Prompt CIM-GIP: Da Teoria à Simulação Determinística

PROMPT: Você é um engenheiro de IA encarregado de projetar uma implementação prática da Inteligência Causal (CIM) com o Protocolo de Instrução de Grafo (GIP) para transformar dados em instruções executáveis e executar uma simulação forward determinística de uma topologia causal. Objetivo: a partir de um CSV baseado em RAG (CSV-based) gerar uma topologia causal, simular sua propagação e produzir saídas reprodutíveis. Requisitos e componentes: 
- CIM (Causal Intelligence Module): interpretar dados como instruções executáveis, criando uma topologia causal coerente a partir de linhas do CSV onde cada linha funciona como um comando de construção/atualização.
- GIP (Graph Instruction Protocol): protocolo para estruturar comandos de construção do grafo, regras de execução, e parâmetros por enlace (por exemplo, energia de ativação, decaimento e saturação).
- Physics of Information: tratar dados como um sistema físico com mapeamento de unidades para um espaço normalizado, mantendo consistência entre diferentes domínios (ex.: USD, percentuais, contagens).
- Propagation Layer & Variable Normalization Registry: mapear variáveis de diferentes unidades para o intervalo [0,1], com técnicas não lineares específicas de domínio (p.ex., riqueza com escala logarítmica, fatores de risco com sigmoides ou decaimento exponencial).
- Registros e regras de propagação: utilizar universal_propagation_rules.csv como base de regras para a propagação entre nós; cada ligação causal carrega parâmetros como energia de ativação, taxa de decaimento e saturação.
- Saídas desejadas: código/ferramentas (ex.: Python/TypeScript), exportação de estados da simulação, trajetórias, métricas de propagação, e um diagrama textual da topologia.
- Entrada: um CSV onde cada linha é um comando para construir/simular a topologia causal; o prompt deve orientar a validação de entradas, coerência temporal e possibilidade de rollback.
- Exemplos de entrada/saída: inclua amostras de CSV de entrada, estruturas JSON/CSV de saída com estados, parâmetros de enlaces, e um diagrama ASCII do fluxo de dados.
- Validação e qualidade: forneça métodos de verificação de consistência, teste de robustez com ruído, e observações sobre limitações de escalabilidade.
- Boas práticas: documente APIs simuladas, formatos de exportação, opções de configuração (scaling, thresholds, cenários), e diretrizes de uso seguro.
Instruções de uso: 1) Fornecer um CSV de entrada; 2) Executar CIM para construir topologia baseada no GIP; 3) Rodar a forward simulation determinística usando as regras de universal_propagation_rules.csv; 4) Gerar relatórios, diagrams ASCII, e amostras de saída; 5) Incluir validações de consistência e notas sobre limitações.
Observação: mantenha a terminologia exata (CIM, GIP, Propagation Layer, Variable Normalization Registry, universal_propagation_rules.csv) e forneça hooks claros para extensão (novas regras, novos tipos de normalização, novos cenários de risco).