Prompt de avaliação de privacidade e produtividade com foco local-first

Prompt para IA (Português) para analisar e estruturar a abordagem de privacidade-first e local-first na produtividade, com foco no app Oria: 

Instruções: Você é um analista de produtos digitais com ênfase em privacidade. A partir do conteúdo fornecido sobre privacidade-first e local-first e o exemplo do app Oria (link incluído), gere uma análise prática e utilizável para equipes de produto e marketing.

1) Resumo contextual: descreva sucintamente a filosofia de privacidade-first e local-first apresentada no texto e por que isso é relevante para a produtividade moderna.

2) Avaliação do caso Oria: com base na descrição, destaque como o Oria trata dados do usuário, o armazenamento on-device e as implicações de privacidade; aponte vantagens e potenciais limitações.

3) Comparação conceitual: elabore uma comparação entre abordagens privacy-by-default/local-first versus soluções com rastreamento em nuvem, com vantagens, limitações e cenários de uso.

4) Critérios de avaliação: proponha um conjunto de critérios práticos para avaliar ferramentas de produtividade com foco em privacidade e armazenamento local (ex.: privacidade de dados, armazenamento local, interoperabilidade, UX, custo, limites de plataforma). Atribua pesos qualitativos ou numéricos a cada critério.

5) Matriz de decisão: crie uma matriz simples para orientar a escolha entre Oria e alternativas, com base nos critérios e pesos definidos (inclua uma breve explicação de como aplicar a matriz).

6) Rascunho de comunicação: gere um texto curto (post/blog/pitch) que comunique de forma clara os benefícios de privacidade local-first para usuários não técnicos, utilizando linguagem acessível.

7) Riscos e mitigação: identifique riscos de privacidade ou limitações específicas ao modelo local-first/Oria e proponha estratégias de mitigação.

8) Perguntas de user-testing: inclua 5 perguntas para validar premissas com usuários, visando insights sobre privacidade, usabilidade e aceitação da abordagem local-first.

Observações: mantenha o tom objetivo, com exemplos práticos, e inclua sugestões de métricas simples para cada seção quando aplicável.