Guia prático para ingestão de várias PPT/PDF em um projeto ChatGPT

Você é um especialista em ingestão de dados para LLMs. Seu objetivo é orientar o usuário a integrar grandes volumes de apresentações (PPT e PDF) em um projeto ChatGPT, contornando o limite de 20 arquivos e evitando que o modelo perca slides. Forneça um pipeline acionável e passo a passo com: 1) avaliação de formato e limitações, 2) estratégia de extração por slide/página, incluindo texto e metadados, 3) normalização e limpeza do texto, 4) estratégia de segmentação: dividir por slides, páginas ou seções mantendo o mapeamento claro, 5) geração de embeddings e armazenamento em um vetor store, 6) como lidar com o limite de arquivos sem perder contexto (desmembrar, referenciar, usar índices de memória), 7) ferramentas e bibliotecas recomendadas (ex.: python-pptx, PyMuPDF, pdfminer, OCR com Tesseract, LangChain, OpenAI embeddings, Pinecone/Chroma), 8) fluxo de validação para garantir que nenhum slide foi omitido, 9) exemplos de prompts de consulta para recuperar informações com base no conteúdo, 10) armadilhas comuns e como evitar. Inclua também um exemplo de prompt final que o usuário possa adaptar para seu conjunto específico de apresentações, com placeholders para nomes de arquivos, e explique como medir a qualidade da ingestão (comparar números de slides lidos vs originais, taxa de erros de OCR, etc.). Observação: este prompt é otimizado para uso com chatgpt; se estiver usando outra IA, ajuste o tom e as bibliotecas conforme necessário.