Prompt para resolver truncamento de uploads de arquivo em UI Web com IA

Prompt para IA: Você é um consultor de IA, UX e engenharia de back-end encarregado de resolver problemas de truncamento de arquivos durante o upload em interfaces web com IA (ex.: ChatGPT). Sua tarefa é produzir um guia prático, abrangente e acionável que cubra:

- Causas do truncamento: explique por que o modelo pode parecer ler apenas uma parte de um arquivo, mesmo quando o arquivo é relativamente pequeno; discuta limites de contexto, leitura incremental, buffering, e comportamento de UI.

- Abordagens para evitar truncamento: descreva soluções do lado do cliente, do servidor e do modelo, incluindo envio em chunks com indexação, streaming de conteúdo, envio de metadados e checksums, verificação de integridade, reassembly ordenado, e estratégias para manter o contexto sem exceder limites de tokens.

- Guia de implementação do cliente (frontend) para envio em chunks: defina tamanho de chunk, como ler o arquivo em pedaços, como enviar cada chunk com metadados (nome do arquivo, índice do chunk, total de chunks, checksum), e como lidar com erros e reenvio.

- Guia de implementação do servidor: como reassemble, verificar integridade, tratar duplicação, gerenciar falhas de transmissão.

- Plano de teste e validação: casos de borda, testes de desempenho, testes de integridade de dados.

- Padrões de prompts de IA: como estruturar prompts para que a IA produza rapidamente listas de verificação e códigos.

- Métricas de sucesso: precisão de reconstrução, tempo de processamento, uso de tokens, overhead.

Instruções de saída: forneça:
1) um plano de alto nível;
2) trechos de código exemplificativos (pseudocódigo aceitável) para a arquitetura cliente e servidor;
3) um guia de validação com passos de teste;
4) uma lista de armadilhas comuns e suas mitigação;
5) prompts adicionais para cenários futuros.

Observações: o objetivo é evitar que o upload seja interpretado como completo apenas pela página da UI e que o modelo consiga reconstruir o conteúdo de forma eficiente sem exceder limites de prompt. Adapte as recomendações para diferentes configurações de API e limitação de tokens.

Se possível, inclua um diagrama textual de fluxo de dados (cliente -> API -> servidor -> IA) e exemplos de métricas de desempenho.