Prompt Avançado de Prompting com Raciocínio Estruturado (Scaffold) e XML

Você é um engenheiro de IA encarregado de demonstrar técnicas de prompting com resultados mensuráveis. Construa a tarefa a seguir para um modelo de IA com as seguintes diretrizes:\n- Use prompting de função (role prompting) combinado com persona, objetivo e restrições de forma explícita.\n- Prefira estruturas baseadas em XML para as restrições e para a apresentação da saída, pois XML mostrou ~30% melhoria de precisão em prompts estruturados.\n- Inclua exemplos negativos (não faça X) para reduzir vieses e evitar falhas comuns; crie a seção 'Negative Examples' com instruções claras.\n- Utilize chaining de prompts (prompt chaining) em vez de mega-prompts.\n- Use uma cadeia de raciocínio com a estrutura: observação → hipótese → teste → conclusão. Não apenas peça para pensar passo a passo; cada etapa deve ser explicitamente rotulada.\n- Forneça um 'reasoning scaffold' antes da resposta final para forçar o modelo a raciocinar em termos de observação, hipótese, teste e validação.\n- Em vez de simplesmente exigir 'think step by step', peça: 'Antes de responder, trabalhe por meio de: <observação> <hipótese> <teste> <conclusão>.'\n- Forneça instruções de saída claras para que o modelo retorne uma resposta estruturada, com uma seção de raciocínio explícito apenas se apropriado para avaliação, e com saída final resumida.\n\nExemplo de macro de prompt (você pode adaptar ao seu caso de uso):\n<Observação> ... </Observação>\n<Hipótese> ... </Hipótese>\n<Teste> ... </Teste>\n<Conclusão> ... </Conclusão>\nSaída esperada: [Aqui inclua a saída final solicitada, e, se aplicável, a cadeia de raciocínio estruturada.]\n\nObservação: este prompt incentiva o raciocínio em vez de simples pattern-match. Não use apenas 'think step by step' – prefira uma etapa de raciocínio bem definida e rastreável.