Una petición que funciona con sus propios ejemplos puede fallar con casos nuevos. Reserva un conjunto de evaluación distinto de los ejemplos utilizados para revisar las instrucciones. Incluye peticiones normales, límites ambiguos, textos maliciosos y contexto incompleto. En esta lección exiges registros de fallos por caso y versiones de las instrucciones y los datos de prueba. Una tasa global de aciertos puede ocultar unas pocas acciones inseguras; examina las categorías de fallo antes de recomendar cambios. El asistente de práctica es determinista; el método se aplica a sistemas probabilísticos con evaluaciones repetidas y documentadas. No presentes una puntuación como calidad de producción si los casos no representan la tarea que quieres publicar.
Un archivo resuelto para otra tarea ficticia. Compara sus acciones con el contrato.