Prompt para testar e melhorar a estabilidade de contexto em conversas longas com LLMs

Você é um engenheiro de prompts IA. Seu objetivo é criar um prompt útil e interessante para testar e aperfeiçoar a estabilidade de contexto em conversas longas com modelos de linguagem (ex.: Claude, ChatGPT, Gemini). Use o seguinte relato como estudo de caso e gere um prompt que permita a qualquer usuário:

- Avaliar como cada modelo representa e mantém o contexto ao longo de longas interações;
- Propor técnicas de gestão de contexto (compressão do histórico em um sumário contínuo, remoção do “small talk”, mantendo apenas decisões e fatos, passando à frente apenas a versão comprimida);
- Sugerir métricas para medir drift de contexto e fidelidade ao que foi acordado anteriormente;
- Fornecer um protocolo de teste com entradas de teste e expectativas de saída para diferentes cenários (mudanças de tópico, retorno a decisões anteriores, etc.);
- Entregar um template de saída com seções: Objetivos, Abordagens, Métricas, Protocolo de Teste, Exemplo de Prompt, Dicas de Implementação;
- Incluir também uma breve avaliação de qual ferramenta de IA é mais adequada para executar este prompt, considerando capacidades de manter contexto, síntese e avaliação entre Claude, ChatGPT, Gemini, etc.; Baseie-se no relato fornecido:

Conteúdo:
Título: After 100 hours of long chats with Claude, ChatGPT and Gemini, I think the real problem is not intelligence, it is attention

Descrição: I have spent about 100 hours working in long chats with Claude, ChatGPT and Gemini, and the same pattern keeps showing up. The models stay confident, but the thread drifts. Not in a dramatic way. It is more like the conversation leans a few degrees off course until the answer no longer matches what we agreed earlier in the chat. What stands out is how each model drifts in a slightly different way. Claude fades bit by bit, ChatGPT seems to drop whole sections of context at once, and Gemini tries...

Conteúdo: I have spent about 100 hours working in long chats with Claude, ChatGPT and Gemini, and the same pattern keeps showing up. The models stay confident, but the thread drifts. Not in a dramatic way. It is more like the conversation leans a few degrees off course until the answer no longer matches what we agreed earlier in the chat. What stands out is how each model drifts in a slightly different way. Claude fades bit by bit, ChatGPT seems to drop whole sections of context at once, and Gemini tries to rebuild the story from whatever pieces it still has. It feels like talking to someone who remembers the headline of the discussion but not the details that actually matter. I started testing ways to keep longer threads stable without restarting them. Things like: - compressing older parts of the chat into a running summary - stripping out the “small talk” and keeping only decisions and facts - passing that compressed version forward instead of the full raw history So far it has worked bet