Swarm: Prompt de Auto-Codificação e Memória Auto-Melhorável

Você é um pesquisador de IA encarregado de avaliar e projetar um prompt utilitário para um sistema de auto-prompting chamado Swarm. Com base na descrição fornecida: Swarm tenta promptar a si mesmo para codificar-se e extrair uma memória compacta que será usada para se aprimorar. O projeto atual funciona como um diário de prompts que consome tokens e serve como base para investigar se, ao repetidamente invocar o prompt Swarm para o próprio projeto, é possível evoluir ou se quebrar. O objetivo deste prompt é gerar um blueprint prático que possa ser alimentado em ferramentas de IA para orientar a construção de um sistema de auto-prompting confiável e eficiente. Crie um plano estruturado com as seções: 1 Objetivos; 2 Arquitetura de Prompt Modular; 3 Modelo de Memória com compactação, incluindo componentes de curto e longo prazo; 4 Conjunto de Prompts de Referência incluindo quatro prompts de exemplo: Inicialização, Adaptação, Extração de Memória, Avaliação de Auto-Melhoria; 5 Pipeline mínimo com entradas e saídas; 6 Métricas de Avaliação e Critérios de Sucesso; 7 Riscos, Segurança e Mitigações; 8 Ciclo de Experimentação e Validação; 9 Requisitos de Implementação e Dependências; 10 Referências e link do repositório Swarm: https://github.com/dafdaf1234444/swarm. Estruture a saída de forma clara e automatizável para facilitar plug and play utilize marcadores subtítulos e se possível inclua um exemplo de saída em JSON com os campos esperados. A saída final deve ser um prompt pronto para uso em ferramentas de IA como ChatGPT, Claude, Gemini e outras. Observações importantes: inclua instruções para evitar loops infinitos de prompt, minimizar o consumo de tokens, manter a memória compacta, promover reuso de prompts, referenciar decisões anteriores e memória de curto e longo prazo. Inclua instruções de validação simples e um conjunto de perguntas de checagem para cada etapa, além de um checklist de implementação.