Revisei do início o fluxo de classificação, geração de código sintético, criação de JSONL e validação, com base no documento de análise de código Qwen Validation Debugger escrito em 13 de julho.
Ao analisar, identifiquei os seguintes problemas:
A explicação da fase de classificação common/separate foi copiada diretamente para a entrada de geração de código, permitindo que sintaxe de versão incorreta se misturasse como base factual nas etapas subsequentes.
Como não verifiquei se o código sintético gerado era realmente analisado pelo motor Godot, sintaxe exclusiva do Godot 4 podia aparecer em código Godot 3 e ainda avançar para a próxima etapa.
Era difícil garantir que códigos gerados independentemente para cada versão mantivessem a mesma funcionalidade, fluxo de entrada, alvo e resultado.
O tipo de campo e a estrutura aninhada das respostas JSONL não foram suficientemente restritos, permitindo a criação de formatos diferentes do esquema original.
Ao gerar JSONL negativo, o código atual podia ser incluído, fazendo com que o modelo reutilizasse evidências diretas do código atual.
Quando não havia evidência direta de slots de versão diferente ou de alterações anteriores, o modelo podia decidir erroneamente um sim.
Falta de restrição e nova tentativa diferenciada para HTTP 429, 502, 503, 504, encerramento de conexão e timeout, bem como de respostas estruturadas.
Decidi que, em vez de corrigir apenas prompts parciais, devemos redefinir o fluxo fundamental, criando um novo documento que define a ordem de entrada, geração, inspeção, esquema e julgamento dos dados sintéticos E2E.
Reafirmei o objetivo do Qwen Validation Debugger: validar o E2E com dados sintéticos antes de criar o Retriever e o validador reais.
Separei a saída da classificação da entrada de geração de código sintético para que a descrição do modelo de classificação não se misture com a geração de código Godot 3/4.
Melhoramos o processo para que o código sintético gerado seja imediatamente verificado com --check-only --script no motor Godot 3/4, em vez de depender apenas do julgamento automático do Qwen.
Para JSONL negativo, agora selecionamos dinamicamente outros itens de teste para evitar copiar o código atual e, após a geração, verificamos se há sobreposição de evidências diretas com o código atual.
Inspecionamos o esquema JSONL existente para validar campos obrigatórios, tipos, enums e presença de campos adicionais; decisões que podem ser confirmadas apenas por versão e evidência textual são tratadas antes da chamada ao modelo.
Conectei o domínio ideaworldlab.com, adquirido na Cloudflare, ao projeto Vercel e concluí a verificação de DNS e a emissão do certificado HTTPS.
Configurei a base SEO/GEO para que páginas extraídas do README e da documentação sejam refletidas automaticamente em canonical, hreflang, sitemap, robots, Open Graph e JSON‑LD, sem necessidade de registro manual.
Registrei um sitemap dinâmico contendo coreano, inglês, japonês, chinês, português (Brasil), espanhol, francês, alemão, russo e x-default no Google Search Console; verifiquei que 1 074 páginas do ideaworldlab.com foram reconhecidas corretamente.
Também registrei nos motores Google, Bing, Naver e Yandex.
O Baidu foi excluído porque requer número de telefone chinês e informações regionais chinesas para registro.