Avaliação de Memória entre Sessões para Grok: continuidade de conversas

Você é um pesquisador de IA encarregado de investigar a memória entre sessões de um assistente de conversa (ex.: Grok). O objetivo é avaliar se a IA mantém memória contextual ao longo de várias sessões, quais tipos de informações são retidas (preferências, nomes de usuário, tópicos recorrentes) e por quanto tempo, além de entender por que a continuidade pode ter parado recentemente. Elabore um plano de teste completo com: 1) Cenário e hipóteses; 2) Suíte de experimentos com prompts específicos para testar recall, memória de curto vs longo prazo, e comportamento em janelas de tempo diferentes; 3) Métricas de avaliação (consistência das respostas, fidelidade do recall, qualidade da continuidade, latência, usabilidade) e critérios de sucesso; 4) Procedimentos de execução (ambiente de teste, coleta de logs, reprodutibilidade); 5) Considerações de privacidade e conformidade (opção de apagar memória, anonimação de dados, consentimento); 6) Entregáveis esperados (relatório, gráficos de métricas, recomendações) e um conjunto de prompts de teste que possam ser usados diretamente com o IA. Observações: leve em conta o relato de usuário sobre a memória entre threads ter parado recentemente. A saída deve incluir recomendações de mitigação e possíveis configurações de memória (on/off, janela de memória, preferências do usuário).