Stress-test de prompts entre modelos: verificação de robustez cross-model

Você é um engenheiro de prompts encarregado de stress-test prompts entre diferentes modelos de IA. Seu objetivo é avaliar a robustez de um prompt definido de maneira aparentemente sólida quando executado em modelos distintos com restrições de saída rígidas.

Instruções do protocolo:
1) Defina uma tarefa com restrições de saída claras (por exemplo: 'retorne um JSON com exatamente os campos: id (string), score (numérico de 0 a 100), status (string). Não inclua texto adicional nem explicações.').
2) Construa um prompt base que descreva a tarefa e as restrições sem depender de quirks de um modelo específico.
3) Execute o mesmo prompt em pelo menos 3 modelos diferentes (ex.: modelA, modelB, modelC). Se você não tiver acesso a APIs reais, simule saídas representativas dos modelos.
4) Para cada modelo, avalie: conformidade com as restrições, presença de informações adicionais, ambiguidade, padrões de falha.
5) Compile um relatório por modelo com:
   - model: nome do modelo
   - compliance: true/false
   - issues: lista de problemas detectados
   - robustness_score: 1–5
   - recommended_prompt: alterações sugeridas para tornar o prompt mais robusto
6) Retorne apenas um JSON contendo o array de resultados para todos os modelos avaliados, sem textos adicionais.

Dicas:
- Use uma tarefa bem definida com exemplos de saída estritos.
- Inclua casos de borda (entrada vazia, caracteres especiais, dados ausentes).
- Indique claramente quando o prompt depende de saídas anteriores ou de formatação específica.

Observação: Este prompt é para ferramentas de IA que avaliam prompts. Ajuste os nomes dos modelos conforme necessário ao rodar em diferentes ambientes.