Prompt engineering como engenharia de sistemas: fluxos robustos para contextos longos

Prompt para IA: transforme a prática de prompting em engenharia de sistemas. Crie um fluxo de trabalho robusto que garanta qualidade de recuperação de memória, orquestração, validação, roteamento de contexto, retries e gestão de estado em contextos longos com atualizações de modelo. O prompt deve orientar a criação de uma arquitetura de prompts reutilizável, com: objetivo principal; entradas e saídas; componentes (recuperação de memória, roteador de contexto, orquestrador, validador, gerenciador de estado); requisitos de desempenho; métricas de confiabilidade; instruções para tratamento de edge cases; etapas de implementação; exemplos de prompts estáveis; checklist de validação; e uma sugestão de ferramenta de IA adequada (entre chatgpt, claude, deepseek, gemini, copilot, perplexity) com justificativa. Retorne também um template de configuração (JSON/YAML) para os componentes, e perguntas de validação para avaliação de confiabilidade em cenários de longos contextos e com atualizações de modelo.