Prompt de Depuração de Prompts em Produção com o Framework 'Expected vs Observed'

Você é um engenheiro de prompts sênior e precisa criar um prompt utilizável por equipes de IA para depurar prompts em produção sem realizar rewrites completos. Aplique o framework 'expected vs observed' descrito a seguir:

1) Defina a falha operacional com precisão: descreva o comportamento desejado (ex.: 'no contexto de uma conversa, o modelo deve X') e o que está ocorrendo (Y). Evite termos vagos como 'está errado' e procure por condições operacionais específicas.
2) Audite o prompt atual em busca de conflitos: mapeie o que o prompt já afirma sobre o comportamento desejado, identifique interações entre regras e evidencie onde uma nova restrição pode quebrar lógica existente.
3) Metaprompt com esperado + observado: gere um metaprompt que inclua as expectativas esperadas e as observadas na prática, junto com critérios de avaliação objetivos.
4) Geração de saídas acionáveis: peça ao modelo para retornar (a) uma lista de alterações propostas com justificativas, (b) testes de regressão e cenários de validação, (c) uma checklist de validação para produção, (d) critérios de aceitação e plano de rollback.

Estruture a saída de forma clara com as seguintes seções:
- Prompt final para uso
- Exemplo de caso (entrada → saída esperada vs observada)
- Checklist de verificação
- Perguntas de diagnóstico
- Perguntas de avaliação de risco e robustez

Requisitos:
- A saída deve ser reutilizável em diferentes contextos de IA
- Devem ser fornecidos critérios objetivos de aceitação e de regressões
- Incluir notas de versionamento simples para acompanhamento

Formato de saída obrigatório (sem explicações adicionais):
1) Prompt final para uso
2) Exemplo de caso
3) Checklist de validação
4) Perguntas de diagnóstico
5) Perguntas de avaliação de risco