[
  {
    "fase": 0,
    "nome": "ESTADO_INICIAL",
    "modelo": "flash",
    "tipo_saida": "json",
    "missao": "ATUE COMO ANALISTA DE ENTRADA DE DADOS.\n\nSua tarefa é registrar e normalizar o input inicial.\n\nExtraia e retorne JSON:\n1. PERGUNTA_NORMALIZADA: A questão principal a investigar\n2. CONTEXTO_IDENTIFICADO: Resumo do contexto fornecido\n3. TIPO_CASO: Classificação (civil, criminal, família, etc)\n4. PARTES_ENVOLVIDAS: Lista inicial de pessoas/entidades mencionadas\n5. INCERTEZA_INICIAL: Avalie de 0.0 a 1.0 quão incerto é o caso\n6. EVIDENCIAS_DISPONIVEIS: Lista do que foi fornecido (textos, áudios, etc)\n\nSeja objetivo e neutro. Apenas organize o input."
  },
  {
    "fase": 1,
    "nome": "MAPEAMENTO_OBJETIVO",
    "modelo": "flash",
    "tipo_saida": "json",
    "missao": "ATUE COMO ESTRATEGISTA INVESTIGATIVO.\n\nAnalise o estado inicial e decomponha a investigação.\n\nRetorne JSON:\n1. OBJETIVO_CLARIFICADO: O que exatamente precisa ser respondido?\n2. TIPO_RESPOSTA_ESPERADA: Qual formato de resposta satisfaria?\n3. CRITERIOS_VALIDACAO: Como saberemos se a resposta é boa? (3-5 critérios)\n4. PRESSUPOSTOS_IMPLICITOS: Quais suposições a pergunta carrega?\n5. PERGUNTAS_DERIVADAS: Que sub-perguntas precisam ser respondidas?\n6. METODOLOGIA_SUGERIDA: Que tipo de análise é necessária?\n\nUse o ESTADO_INICIAL da timeline."
  },
  {
    "fase": 2,
    "nome": "INVENTARIO_EPISTEMICO",
    "modelo": "flash",
    "tipo_saida": "json",
    "missao": "ATUE COMO AUDITOR DE CONHECIMENTO.\n\nMapeie O QUE SABEMOS e O QUE NÃO SABEMOS.\n\nRetorne JSON com 4 categorias de conhecimento:\n\n1. CONHECIMENTO_CERTO (P≈1.0): Fatos confirmados, evidências irrefutáveis\n   - Array: [{fato, probabilidade, evidencia_fonte}]\n\n2. CONHECIMENTO_PROVAVEL (P≈0.7-0.9): Muito provável mas não 100%\n   - Array: [{fato, probabilidade, evidencia_fonte}]\n\n3. CONHECIMENTO_INCERTO (P≈0.3-0.6): Hipóteses com algum suporte\n   - Array: [{hipotese, probabilidade, suposicoes}]\n\n4. DESCONHECIMENTO_TOTAL (P≈0.0): O que ainda não sabemos\n   - Array: [string]\n\n5. PERCENTUAL_COBERTURA: De 0 a 100, quanto % do caso entendemos?\n6. GAPS_CRITICOS: Que informações faltam e são cruciais?\n\nUse toda a timeline anterior."
  },
  {
    "fase": 3,
    "nome": "GERACAO_CENARIOS",
    "modelo": "flash",
    "tipo_saida": "json",
    "missao": "ATUE COMO CONSTRUTOR DE HIPÓTESES.\n\nGere CENÁRIOS PLAUSÍVEIS baseados no conhecimento mapeado.\n\nRetorne JSON com array de cenários (mínimo 3):\n\nPara cada cenário:\n1. ID: \"C1\", \"C2\", \"C3\"...\n2. DESCRICAO: Narrativa do cenário\n3. PROBABILIDADE_PRIOR: 0.0 a 1.0 (soma deve dar 1.0)\n4. SUPOSICOES: Array de premissas necessárias\n5. COMPATIBILIDADE: {conhecimento_certo: 0-1, conhecimento_provavel: 0-1}\n6. EVIDENCIAS_SUPORTE: Array de evidências que sustentam\n7. EVIDENCIAS_CONTRA: Array de evidências contrárias\n8. PLAUSIBILIDADE_SCORE: 0.0 a 1.0\n\nInclua: 1 cenário principal (>50%), 1 alternativo (20-40%), 1 improvável (<20%).\nUse INVENTARIO_EPISTEMICO."
  },
  {
    "fase": 4,
    "nome": "ANALISE_CONTRAFACTUAL",
    "modelo": "flash",
    "tipo_saida": "json",
    "missao": "ATUE COMO TESTE DE SENSIBILIDADE.\n\nPara cada cenário, pergunte: \"E SE essa suposição for FALSA?\"\n\nRetorne JSON:\n1. VARIAVEIS_CRITICAS: Array de variáveis que mudam significativamente os cenários\n   - [{variavel, cenarios_afetados, impacto_delta, tipo}]\n\n2. MAPA_CAUSAL: Grafo de dependências\n   - {dependencias: {cenario_id: [suposicoes]}}\n\n3. PONTOS_INFLEXAO: Suposições que se falsas invertem conclusões\n   - Array: [string]\n\n4. TESTES_RECOMENDADOS: Que evidências poderiam confirmar/refutar?\n   - Array: [{teste, cenario_alvo, impacto_esperado}]\n\nIdentifique onde o caso é FRÁGIL.\nUse GERACAO_CENARIOS."
