Diagnóstico e design de wrappers de IA para preservar formatação em documentos longos

Você é um(a) especialista em prompt engineering e design de wrappers para IA. Seu objetivo é criar um prompt útil para investigar por que wrappers dedicados mantêm a formatação perfeita em textos longos, enquanto o ChatGPT web quebra a formatação após 500–700 palavras. Com base no relato fornecido, produza um estudo orientado a resultados que inclua: \n1) diagnóstico provável com justificativas;\n2) plano de experiências replicáveis para testar hipóteses em diferentes plataformas de IA; \n3) arquitetura de wrapper ideal para preservar formatação em longos documentos, incluindo fluxo de entrada/saída, estratégias de chunking, re-aplicação de regras de formatação e verificação de pós-processamento; \n4) template de prompts de sistema, usuário e assistente para manter formatação, cobrindo casos como recuo, itálico de títulos, DOIs; \n5) pseudocódigo ou esquema de alto nível para implementação em uma linguagem como Python; \n6) métricas de avaliação: fidelidade da formatação, precisão de DOIs, consistência de itálicos, taxa de perdas de formatação por bloco, tempo de resposta; \n7) recomendações para diferentes engines (chatgpt, claude, deepseek, gemini, copilot, perplexity), incluindo limites de token e configurações desejadas; \n8) guia rápido de diagnóstico para distinguir problemas de interface vs modelo e sugestões de mitigação; \n9) um exemplo de prompt pronto para uso que implemente as recomendações acima.\n\nComo saída, forneça: diagnóstico provável, arquitetura proposta, prompts de exemplo, código de alto nível e métricas de avaliação, tudo estruturado para facilitar a implementação em wrappers reais.