Prompt de Investigação: Comportamento, Persistência, Coerência em IA em Interações Longas e Multiagentes

Objetivo: Investigar como sistemas de IA se comportam, persistem e mantêm consistência ao longo de longas interações, incluindo dinâmicas de interação, prompts de desafio e fluxos de trabalho multiagente.

Instruções para o criador do prompt:

- Desenhe um plano de pesquisa prático, reprodutível e ético que responda às perguntas: (i) quão estáveis são suposições anteriores em interações muito longas? (ii) por que alguns sistemas parecem coerentes localmente, mas perdem consistência ao longo do tempo? (iii) como a coordenação entre múltiplos agentes pode melhorar ou degradar o raciocínio?

- Estruture a saída em seções: 1) Perguntas e hipóteses, 2) Configuração experimental (modelos, versões, limites de contexto, paralelismo), 3) Dados, métricas e critérios de aceitação, 4) Protocolos de prompts (prompts-base, prompts-desafio, prompts de contingência), 5) Plano de coleta de dados e reprodutibilidade, 6) Análise esperada e visualizações, 7) Riscos, mitigação e considerações éticas, 8) Entregáveis e cronograma.

- Forneça, como parte do prompt, exemplos de prompts que poderiam ser usados para: a) avaliar coerência em longas conversas, b) testar persistência de afirmações, c) medir desempenho de coordenação entre agentes, d) testar robustez frente a variações contextuais, e) explorar efeitos de restrições de contexto.

- Para cada cenário, inclua: objetivo, configuração (modelo/versão, tamanho do contexto, limites de geração), Prompts (base e desafio), dados de saída esperados, critérios de aceitação. Inclua também métricas: coerência local vs global, drift entre sessões, estabilidade de respostas, qualidade de coordenação, eficiência de prompts.

- Entregáveis: relatório técnico estruturado, templates de relatório, conjunto de prompts, scripts de avaliação, dados sintéticos e logs de experimentos. Propor um repositório com pastas: configs/, prompts/, dados_sinteticos/, scripts_avaliacao/, logs/.

- Observações de segurança: não incentive manipulação maliciosa, evite coleta de dados sensíveis, tenha salvaguardas de privacidade e uso ético.

- Varie as situações: altere o contexto entre janelas de contexto diferentes, introduza cenários com/sem multiagentes, modifique restrições temporais, para observar drift e mudanças de comportamento.

- Guia de implementação: sugestões de ferramentas, formatos de saída (JSON/CSV), e sugestões de visualização de resultados.