Prompt seguro para avaliação de moderação de IA: evitar evasão e fortalecer defesa

Crie um prompt de IA que analise o tema 'Tricking moderation is fun' apenas para fins de pesquisa, sem ensinar técnicas de burlar regras. O prompt deve: (1) descrever como moderadores de conteúdo podem detectar tentativas de manipulação; (2) discutir impactos éticos, legais e de confiabilidade; (3) sugerir diretrizes de projeto para moderação de IA, incluindo princípios de transparência, explicabilidade e não frustrar usuários; (4) propor métricas de avaliação para sistemas de moderação (precisão, recall, F1, taxa de falsos positivos/negativos, viés); (5) apresentar um estudo de caso hipotético que demonstre como treinar modelos de detecção de conteúdos nocivos sem fornecer técnicas de evasão; (6) fornecer um checklist prático para equipes de moderação e engenharia. Em seguida, o modelo deve resumir as melhores práticas e pontos de atenção.