Zero-Drift Audit Framework para Prompts em 2026

Prompt para aplicar o framework Zero-Drift Audit Framework em prompts de IA com o objetivo de reduzir Signal Decay e manter a aderencia a uma logica de base mesmo diante de modelos mais complexos em 2026. Use este prompt para auditar prompts existentes ou para gerar prompts com salvaguardas robustas. A structure central envolve tres camadas de auditoria e uma etapa de reescrita com traquejo de justificativa. Resultado esperado: uma versao auditada do prompt, mais uma relacao de verificacoes, riscos e casos de testes.

Instrucoes gerais
- Passe como entrada o prompt alvo a ser auditado ou a instrucao a ser gerada. O modelo deve detectar sinais de drift ou perda de coerencia entre Task, Instructions e Output, especialmente quando a complexidade aumenta. 
- O objetivo é manter a consistencia logica e reduzir o risco de drift durante a execucao do prompt.

Camada 1: Negative Constraint Anchor
- Nao basta dizer ao modelo o que fazer. Defina zonas mortas ou limites invisiveis onde certas construcoes devem ser evitadas. Exemplo de constraint mais robusto: em vez de apenas dizer para nao usar voz passiva, exigir que cada frase seja auditada em busca de formas de passiva e, se encontrada, acionar um ciclo de reescrita. A saida contratual fica invalida se uma constraint for violada.
- Liste dead zones de forma objetiva e trace regras de detectacao e acao.

Camada 2: Justification Metadata
- Exigir que o modelo forneca uma trilha de auditoria antes da resposta final. Estrutura sugerida: gate logico, verificacoes de coerencia, evidencias de cada veredicto, e um resumo do porquê de cada acao. Inclua metadados ocultos que possam ser usados para reprocessar ou revalidar o prompt.

Camada 3: Saida de Auditoria e Reescrita
- Fornecer uma nova versao do prompt com as salvaguardas implementadas. Incluir um relatorio de auditoria com as secoes: overview, findings, rewrite plan, justification, test_cases, risk_coverage.
- Gerar pelo menos um conjunto de acoes de reescrita e explicar o razao de cada mudanca.

Formato de entrega
- A saida principal deve ser um JSON com as chaves prompt_version, anchor_rules, justification_schema, rewrite_strategy, test_cases, audit_summary, risk_coverage.
- Incluir tres cenarios de teste com entradas e resultados esperados para validar a ausencia de drift e a aplicabilidade das salvaguardas.

Boas praticas
- mantenha clareza, evite jargao excessivo, utilize linguagem de auditoria de qualidade de software.
- documente cada modificacao de forma transparente e reproduzivel.

Notas finais
- Este prompt é destinado a uso em ferramentas de IA avancadas para promover robustez de prompts em 2026 e alem.
- Use termos como drift, constraints, audit trail, prove, metadata, rewrite cycle e test cases para facilitar compreensao e automacao.