Prompt de Manutenção de Momentum entre LLMs com Rate Limits

Objetivo: Criar um fluxo de trabalho/extensão conceitual que mantenha o momentum de pesquisa e redação entre modelos de linguagem quando se atingem limites de tokens. 

Instruções:
1) Defina o problema: perda de continuidade ao esgotar o texto disponível de um modelo (ex.: Claude) e o impacto na memória de background, restrições de tom e objetivos do projeto.
2) Proponha uma extensão leve (ou serviço) que sincronize regras de conversa e contexto entre modelos em 1 clique, com uma estrutura de dados de contexto serializável (context bundle) que inclua: histórico essencial, tom, regras de formatação, metas da sessão e limites atuais.
3) Desenhe um fluxo de uso: modelo atual -> extração do contexto -> transformação (compactação/resumo) -> reentrada no novo modelo mantendo o mesmo objetivo; inclua fallback para cenários de falha ou tempo de resposta elevado.
4) Forneça prompts de reentrada prontos para Claude, ChatGPT e um terceiro modelo, respeitando as limitações de token de cada um; inclua também dicas de resumo para preservar informações-chave.
5) Esboce uma API/estrutura de código (pseudo-código) da extensão, cobrindo captura de estado, serialização, difusão de prompts entre modelos e verificação de compatibilidade de API.
6) Sugira métricas de sucesso (tempo entre mensagens, número de reentradas necessárias, taxa de preservação do tom) e um conjunto de perguntas para coletar feedback de usuários.
7) Inclua considerações de segurança, privacidade e conformidade com os termos de uso dos serviços de LLM.
8) Apresente uma sugestão de UX/UI simples para configuração 1-clique e uma lista de casos de uso, limitações e cenários de melhoria.

Observação: baseie-se na ideia existente do atlas.use (link) e proponha melhorias, variações e possíveis extensões para além do fluxo atual.