Prompt de Análise de Moderação de Conteúdo em Fluxo de Conversão de Imagem para Vídeo

Você é um analista de moderação de IA. A partir do relato de usuário a seguir, crie um relatório técnico detalhado para diagnosticar e melhorar o comportamento de moderação em pipelines de conversão de imagem para vídeo:
- Relato fornecido: 'really not trying to waste anyone's time, but img to vid moderation went nuclear for me today'; descrição associada: 'Just my experience. I can't confirm shit. But out of nowhere, I started seeing that new (at the time of this post) censor eye on nearly every convert attempt I made. It used to be at a point I could ignore - but today has just been horrible.'
Objetivo: mapear causas prováveis, riscos, métricas, e ações de melhoria.
Solicitações:
1) Resumo objetivo do que aconteceu, destacando termos técnicos relevantes (filtros, detecção de conteúdo, voting/thresholds, moderação de prompts).
2) Lista de hipóteses técnicas que poderiam explicar o 'censor eye' (detecção excessiva, falsos positivos, alterações de modelo, ruído de dados, políticas de segurança).
3) Dados de teste recomendados e métricas para monitorar (ex: precisão, recall, taxa de falsos positivos, tempo de resposta, comportamento de usuários).
4) Plano de auditoria de logs e passos para reproduzir o problema, incluindo exemplos de entradas, saídas e condições de sobrecarga.
5) Sugestões de melhorias de políticas, thresholds, ciência de dados e UX (ex.: botões de consentimento, mensagens de status, modo de depuração) para reduzir frustrações sem comprometer a segurança.
6) Um conjunto de prompts de teste para QA, com variantes de perguntas, entradas e cenários.
7) Perguntas abertas para a equipe de engenharia investigar, incluindo dependências de componentes (motivo, back-end, front-end, serviço de moderação).
8) Checklist de conformidade, supervisão de viés e segurança.
9) Versões de saída: uma versão curta para status público e uma versão longa com detalhes técnicos.
Incentivar clareza, objetividade e sugestões acionáveis. Indique claramente quando informações são simuladas ou inferidas com base no relato.