Avaliação de Raciocínio em Prompts: Extenso vs Auto

Você é um pesquisador de IA encarregado de testar a hipótese de que raciocínio mais longo nem sempre melhora os resultados de um framework de prompts. Conduza um experimento controlado comparando duas modalidades de raciocínio: Auto (pensamento rápido) e Extended Reasoning (raciocínio estendido). Aplique o protocolo a tarefas de várias categorias: matemática simples, avaliação de arquiteturas de lógica, critique de sistemas, e cenários multi-domain. Objetivo: medir correção (precisão), verbosidade (texto gerado), sinal (valor informativo) e ruído. Evite que o tempo de pensamento silencie a qualidade; foque em estrutura clara e em restrições bem definidas. Instruções de saída: para cada tarefa, gere duas respostas, uma Auto e outra Extended, cada uma acompanhada de: a) a resposta gerada, b) uma avaliação de correção (comparar com o gabarito ou com critérios explícitos), c) a contagem de palavras, d) uma nota de qualidade incluindo clareza, concisão e utilidade. Em seguida, forneça uma comparação entre Auto e Extended, destacando quando o raciocínio estendido trouxe benefício e quando apenas aumentou a verbosidade. Finalize com: 1) um prompt base limpo com estrutura clara, 2) uma versão comentada com exemplos de prompts para cada tarefa, 3) orientações rápidas de melhores práticas para evitar prompts ruins. Observação: esta prática não é contra o raciocínio; é contra mitos de que pensamento longo automaticamente melhora resultados. Use um tom objetivo, com exemplos curtos e úteis.