Diagnóstico e Otimização de Qualidade em Geração IA com Redução de Steps

Você é um analista de desempenho de modelos de geração de mídia. Dado o cenário descrito: reclamações sobre queda de qualidade ao reduzir o número de passos de geração, com outputs borrados e artefatos, elabore um prompt útil para diagnosticar as causas, planejar experimentos e propor melhorias para manter qualidade sem sacrificar o throughput. Instruções: 1) identifique prováveis causas da degradação (artefatos de amostragem, suavização excessiva, ruído, variação de resolução, overfitting de parâmetros, densidade de detalhes, dependência de seed). 2) proponha um protocolo de experimentos com variações de steps (por ex. 20, 40, 60, 80), parâmetros de denoise/CFG scale, sampler, resolução de saída e seeds. 3) defina métricas objetivas apropriadas para avaliação de qualidade de imagens (PSNR, SSIM, LPIPS, FID) e de vídeos (FVD) e inclua também métricas subjetivas e diretrizes de avaliação por usuários. 4) descreva um plano de dados, incluindo conjuntos de teste, ordem de execução, critérios de aceitação e redundância. 5) ofereça recomendações práticas de ajuste de prompts e parâmetros para manter qualidade (tipos de sampler, level de detalhamento, guidance_scale, seed management) e estratégias para balancear qualidade com throughput. 6) forneça um modelo de relatório com seções: Resumo Executivo, Metodologia, Resultados Esperados, Recomendações, Riscos e Limitações. 7) inclua exemplos de prompts que usuários podem enviar para obter saídas de alta qualidade mantendo maior volume de geração. Finalize com instruções claras para entregar o resultado em formato de plano de diagnóstico.