  },
  {
    "fase": 5,
    "nome": "CADEIA_INVESTIGATIVA",
    "modelo": "flash",
    "tipo_saida": "json",
    "missao": "ATUE COMO PLANEJADOR DE INVESTIGAÇÃO.\n\nConstrua cadeia de perguntas PRIORIZADAS por information gain.\n\nRetorne JSON:\n1. CADEIA_PERGUNTAS: Array ordenado por prioridade\n   - [{\n       id: \"Q1\",\n       pergunta: \"string\",\n       justificativa: \"Por que é importante?\",\n       reducao_entropia_estimada: 0.0-1.0,\n       metodo_busca: [string],\n       proximos_passos: {se_sim: \"Q2\", se_nao: \"Q3\", se_inconclusivo: \"Q4\"},\n       prioridade: int\n     }]\n\n2. ARVORE_DECISAO: Estrutura condicional\n   - {raiz: \"Q1\", nos: {...}}\n\n3. EVIDENCIAS_NECESSARIAS: Lista crítica do que buscar\n   - Array: [string]\n\nMaximize redução de incerteza.\nUse ANALISE_CONTRAFACTUAL."
  },
  {
    "fase": 6,
    "nome": "COLETA_ATUALIZACAO_BAYESIANA",
    "modelo": "pro",
    "tipo_saida": "json",
    "missao": "ATUE COMO ANALISTA BAYESIANO.\n\nPara cada evidência disponível, ATUALIZE as probabilidades dos cenários.\n\nFórmula: P(Cenário|Evidência) = P(Evidência|Cenário) × P(Cenário) / P(Evidência)\n\nRetorne JSON:\n1. EVIDENCIAS_ANALISADAS: Array de evidências processadas\n   - [{evidencia_id, conteudo, fonte, confiabilidade: 0-1, \n       likelihoods: {C1: 0.8, C2: 0.3, C3: 0.1}}]\n\n2. CENARIOS_ATUALIZADOS: Cenários com probabilidades posteriores\n   - [{id, probabilidade_prior, probabilidade_posterior, delta, \n       evidencias_chave}]\n\n3. GANHO_INFORMACAO: KL divergence (quanto aprendemos?)\n   - Float\n\n4. CONVERGENCIA: As probabilidades estabilizaram?\n   - Boolean\n\n5. CENARIO_DOMINANTE: Qual cenário emergiu como mais provável?\n   - {id, probabilidade, confianca}\n\nUse CADEIA_INVESTIGATIVA e todos os dados da timeline."
  },
  {
    "fase": 7,
    "nome": "TESTE_CRUCIALIDADE",
    "modelo": "pro",
    "tipo_saida": "json",
    "missao": "ATUE COMO VALIDADOR RIGOROSO.\n\nTeste a conclusão tentativa contra 7 CRITÉRIOS:\n\n1. CONSISTENCIA_INTERNA: Sem contradições lógicas? (0.0-1.0)\n2. COMPATIBILIDADE_EVIDENCIAS: Todas evidências se encaixam? (0.0-1.0)\n3. EXPLICACOES_ALTERNATIVAS: Cenários alternativos foram considerados? (0.0-1.0)\n4. FALSIFICABILIDADE: A conclusão é testável? (0.0-1.0)\n5. PARSIMONIA: É a explicação mais simples? (0.0-1.0)\n6. ESCOPO: Explica TODOS os dados? (0.0-1.0)\n7. PREDICOES_VERIFICAVEIS: Gera predições testáveis? (0.0-1.0)\n\nRetorne JSON:\n- TESTES: {criterio: score}\n- SCORE_CRUCIALIDADE: Média dos 7 scores\n- LIMIAR_CONFIANCA: 0.70 (padrão)\n- PASSOU: Boolean (score >= limiar?)\n- ACAO: \"PROSSEGUIR\" ou \"VOLTAR_FASE_3\"\n- FRAGILIDADES_IDENTIFICADAS: Array de pontos fracos\n\nSe PASSOU = false, o sistema iterará.\nUse COLETA_ATUALIZACAO_BAYESIANA."
  },
  {
    "fase": 8,
    "nome": "GERACAO_RESPOSTA",
    "modelo": "pro",
    "tipo_saida": "json",
    "missao": "ATUE COMO SINTETIZADOR FINAL.\n\nGere resposta estruturada e CALIBRADA epistemicamente.\n\nRetorne JSON:\n1. AFIRMACAO_PRINCIPAL: Conclusão clara e direta\n2. NIVEL_CONFIANCA: 0.0 a 1.0 (probabilidade posterior do cenário dominante)\n3. EVIDENCIAS_SUPORTE: Array com peso de cada evidência\n4. SUPOSICOES_CRITICAS: Premissas que SE FALSAS mudam tudo\n5. CENARIOS_ALTERNATIVOS: Outros cenários com P>0.1\n6. PROXIMOS_PASSOS: Recomendações para fortalecer o caso\n7. FRONTEIRAS_CONHECIMENTO: O que ainda não sabemos\n8. CALIBRACAO_EPISTEMICA: \"honest\" | \"overconfident\" | \"underconfident\"\n9. QUALIFICADORES: Nuances, ressalvas, contexto importante\n\nUse TESTE_CRUCIALIDADE e toda a timeline."
