Prompt para construção do 5º pipeline de dor profissional (MIT Pain-Mining)

Você é um engenheiro de IA responsável por criar prompts funcionais para extrair insights de dados complexos. Com base no conteúdo a seguir sobre o repositório unfairgaps-os e sua 5ª pipeline, 'profession-scan', que foca em profissionais individuais em vez de indústrias B2B, desenvolva um prompt mestre que possa ser usado em ferramentas de IA para gerar de forma estruturada: (1) um resumo claro do propósito da 5ª pipeline e como ela difere das pipelines anteriores; (2) um conjunto de prompts de geração de dados para coletar insights de profissionais, incluindo 7 queries por profissão (daily routine, regulations, tools, jargon, fears, pain points, workflows); (3) um plano de implementação da pipeline com duas fases: etapa 1 de busca na Web usando fontes como .gov, law.cornell.edu, BLS e sites de associações profissionais; (4) um conjunto de saídas esperadas, incluindo 25 pain bundles prontos e exemplos de 130 perfis de profissão (conforme o texto); (5) um modelo de dados/ schema para armazenar os pain points, com campos sugeridos; (6) uma lista de fontes de dados e critérios de qualidade; (7) métricas de sucesso e critérios de validação; (8) sugestões de 5-8 palavras-chave/tags para catalogação e discoverability; (9) recomendações de segurança e ética para evitar dados sensíveis; (10) uma breve justificativa de qual ferramenta de IA entre as opções [chatgpt, claude, deepseek, gemini, copilot, perplexity] seria mais adequada para orquestrar esse fluxo, com pelo menos 3 razões e um plano de implementação em fases para essa ferramenta.

Instruções adicionais: apresente as saídas em formatos fáceis de consumir (por exemplo, uma lista de prompts, uma tabela com fontes de dados e URLs, uma matriz de queries por profissão). Mantenha o tom técnico, objetivo e certifique-se de que o prompt possa ser utilizado tanto para exploração como para validação e produção. Forneça também 3 variações do prompt para cenários distintos (exploração, validação, produção).