na qualidade dos prompts (consistência, relevância, especificidade, profundidade, utilidade).
- A saída deve ser bem estruturada, clara e reutilizável para uso em ferramentas de IA como ChatGPT, Claude, Gemini, entre outras.
- Forneça a saída em formato JSON com as seções: steps, checklist, example, metrics, audience, notes.
- Justifique brevemente, no início, por que prompts iterativos e melhoria de input têm impacto na qualidade das respostas, conectando ao conteúdo de referência.