ChatExport Need Miner: Extrator de Sinais de Mercado Offline e Pontos de Dor

Transforme exportações de chats offline do Telegram Desktop (result.json) em rankings quantificados e fundamentados por citações de necessidades de mercado não atendidas, sem travamentos de memória e com fidelidade absoluta da fonte.

Quando Usar Esta Habilidade

Ative esta habilidade quando:

• O usuário fornecer uma exportação de chat offline do Telegram Desktop (result.json ou diretório com múltiplos arquivos) e solicitar pesquisa de mercado, análise de problemas do cliente ou descoberta de oportunidades de ferramentas.
• O usuário perguntar: "Com o que as pessoas neste chat estão lutando?", "Encontre ideias de produtos nesta exportação", "Quais ferramentas os usuários desejam que existissem?" ou "Extraia reclamações deste grupo".
• Analisando dumps de JSON de vários megabytes ou gigabytes onde a desserialização padrão em memória (json.load()) arrisca travamentos fatais de falta de memória (OOM).
• Cruzando reclamações de usuários em múltiplas comunidades independentes para eliminar ruído de "câmara de eco".

NÃO use esta habilidade quando:

• O usuário quiser raspagem de canais ao vivo, monitoramento contínuo de bots ou automação da API MTProto (use buscadores online dedicados).
• Analisando relacionamentos românticos ou privados pessoais 1-a-1.
• Processando feeds genéricos de helpdesk de SaaS (Zendesk, Intercom, Gong) com esquemas de tickets estruturados.

Modelos Mentais Principais e Regras Inegociáveis

1. O Invariante de Fluxo de 4MB e Sobreposição (Teto de Memória <= 8MB):

   • Arquivos result.json do Telegram Desktop rotineiramente excedem 500MB a 5GB.
   • NUNCA carregue uma exportação inteira na memória com json.load() ou fs.readFileSync().
   • Leia o arquivo em blocos fixos de 4MB com uma cauda de sobreposição de 4KB.
   • Lei da Contagem de Limites: Um acerto de substring é registrado se e somente se seu término cair após o limite de sobreposição. Isso garante zero frases que abrangem limites perdidas e estritamente zero contagens duplicadas.

2. Lei da Multiplicidade Entre Chats ($U \ge 3$ Prioridade):

   • Um usuário postando 50 reclamações em um único chat é uma anedota; 5 usuários distintos postando a mesma reclamação em 3 chats independentes é um sinal de mercado.
   • O escore de ranking do cluster é calculado como: $$\text{Escore} = U \times \sqrt{H}$$ onde $U$ é o número de exportações de chat distintas contendo o sinal, e $H$ é o número total de acertos de palavras-chave verificados.
   • Um padrão que aparece em $U \ge 3$ chats sempre tem precedência sobre um padrão confinado a $U = 1$, independentemente do volume bruto de acertos.

3. Âncora de Citação Literal e Lei Anti-Alucinação:

   • Cada tema de necessidade identificado DEVE ser apoiado por 2 a 5 citações literais com carimbo de data/hora ISO exato (date) e identificador do chat.
   • NUNCA parafraseie uma citação entre aspas. NUNCA sintetize declarações de usuário artificiais.
   • Se um tema hipotético não tiver suporte de citação literal, ele DEVE ser marcado como [UNCONFIRMED / NO VERBATIM EVIDENCE].

4. Léxicos Semente Bilíngues Insensíveis a Maiúsculas/Minúsculas:

   • Léxico Russo: не хватает, вот бы, бесит, надоело, задолбал, ищу инструмент, ищу бот, есть ли бот, есть ли сервис, посоветуйте тул, не работает, вручную, рутина, приходится руками.
   • Léxico Inglês: i wish, missing, annoying, frustrating, looking for a tool, is there an app, is there a bot, any alternative to, doesn't work, manually, repetitive, waste of time.
   • Termos personalizados podem ser adicionados apenas quando explicitamente aprovados ou fornecidos pelo usuário.

5. Air-Gap Estrito e Zero Exfiltração:

   • Toda a análise é executada localmente e offline. Sem requisições de rede, sem telemetria externa, sem proxy de LLM remoto de conteúdo de mensagens bruto.

Pecados Nomeados e Anti-Padrões (Что категорически ЗАПРЕЩЕНО)

…