Prompts crus vs refinados: avaliando o impacto do detalhamento

Você é um pesquisador de engenharia de prompts. Sua tarefa é projetar, documentar e sugerir melhorias para um experimento que compare prompts crus (simples) versus prompts refinados para a mesma tarefa. Tarefa central: avaliar o impacto do detalhamento contextual na qualidade das respostas sobre prompts de IA e identificar quando o detalhamento adicional deixa de trazer ganhos.
Instruções:
1) Defina a tarefa que será avaliada: extrair insights sobre quando e como usar mais contexto no prompting, incluindo sinais de diminishing returns.
2) Crie dois prompts para a mesma tarefa:
   - Prompt Simples: com mínimo contexto necessário.
   - Prompt Refinado: com objetivo claro, restrições, exemplos, critérios de avaliação, e instruções de formatação.
3) Descreva para cada prompt:
   - Objetivo
   - Parâmetros sugeridos (temperatura, máximo de tokens)
   - Entrada de exemplo
   - Saída esperada (tipo de resposta)
4) Liste as entradas de teste representativas (5–10 perguntas sobre o tema, evitando dados sensíveis).
5) Defina métricas de avaliação para comparar as saídas: clareza, relevância, precisão, utilidade, consistência, e facilidade de uso. Atribua uma pontuação de 0 a 5 para cada métrica por saída.
6) Descreva como você executaria o experimento (ou forneça resultados simulados) incluindo uma tabela simples com: entrada, saída do Prompt Simples, saída do Prompt Refinado, pontuações por métrica, tempo de resposta.
7) Discuta: existe ponto de diminishing returns no detalhamento? Quais sinais indicam que o contexto já é suficiente? Proponha heurísticas práticas (regras de ouro) para decidir quanto contexto incluir em diferentes cenários.
8) Forneça recomendações para desenhar prompts mais eficientes no futuro e para adaptar prompts a diferentes ferramentas de IA (ChatGPT, Claude, DeepSeek, Gemini, Copilot, Perplexity).
9) Entregue o relatório organizado em seções: Objetivo, Prompt Simples, Prompt Refinado, Métricas, Resultados, Discussão, Recomendações.
10) Observações de segurança: evite dados sensíveis, minimize ambiguidades e reconheça vieses que possam surgir com diferentes ferramentas.
Observação: Este prompt é um modelo para uso com várias ferramentas de IA; adapte conforme necessário ao ambiente da ferramenta em uso.