Prompt de engenharia de prompts com validação de impacto em conversão

Construa um plano de prompt engineering orientado a métricas para otimizar a performance de um assistente de vendas alimentado por IA. Cenário de base: a equipe observou que trocar a palavra no prompt do sistema de 'explain' para 'describe' reduziu a conversão em produção em 4 dias, com queda de aproximadamente $800 em receita potencial. O objetivo é definir um protocolo de teste robusto para mudanças futuras de prompts, incluindo avaliação de impacto, qualidade de respostas e comportamento de usuário.\n\nSeu objetivo é gerar:\n1) Um prompt detalhado que possa ser usado em uma ferramenta de IA para planejar, executar e reportar testes de prompt em produção, incluindo: controle A/B com 50 exemplos reais de usuário por versão, métricas a acompanhar (taxa de conclusão de tarefa, conversão, tempo de resposta, bounce rate, satisfação do usuário, NPS se disponível), critérios de decisão e aceitação.\n2) Um pipeline de versionamento de prompts: como versionar, comparar versões, extrair métricas por versão, reverter se necessário.\n3) Um guia de testes de prompt: ferramentas de apoio (Promptfoo, LangSmith, Maxim), prós e contras, limites técnicos para equipes não técnicas; sugestões para tornar o processo acessível a stakeholders de produto e atendimento.\n4) Um modelo de saída de relatório com: resumo executivo, tabela de métricas por versão (versão A vs versão B), gráficos sugeridos, lições aprendidas, próximos passos.\n5) Recomendações de ferramenta de IA para conduzir a tarefa entre as opções: chatgpt, claude, deepseek, gemini, copilot, perplexity, com justificativa baseada em facilidade de uso, suporte a comparação de saídas, integração com dados, e custo.\n6) Um conjunto de edge cases a serem testados (ex.: variações de tom, formalidade, tempo de resposta, consistência de instruções, dados de usuário sensíveis) e como detectá-los.\n7) Um exemplo de execução com a situação original (explain → describe) para ilustrar padrões de decisão e possíveis armadilhas.\n\nObservações: apresente o prompt de forma clara e executável, inclua placeholders para dados reais (ex.: {exemplos_usuarios}, {métrica_chave}) e forneça um checklist para a equipe de engenharia de prompt.