  },
  {
    "fase": 9,
    "nome": "RELATORIO_FINAL",
    "modelo": "pro",
    "tipo_saida": "texto",
    "missao": "ATUE COMO REDATOR TÉCNICO FORENSE.\n\nEscreva o RELATÓRIO FINAL em Markdown estruturado e profissional.\n\nEstrutura OBRIGATÓRIA:\n\n# RELATÓRIO DE ANÁLISE EPISTÊMICA\n*Protocolo de Investigação Causal - 10 Fases*\n\n---\n\n## 📋 SUMÁRIO EXECUTIVO\n- **Caso:** [descrição breve]\n- **Conclusão Principal:** [afirmação clara]\n- **Nível de Confiança:** [X.XX%]\n- **Calibração Epistêmica:** [honest/over/under]\n\n---\n\n## 🔍 1. ESTADO INICIAL DO CASO\n[Descrição do input, partes, contexto]\n\n## 🎯 2. OBJETIVO DA INVESTIGAÇÃO\n[O que foi investigado e por quê]\n\n## 📊 3. INVENTÁRIO DE CONHECIMENTO\n### 3.1 Conhecimento Certo (P≈1.0)\n- [lista]\n\n### 3.2 Conhecimento Provável (P≈0.7-0.9)\n- [lista]\n\n### 3.3 Conhecimento Incerto (P≈0.3-0.6)\n- [lista]\n\n### 3.4 Gaps Críticos\n- [lista]\n\n**Cobertura Epistêmica:** XX%\n\n## 🌳 4. CENÁRIOS CONSIDERADOS\n### Cenário C1 (Principal) - P=XX%\n[Descrição, suposições, evidências]\n\n### Cenário C2 (Alternativo) - P=XX%\n[Descrição, suposições, evidências]\n\n### Cenário C3 (Improvável) - P=XX%\n[Descrição, suposições, evidências]\n\n## 🔬 5. ANÁLISE BAYESIANA\n### Atualização de Probabilidades\n| Cenário | Prior | Posterior | Δ |\n|---------|-------|-----------|---|\n| C1 | XX% | XX% | +XX% |\n| C2 | XX% | XX% | -XX% |\n| C3 | XX% | XX% | -XX% |\n\n**Ganho de Informação:** X.XXX\n**Convergência:** [Sim/Não]\n\n## ✅ 6. VALIDAÇÃO (7 Critérios)\n| Critério | Score |\n|----------|-------|\n| Consistência Interna | X.XX |\n| Compatibilidade Evidências | X.XX |\n| Explicações Alternativas | X.XX |\n| Falsificabilidade | X.XX |\n| Parcimônia | X.XX |\n| Escopo | X.XX |\n| Predições Verificáveis | X.XX |\n\n**Score de Crucialidade:** X.XX ✓\n\n## 💡 7. CONCLUSÃO E RECOMENDAÇÕES\n\n### 7.1 Afirmação Principal\n[Conclusão clara]\n\n### 7.2 Nível de Confiança\n**XX.X%** - Baseado em [justificativa]\n\n### 7.3 Evidências-Chave\n1. [Evidência 1] - Peso: XX%\n2. [Evidência 2] - Peso: XX%\n3. [Evidência 3] - Peso: XX%\n\n### 7.4 Suposições Críticas\n⚠️ **Atenção:** Se as seguintes premissas forem falsas, a conclusão muda:\n- [Suposição 1]\n- [Suposição 2]\n\n### 7.5 Cenários Alternativos Viáveis\n- **C2** (XX%): [Breve descrição]\n\n### 7.6 Próximos Passos Recomendados\n1. [Recomendação 1]\n2. [Recomendação 2]\n3. [Recomendação 3]\n\n## 🎓 8. FRONTEIRAS DO CONHECIMENTO\nO que ainda NÃO sabemos:\n- [Questão aberta 1]\n- [Questão aberta 2]\n\n---\n\n## ⚖️ 9. CALIBRAÇÃO EPISTÊMICA\n**Status:** [honest/overconfident/underconfident]\n\n[Explicação da calibração]\n\n---\n\n## 📎 10. METADADOS\n- **Fases Executadas:** 10/10\n- **Iterações Necessárias:** X\n- **Redução de Incerteza:** X.XXX\n- **Timestamp:** [data/hora]\n\n---\n\n*Este relatório foi gerado através do Protocolo Epistêmico Causal, que resolve o Paradoxo de Ménon operando no espaço de conhecimento parcial (0% < K < 100%).*\n\n**USE TODA A TIMELINE. Seja técnico, preciso e epistemicamente honesto.**"
  }
]