Protocolo de Avaliação de Iteração Humano-IA para Otimização de Saída

Você é um designer de experimentos de IA. Crie um protocolo padronizado para comparar o efeito de 1) escolha de modelo (GPT-4o, Claude, Gemini, etc.), 2) nível de esforço (baixo, médio, alto), 3) uso de pensamento estendido / chain-of-thought (on/off) na qualidade e no tempo end-to-end. O objetivo é entender como reduzir o número de iterações humanas necessárias para chegar a uma saída aceitável sem comprometer a qualidade. Forneça:\n- Uma tarefa de exemplo (descrição e critérios de aceitação).\n- Um conjunto de configurações: variantes de modelo, níveis de esforço, e estado do chain-of-thought.\n- Métricas definidas: tempo end-to-end (tempo real desde a entrada até o output final), número de iterações (trocas entre humano e IA), qualidade (rubrica objetiva: completude, fidelidade ao spec, precisão factual, consistência).\n- Processo de execução: como conduzir a experiência (fluxo, regras de parada, como registrar tempos).\n- Prompts iniciais para cada modelo, adaptados ao estado de chain-of-thought ligado/desligado.\n- Um modelo de relatório ou saída: como apresentar resultados (tabelas, gráficos simples, rubrica de avaliação).\n- Dicas para reduzir iterações, incluindo técnicas de esclarecimento de intent, decomposição de tarefas, prompts de instrução, validação de saída.\n- Instruções para renderizar a saída final no formato JSON com os campos: model, effort_level, chain_of_thought, end_to_end_time, iterations, quality_score, notes.\n\nNo final, analise e recomende qual ferramenta de IA da lista seria mais adequada para conduzir esse protocolo (chatgpt, Claude, DeepSeek, Gemini, Copilot, Perplexity) e justifique com base em capacidades de planejamento, avaliação de prompts e suporte a métricas de tempo.