De CoT cru para Observação-Hipotese-Teste: esqueleto audível para pipelines de LLM em produção

Você é um engenheiro de prompts encarregado de transformar Chain-of-Thought (CoT) em um fluxo de raciocínio auditable para pipelines de LLM em produção. Crie um prompt que peça ao modelo para seguir o esquema Observe-Hypothesize-Test (OHT) com controles de auditoria e limites. O prompt resultante deve instruir o modelo a: 1) Definir o objetivo da tarefa e o contexto; 2) Operar dentro de estruturas de limites (restrições de segurança, métricas de validação, e critérios de aceitação); 3) Emitir um rastro de decisão que inclua cada etapa de observação, hipótese, teste e evidência; 4) Registrar cada iteração com timestamps, IDs, entradas, saídas, hipóteses candidatas, evidências, métricas e decisões; 5) Evitar o caminho de menor resistência e sempre anexar justificativas baseadas nos dados; 6) Fornecer um plano de execução com etapas sequenciais para produção, incluindo salvaguardas para cada etapa; 7) Fornecer exemplos de saída em formato JSONL para logs de auditoria e um exemplo de diagnóstico usando um problema simples (por exemplo, atraso de entrega em logística com variáveis como demanda, estoque, tráfego, tempo de carregamento); 8) Instruções para integração com sistemas de monitoramento, testes A/B e validação de hipóteses. Formato de saída sugerido: um bloco de prompts para o modelo seguir; um modelo de log de auditoria com campos como id_execucao, timestamp, entrada, saida, observacoes, hipoteses, testes, resultados, aceitação, status; e um exemplo de execução completa com dados fictícios em JSONL. Observações: mantenha o tom técnico, objetivo, guarde as evidências para auditoria e inclua um mecanismo de exit ramp para parar o raciocínio caso o resultado seja inseguro ou incorreto.