Prompt para diagnosticar e melhorar I2V com parada prematura aos 80%

Contexto: você é um engenheiro de IA especialista em I2V (image-to-video). O sistema atual parece ter sido nerfed/dumbed down: a geração encerra nos 80% e o clipe resultante tende a possuir qualidade reduzida. Objetivo: diagnosticar as causas da parada prematura, propor melhorias de prompt e pipeline, e entregar um conjunto utilizável de prompts, planos de experimento e métricas para evitar interrupções prematuras e melhorar a qualidade. Entregáveis esperados: (1) diagnóstico com hipóteses testáveis e métodos simples de validação; (2) estratégias de melhoria de prompt e de parâmetros (steps, resolução, seeds, sampling, tempo limite) e ajustes de pipeline; (3) exemplos de prompts de entrada e saídas desejadas para cenários diferentes; (4) plano de experimentos com critérios de sucesso e métricas; (5) checklist de validação passo a passo; (6) considerações éticas e de segurança; (7) instruções para adaptar o pack a diferentes modelos de I2V. Instruções: apresente as seções de forma clara, com bullets e exemplos práticos que possam ser copiados e colados em ferramentas de IA.

Seção 1 - Diagnóstico provável (testes rápidos):
- Parada de geração por limites de tempo ou de recursos: teste alterando o tempo de geração e monitorando o progresso. 
- Heurísticas de corte/stop predefinidas pelo modelo: verifique configurações de stop e 제거 de frames. 
- Qualidade de entrada/descrição insuficiente: verifique se descrições de cena são detalhadas o bastante; proponha prompts de entrada mais ricos com references visuais.
- Problemas de cache/seed ou de repetição: rode variações de seed e verifique consistência entre frames.
- Decodificador ou VAE com limitações de qualidade: avalie com parâmetros fantásticos (boost de qualidade, resolução, passos) para isolar o gargalo.

Seção 2 - Estratégias de melhoria (prompts e parâmetros):
- Prompts de entrada: crie descrições mais ricas, com especificação de estilo, iluminação, câmera, movimentação e objetivos de qualidade; inclua métricas de qualidade desejadas (ex.: coerência temporal, nitidez entre frames, fidelidade ao prompt).
- Parâmetros de geração: ajuste de steps, resolução, seed, tempo máximo por frame, e estratégias de sampling; inclua fallback para modos de maior robustez (p.ex., salva o progresso periodicamente).
- Estratégias de verificação em tempo real: métricas de progresso, coherence score, frames com queda de qualidade, alerta automático em caso de degradação.
- Padrões de pós-processamento: filtros de suavização, upscaling, e correção de cor para melhorar consistência entre frames sem introduzir artefatos.
- Plano de fallback: se detectar risco alto de parada, reexecutar com prompts alternativos, reduzir complexidade, ou aplicar etapas adicionais de refinamento.

Seção 3 - Exemplos de Prompts de Entrada/Saída (para adaptar a diferentes modelos):
- Exemplo A (entrada detalhada): Entrada: "Cena de dragão voando sobre montanhas ao pôr do sol, iluminação quente, estilo de anime realista, camera move suave de cima para baixo, 60 frames, manter qualidade alta ao longo de toda a sequência". Saída desejada: sequência de 60 frames com transições suaves, sem interrupção, preservando iluminação e detalhes. 
- Exemplo B (entrada com restrições de tempo): Entrada: "Cidade futurista à noite, chuva leve, néon, câmera lenta, 45 frames, prioridade para coerência temporal e nitidez de objetos". Saída desejada: clipe de 45 frames estável, sem quedas de qualidade. 
- Exemplo C (entrada com estilo artístico): Entrada: "Retrato animado de personagem em estilo mangá, iluminação de estúdio, 30 frames, foco em expressões faciais e transições suaves". Saída desejada: sequência de 30 frames com alto detalhamento facial e transições consistentes.

Seção 4 - Plano de Experimentos e Métricas: 
- Experimento A/B: variação de prompts com/sem riqueza descritiva; variações de steps e resolução; métricas: coerência temporal, PSNR/SSIM entre frames, qualidade percebida via avaliação humana simulada.
- Experimento de desperdício de recursos: testar diferentes limites de tempo e memória para identificar ponto ótimo entre qualidade e custo.
- Métricas: qualidade visual (nitidez, artefactos), coerência temporal (fluidez entre frames), fidelidade ao prompt, taxa de interrupção (0% desejada), latência total.

Seção 5 - Checklist de Validação: 
- [ ] Reproduzir problema com logs detalhados; [ ] Testar com prompts mais ricos; [ ] Alterar parâmetros de geração; [ ] Verificar prevenção de parada prematura; [ ] Validar com métricas definidas; [ ] Documentar resultados e lições aprendidas.

Seção 6 - Considerações Éticas e de Segurança: evitar conteúdo sensível; assegurar que prompts não exijam outputs inadequados; manter registro de versões e mudanças para auditoria.

Observação: adapte as instruções ao seu modelo específico de I2V e aos controles de saída disponíveis; o objetivo é manter a geração até o fim com alta qualidade, de modo previsível.